Yapay zeka ile teklif ve sunum hazırlama: not, taslak, kontrol

Yapay zeka teklif hazırlamada neyi hızlandırır, neyi hızlandırmaz?

Bir satış teklifi birbirinden farklı işleri bir arada yapar: müşteriyi tanıyıp doğru mesajı kurmak, ve bu mesajı düzenli bir belgeye dökmek. Yapay zeka ikinci işi belirgin biçimde hızlandırır: taslak yazar, mevcut metni müşteriye uyarlar, uzun bir belgeyi yönetici özetine indirir. Birinci iş ise insanındır. Müşterinin gerçek derdini, karar sürecini ve itirazlarını görüşmede siz öğrenirsiniz; model yalnızca bu bilgiyi ona verdiğiniz kadar kullanır.

Bu yüzden iyi bir akış "önce müşteri notu, sonra taslak" sırasıyla işler. Müşteri bilgisi olmadan üretilen teklif düzgün görünür ama kimseye özgü değildir; alıcı bunu ilk paragrafta fark eder.

Girdiyi hazırlama: modelin bilmesi gerekenler

Taslak istemeden önce şu bilgileri tek bir not halinde toplayın:

• Müşterinin sektörü, ölçeği ve görüşmede dile getirdiği asıl sorun.
• Karar vericinin rolü ve neye göre karar verdiği: maliyet, risk, hız, entegrasyon.
• Sizin çözümünüzün bu soruna nasıl karşılık verdiği; kullanılabilecek referans ya da örnek vaka.
• Teklifin kapsamı: neyi içerir, neyi içermez, hangi varsayımlara dayanır.
• Ton ve uzunluk beklentisi: tek sayfalık özet mi, ayrıntılı teknik ek mi.

Fiyat tablosunu ve ticari şartları modele yazdırmayın; bunları kendi onaylı şablonunuzdan alın. Model rakamı doğru yerleştirmiş görünse bile ticari tutarlılığı doğrulamak sizin sorumluluğunuzdadır.

Adım adım akış: görüşme notundan gönderilen teklife

Uygulanabilir bir akış şöyledir:

• Görüşme notunu yapıştırın ve modelden müşterinin sorununu, hedefini ve itirazlarını kendi sözcükleriyle özetlemesini isteyin. Yanlış anlaşılmış bir nokta varsa bu adımda yakalarsınız.
• Teklifin iskeletini isteyin: durum özeti, önerilen çözüm, uygulama yaklaşımı, kapsam dışı kalanlar, sonraki adım. Başlıkları siz onaylayın.
• Her bölümü ayrı ayrı yazdırın; tek istemde tüm belgeyi istemek genel geçer ve tekrarlı bir metin üretir.
• Yönetici özeti için ayrı bir istem verin: karar vericinin ilk sayfada görmek isteyeceği şeyleri yazın, jargonu atlayın.
• Çıktıyı gerçek bilgilerle karşılaştırın: müşteri adı, ürün adı, tarih, kapsam. Her birini tek tek kontrol edin.
• Son olarak sunumu veya e-posta ekini oluşturun.

Örnek bir istem: "Ekteki görüşme notuna dayanarak, finans direktörü için yazılmış, maliyet kontrolünü öne çıkaran yarım sayfalık bir yönetici özeti hazırla. Notta geçmeyen hiçbir iddiayı ekleme; emin olmadığın yeri köşeli parantezle işaretle."

Örnek senaryo: yönetilen hizmet teklifi

Örneğin bir lojistik firmasına depo yönetim yazılımı destek hizmeti teklif ediyorsunuz. Görüşme notunda şunlar var: sevkiyat gecikmeleri yönetimi rahatsız ediyor, sistem entegrasyonu en büyük endişe, karar verici operasyon direktörü.

Bölüm bölüm istemler şöyle ilerler. Durum özeti için: "Notlardan müşterinin mevcut sorununu yönetim diliyle kısa paragraflarla anlat." Çözüm bölümü için: "Önerdiğimiz hizmetin sevkiyat gecikmelerini nasıl azaltmayı hedeflediğini, yalnızca bizim hizmet tanımımızdaki maddelere dayanarak yaz." Risk bölümü için: "Entegrasyon endişesine karşılık geçiş yaklaşımını anlat; hiçbir süre ya da başarı sözü verme." Böylece rakamlı ve taahhüt içeren her cümle sizin onayınızdan geçer.

Son adımda modelden kendi çıktısını eleştirmesini isteyin: "Bu metinde notlarda dayanağı olmayan ifadeleri listele." Çıkan liste, okuma sırasında gözünüzden kaçacak cümleleri yakalar.

Teklifi sunuma dönüştürme

Sunum, teklifin kısaltılmış hali değildir; karar vericinin toplantıda ihtiyaç duyduğu sırayı izler. Genelde sorun, çözüm, kanıt, kapsam ve sonraki adım akışı işe yarar. Teklif metnini modele verip "bunu slayt başlıklarına ve her slayt için kısa maddelere böl" demek iyi bir başlangıçtır; ama slayt başına tek ana mesaj kuralını siz koymalısınız.

Slayt sayısını modelin keyfine bırakmayın. Toplantı süresine göre bir üst sınır verin ve ek bilgileri ek bölüme taşıtın. Görsel gerekiyorsa modelden metin içeren bir görsel değil, hangi grafiğin ya da şemanın neyi göstermesi gerektiğini tarif etmesini isteyin; şemayı kendi araçlarınızla çizin.

Kişiselleştirme ve ton ayarı

Aynı teklifi farklı alıcılara uyarlamak yapay zekanın en güçlü olduğu işlerden biridir. Teknik bir alıcı için mimari ve entegrasyon ayrıntılarını öne çıkaran, finans tarafı için risk ve maliyet kontrolünü vurgulayan sürümler kısa sürede çıkarılabilir. Ancak her sürümde olgusal içerik aynı kalmalıdır: kapsam, süre ve şartlar değişmez, yalnızca anlatım sırası ve vurgu değişir.

Müşterinin kendi dilini kullanın. Görüşmede "geçiş" diyen bir müşteriye "migrasyon" yazmayın. Notlardaki ifadeleri modele verip aynı terimleri kullanmasını istemek, metnin okunurluğunu belirgin biçimde artırır.

Kontrol listesi ve sık yapılan hatalar

Göndermeden önce kontrol edin:

• Müşteri, ürün ve kişi adları doğru ve her yerde aynı mı?
• Kapsam, varsayımlar ve kapsam dışı maddeler görüşmede konuşulanla uyuşuyor mu?
• Referans ve başarı iddiaları gerçekten yaşandı mı, kanıtlanabilir mi?
• Fiyat ve şartlar onaylı şablondan mı geldi?
• Dil, kurumun ve müşterinin kullandığı terimlerle tutarlı mı?

Sık hatalar: modelin ürettiği referansı doğrulamadan eklemek, rakip karşılaştırmasını kaynaksız bırakmak, rakamları modele hesaplatmak, müşteriye ait gizli bilgiyi kurumun onaylamadığı bir araca yüklemek ve hazır taslağı okumadan göndermek.

Mindset programlarında nerede çalışılır?

Satış Ekipleri için Yapay Zeka eğitiminde yapay zeka ile teklif hazırlama ve kişiselleştirme ayrı bir modül olarak ele alınır; aynı programın diğer modülleri müşteri araştırması, görüşme analizi ve itiraz yönetimi gibi teklifin öncesindeki ve sonrasındaki işleri kapsar. Eğitim, satış temsilcileri, satış yöneticileri ve kurumsal satış ekipleri için uygundur.

Bir satış ekibinde standart teklif dilini ve onay akışını birlikte kurmak istiyorsanız, bunu kurumsal eğitim talebi üzerinden ekibinizin sektörüne göre planlayabilirsiniz.