Psychometrie im Vertrieb

Psychometrie im Vertrieb

Souffleuse für das Verkaufsgespräch

Bild: ©Derek/stock.adobe.com

Ein neuer Trend in der Marketing-Kommunikation ist die KI-gestützte Stimmungsanalyse der Gesprächspartner: Sentimentanalysen in Verbindung mit Spracherkennung wie bei Amazons Alexa, IBM Watson, oder Google Speech API geben viele neue Aufschlüsse über Kundenverhalten. Im Beitrag geht es um die Nutzung dieser Techniken für das Verkaufsgespräch.

Was macht ein erfolgreiches Verkaufsgespräch, was einen guten Verkäufer aus? Jeder Verkaufstrainer, jeder erfahrene Callcenter-Agent oder Außendienstmitarbeiter wird darauf eine andere Antwort geben: Talent, Training, Taktik – sagen die einen. Empirische Erkenntnisse aus der Neuropsychologie zeigen, dass Menschen emotional entscheiden, erst im Anschluss versuchen sie, Entscheidungen rational zu rechtfertigen. Dies betrifft auch Kaufentscheidungen. Deshalb müssen Verkaufsgespräche so geführt werden, dass sie positive Emotionen beim Gegenüber wecken, im Idealfall unabhängig von Temperament und Mentalität.

Unterschiedliche Profile

Die Fähigkeiten und Bedürfnisse der Menschen bezüglich Kommunikation sind unterschiedlich verteilt – nicht nur bei Verkäufern und ihren Zielpersonen. Erfolgreiche Kommunikation zwischen Menschen entsteht immer dann, wenn sich diese Unterschiede ausgleichen und zur Deckung bringen lassen. In zahlreichen wissenschaftlichen Arbeiten wurden dazu geeignete Kategorien entwickelt und mit psychometrischen Verfahren messbar gemacht. Das Multidimensional Personality Performance Inventory (MPPI) Verfahren, das am Institut für Personaldiagnostik des ausgebildeten Personaldiagnostikers Werner Katzengruber zusammen mit Psychologen und Personalfachleuten entwickelt wurde, erscheint dazu besonders geeignet.

Das MPPI-4Q-Verfahren

Das MPPI-4Q-Verfahren konzentriert sich auf die Grundbereiche Extraversion, soziale Verträglichkeit und Gewissenhaftigkeit, die besonderen Einfluss auf beruflichen Erfolg und persönliche Potenzialausschöpfung haben. Zur Extraversion gehören Durchsetzungsfähigkeit und Kontaktfähigkeit. So ergeben sich die vier Quadranten Kontaktfähigkeit, Durchsetzungskraft, Gewissenhaftigkeit und soziale Verträglichkeit, die nachweisbar für Gespräche und Verhandlungen im Arbeitsleben besonders relevant sind. Als psychometrisches Verfahren macht MPPI-4Q die Ausprägung individueller Merkmale von Personen zugleich messbar.

Kommunikationsprofile erstellen

Dieses Verfahren wurde vom Softwareanbieter Bao Solutions digitalisiert und in eine Sales-Software implementiert, um die Kommunikationsprofile von Verkäufern und potenziellen Käufern digital abzubilden. Dabei nutzt die KI-Engine verschiedene Wege der Datengewinnung, die alle den Grundsätzen dem Datenschutz nach DSGVO entsprechen: @WK Einrückung:Verkäufer werden mit Initialisierung der Sales Software durch einen interaktiven Fragebogen geführt, @WK Einrückung:Profile potenzieller Kunden erstellt die KI-Engine der Software durch Auswertung von Social-Media-Profilen wie LinkedIn, @WK Einrückung:Wo Gespräche während der Softwareanwendung aufgezeichnet werden, können Sentimentanalysen einen neuen Weg aufzeigen, @WK Einrückung:Bei zunehmendem Einsatz von Video Conferencing werden Sentimentanalysen auch mit Software zur Gesichtserkennung durchgeführt. Direkt nach der Analyse zeigt die Software an, in welchen Punkten die Gesprächspartner harmonieren – oder aufgrund ihrer Profile nicht zu einander passen.

Gesprächsleitfaden integriert

Nach diesem Matching der Kommunikationsprofile kann das Verkaufsgespräch beginnen. Dabei wird der Verkäufer von einem Leitfaden interaktiv geführt: Fragen, Einwände und Antworten des Gesprächspartners werden festgehalten, der Ablauf daran angepasst. Die KI-Engine hält mit wichtigen Hinweisen die emotionale Balance aufrecht: Wieviel Small Talk verträgt der Partner zum Einstieg in das Gespräch? Welche Themen bevorzugt er? Wie locker darf die Anrede ausfallen? Lange Gesprächspausen, zu viele Informationen, die den Partner überfordern könnten, werden registriert und kommentiert. Bei Fragen werden die zum Partnerprofil passenden Antworten vorgelegt. Bei Einwänden wird die erfolgreichste Strategie vorgeschlagen, wie damit umzugehen ist. In der wichtigsten Phase des Verkaufsgespräches geht es um den erfolgreichen Abschluss. Doch wann ist der Gesprächspartner dazu bereit? Wieviel Zeit, welche Informationen oder Rücksprachen braucht er noch dazu? Wieder gibt die KI-Engine auf Basis der Kommunikationsprofile Hinweise für die weitere Gesprächsführung.

Seiten: 1 2Auf einer Seite lesen

bao solutions GbmH
www.bao-solutions.de

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige