ก่อนลูกค้า B2B โทรมา AI คัดชื่อคุณออกจากลิสต์หรือยัง

ใบขอราคาที่เคยได้จากบริษัทที่ไม่เคยรู้จักมาก่อน เดือนนี้มีเข้ามาน้อยลง ทั้งที่เว็บบริษัทยังอยู่อันดับต้น ๆ ของคำค้นที่เคยทำ SEO มา ทีมขายยังไปออกบูธงานแสดงสินค้าเหมือนเดิม นามบัตรที่แลกมาก็ไม่ได้น้อยกว่าปีก่อน

ที่ต่างไปคือคนที่ติดต่อเข้ามาส่วนใหญ่เป็นลูกค้าเดิม หรือบริษัทที่เคยคุยกันมาก่อนแล้วเท่านั้น ส่วนบริษัทหน้าใหม่ที่ควรจะเจอคุณผ่านการค้นหา กลับหายไปจากขั้นตอนแรกสุดของกระบวนการจัดซื้อไปเลย ไม่ใช่ว่าเขาไปหาคู่แข่งคุณแทนแบบเห็นได้ชัด แต่คุณไม่ถูกนับเข้าไปในรายชื่อที่เขาพิจารณาตั้งแต่ต้น

ฝ่ายขายอาจจะบอกว่าตลาดซบ งบลูกค้าลด แต่ถ้าลองถามลูกค้าเก่าที่ยังคุยกันอยู่ว่าตอนหาซัพพลายเออร์รายใหม่เขาเริ่มจากตรงไหน คำตอบที่ได้ยินบ่อยขึ้นเรื่อย ๆ คือฝ่ายจัดซื้อของเขาลองถาม AI ก่อนเป็นด่านแรก แล้วค่อยโทรหาเฉพาะรายชื่อที่ AI คัดมาให้

กลไกเบื้องหลัง AI กลายเป็นด่านคัดกรองก่อนถึงมือคน

กระบวนการจัดซื้อของธุรกิจกับธุรกิจ (B2B) มีขั้นตอนที่ซับซ้อนกว่าคนทั่วไปซื้อของใช้ในชีวิตประจำวัน เพราะฝ่ายจัดซื้อต้องเทียบเงื่อนไขหลายอย่างพร้อมกัน เช่น กำลังการผลิต มาตรฐานที่มี ระยะเวลาส่งมอบ จำนวนสั่งขั้นต่ำ และราคาระดับไหนที่พอรับได้ เมื่อก่อนงานนี้ต้องใช้เวลาเป็นวันหรือเป็นสัปดาห์ เปิดเว็บทีละเจ้า โทรถามทีละราย

ตอนนี้ฝ่ายจัดซื้อจำนวนหนึ่งเปลี่ยนวิธีเริ่มต้น จากที่เคยพิมพ์คำค้นสั้น ๆ อย่าง "โรงงานฉีดพลาสติก กรุงเทพ" มาเป็นการพิมพ์เงื่อนไขทั้งหมดลงไปในคำถามเดียว เช่น "โรงงานฉีดพลาสติกที่มีมาตรฐาน ISO 9001 กำลังผลิตรองรับออเดอร์ขั้นต่ำหมื่นชิ้น ส่งมอบได้ภายในสามสัปดาห์ เคยทำงานกับอุตสาหกรรมอาหารมาก่อน" แล้วให้ผู้ช่วย AI สรุปรายชื่อมาให้สามถึงห้าเจ้า

ตรงนี้คือจุดที่หลายบริษัทหลุดออกจากกระบวนการโดยไม่รู้ตัว เพราะระบบไม่ได้เลือกจากว่าใครทำของดีที่สุด แต่เลือกจากว่ามีข้อมูลที่ตอบเงื่อนไขทุกข้อได้ครบและอ่านได้ง่ายหรือเปล่า

ถ้าสเปคเครื่องจักรของคุณอยู่ในไฟล์แคตตาล็อกที่สแกนเป็นรูป หรือใบรับรองมาตรฐานอยู่ในไฟล์ PDF ที่ไม่มีตัวหนังสือให้อ่าน ระบบก็ดึงข้อมูลนั้นไปใช้ตอบไม่ได้ ต่อให้เครื่องจักรของคุณดีกว่าคู่แข่งจริง ๆ ก็ตาม สิ่งที่ระบบเห็นได้มีแค่สิ่งที่เขียนเป็นตัวหนังสือธรรมดาบนหน้าเว็บเท่านั้น

อีกจุดที่ต่างจากการซื้อของทั่วไปคือ ฝ่ายจัดซื้อ B2B มักใช้ AI ในขั้นเตรียมข้อมูลก่อนจะเสนอเรื่องต่อให้หัวหน้าหรือทีมอนุมัติ พูดง่าย ๆ คือ AI ทำหน้าที่เป็นคนคัดกรองรอบแรกให้เขา ก่อนที่รายชื่อจะไปถึงคนที่มีอำนาจตัดสินใจจริง ถ้าคุณไม่อยู่ในรายชื่อรอบแรกนั้น คุณจะไม่มีโอกาสได้เข้าไปคุยในห้องประชุมเลยด้วยซ้ำ

มีศัพท์อยู่คำหนึ่งที่ควรรู้จักไว้ คือคำว่าข้อมูลที่มีโครงสร้าง หมายถึงการเขียนข้อมูลบนเว็บให้อยู่ในรูปแบบที่ทั้งคนและเครื่องอ่านแล้วเข้าใจตรงกันได้ทันที เช่น เขียนกำลังการผลิตเป็นตัวเลขพร้อมหน่วยชัดเจนแทนคำกว้าง ๆ อย่าง "ผลิตได้เยอะ" เขียนมาตรฐานเป็นชื่อเต็มพร้อมเลขที่ใบรับรองแทนแค่โลโก้ตราสัญลักษณ์ ยิ่งข้อมูลมีโครงสร้างชัดเท่าไหร่ ระบบก็ยิ่งดึงไปตอบคำถามที่มีเงื่อนไขซับซ้อนได้ง่ายขึ้นเท่านั้น

ผมเห็นผู้ผลิตหลายรายเข้าใจผิดว่าเรื่องนี้แก้ด้วยการทำ SEO เพิ่ม ทั้งที่ปัญหาจริงคือข้อมูลทางเทคนิคของตัวเองไม่เคยถูกเขียนเป็นข้อความที่เครื่องอ่านออกเลยตั้งแต่ต้น

ตรวจข้อมูลบริษัทตัวเอง ก่อนรู้ว่าหลุดจากลิสต์ตรงไหน

ให้ลองไล่เช็กเจ็ดข้อนี้ทีละข้อ ใช้เวลาประมาณสี่สิบห้านาที เปิดเว็บบริษัทตัวเองไปพร้อมกับตรวจ

ข้อสุดท้ายให้ลองพิมพ์คำถามแบบที่ฝ่ายจัดซื้อจะพิมพ์จริง ใส่เงื่อนไขหลายข้อพร้อมกันแบบในหัวข้อก่อนหน้า อย่าพิมพ์แค่ชื่อบริษัทตัวเอง เพราะถ้าพิมพ์ชื่อตรง ๆ ก็หาเจออยู่แล้ว จุดที่ต้องรู้คือตอนที่ลูกค้ายังไม่รู้จักคุณเลยต่างหาก

ถ้าตกตั้งแต่สี่ข้อแรก ให้แก้สี่ข้อนั้นก่อน เพราะข้อมูลเชิงเทคนิคที่ไม่ครบคือสาเหตุอันดับหนึ่งที่ทำให้หลุดจากรายชื่อตั้งแต่รอบแรก

หกอย่างที่ทำเองได้ ไม่ต้องจ้างเอเจนซี

หนึ่ง แปลงสเปคจากไฟล์แคตตาล็อกให้เป็นข้อความบนเว็บ

ใช้เวลาประมาณสี่ถึงหกชั่วโมง ต้องมีแคตตาล็อกหรือ spec sheet ที่ใช้อยู่ตอนนี้ทั้งหมด

เปิดไฟล์ PDF หรือรูปแคตตาล็อกที่มีอยู่ พิมพ์ข้อมูลสำคัญออกมาเป็นตัวหนังสือธรรมดาบนหน้าเว็บ ไม่ต้องสวยเท่าไฟล์ต้นฉบับ แต่ต้องมีตัวเลขและหน่วยครบ เช่น ขนาดที่ผลิตได้ ความคลาดเคลื่อนที่รับได้ วัสดุที่ใช้ได้ ยังคงเก็บไฟล์ PDF ไว้ให้ดาวน์โหลดได้เหมือนเดิม แต่เนื้อหาหลักต้องมีอยู่ในหน้าเว็บด้วย

เหตุผลที่ต้องทำแบบนี้ เพราะระบบ AI อ่านตัวหนังสือบนหน้าเว็บได้ง่ายกว่าการไปเปิดไฟล์แนบมาก และไฟล์ที่เป็นรูปสแกนนั้นแทบไม่ถูกอ่านเลย

ดูยังไงว่าได้ผล ลองค้นหาสเปคของตัวเองด้วยคำที่ลูกค้าจะถาม ถ้า AI ตอบตัวเลขที่ตรงกับที่คุณเขียนไว้ แปลว่าอ่านเจอแล้ว

สอง เขียนหน้าข้อมูลบริษัทให้ตอบเงื่อนไขที่ฝ่ายจัดซื้อใช้กรอง

ใช้เวลาประมาณสามชั่วโมง ต้องรู้ก่อนว่าลูกค้าใช้เงื่อนไขอะไรบ้างตอนคัดเลือก ลองถามฝ่ายขายหรือลูกค้าเก่าดูก็ได้

ทำหน้าเดียวที่รวมข้อมูลที่มักถูกถามซ้ำ ๆ ไว้ในที่เดียว กำลังการผลิตต่อเดือน จำนวนสั่งขั้นต่ำ ระยะเวลาส่งมอบปกติและกรณีเร่งด่วน วิธีการชำระเงิน และพื้นที่ที่จัดส่งได้ เขียนเป็นตัวเลขและประโยคสั้น ๆ ไม่ต้องเขียนสวยหรูแต่ต้องอ่านแล้วรู้เรื่องทันที

ดูยังไงว่าได้ผล ลองถาม AI ด้วยเงื่อนไขที่คุณเพิ่งเขียนตอบไว้ ถ้ามันตอบตัวเลขตรงกับที่คุณระบุ แปลว่าใช้ได้แล้ว

สาม รวมใบรับรองมาตรฐานไว้ในหน้าเดียว พร้อมวันหมดอายุ

ใช้เวลาประมาณสองชั่วโมง ต้องมีสำเนาใบรับรองทั้งหมดที่บริษัทมีอยู่ในมือ

ทำหน้าเดียวที่ลิสต์ใบรับรองทุกใบ เขียนชื่อมาตรฐานเต็ม หน่วยงานที่ออกให้ ขอบเขตที่ครอบคลุม และวันหมดอายุ ถ้าใบไหนหมดอายุแล้วให้รีบต่ออายุหรือเอาออกจากหน้าเว็บ เพราะข้อมูลที่ขัดกับความจริงจะทำให้ทั้งหน้าถูกลดความน่าเชื่อถือลงไปด้วย

ดูยังไงว่าได้ผล ลองถาม AI ว่าบริษัทคุณมีมาตรฐานอะไรบ้าง ถ้าตอบตรงกับรายการที่เขียนไว้ แปลว่าอ่านเจอแล้ว

สี่ เขียนเคสตัวอย่างเป็นเนื้อหา ไม่ใช่แค่โลโก้ลูกค้า

ใช้เวลาประมาณสี่ชั่วโมงต่อหนึ่งเคส เริ่มจากสองสามเคสก่อนก็พอ ต้องขออนุญาตลูกค้าก่อนเปิดเผยชื่อหรือรายละเอียด

เขียนเป็นย่อหน้าสั้น ๆ เล่าว่าลูกค้าเจอปัญหาอะไร ทำไมเลือกวิธีแก้แบบที่คุณเสนอ ขั้นตอนที่ทำ และผลลัพธ์ที่ได้ ถ้าเปิดเผยชื่อลูกค้าไม่ได้ ให้บอกประเภทอุตสาหกรรมและขนาดของงานแทน อย่างน้อยก็ยังมีรายละเอียดให้ระบบดึงไปใช้ตอบได้

ดูยังไงว่าได้ผล ถามลูกค้าใหม่ที่เพิ่งติดต่อเข้ามาว่ารู้จักคุณจากตรงไหน ถ้าเริ่มมีคนพูดถึงเคสที่คุณเขียนไว้ แปลว่าเนื้อหานั้นถูกอ่านและถูกนำไปใช้แล้ว

ห้า ทำหน้าเปรียบเทียบที่ตอบคำถามตอนตัดสินใจ

ใช้เวลาประมาณสามชั่วโมง ต้องรู้ว่าลูกค้าลังเลระหว่างตัวเลือกอะไรกับอะไรตอนจะเลือกซัพพลายเออร์

ธุรกิจ B2B ส่วนใหญ่มีคำถามเปรียบเทียบที่ถูกถามซ้ำ เช่น สั่งผลิตเองกับซื้อของสำเร็จรูปอันไหนคุ้มกว่า ควรเลือกวัสดุแบบไหนสำหรับงานที่ต้องทนความร้อนสูง ต่างกันยังไงระหว่างกระบวนการผลิตสองแบบ เลือกมาหนึ่งคำถามแล้วเขียนหน้าเดียวที่ตอบให้จบ ตอบตรงไปตรงมารวมถึงกรณีที่คำตอบคือสินค้าของคุณไม่เหมาะกับงานนั้น

ดูยังไงว่าได้ผล ถ้าฝ่ายจัดซื้อที่ติดต่อเข้ามาเริ่มถามคำถามที่ลึกขึ้นตั้งแต่ครั้งแรก แทนที่จะถามพื้นฐานที่ควรรู้อยู่แล้ว แปลว่าเขาอ่านหน้านั้นมาก่อนแล้ว

หก ทำให้ข้อมูลบริษัทตรงกันในทุกที่ที่ธุรกิจปรากฏอยู่

ใช้เวลาประมาณสองชั่วโมง ต้องมีรายชื่อทุกแพลตฟอร์มที่บริษัทเคยไปลงข้อมูลไว้ ทั้งเว็บตัวเอง หน้าบริษัทบน LinkedIn ไดเรกทอรีอุตสาหกรรม โปรไฟล์ที่เคยลงตอนออกงานแสดงสินค้า และข้อมูลจดทะเบียนนิติบุคคลที่เผยแพร่ต่อสาธารณะ

ไล่เช็กว่าชื่อบริษัท ที่อยู่ เบอร์ติดต่อ และประเภทธุรกิจที่เขียนไว้ในแต่ละที่ตรงกันหรือเปล่า หลายบริษัทมีปัญหาว่าชื่อในหน้า LinkedIn เขียนย่อ ส่วนในเว็บเขียนเต็ม หรือประเภทธุรกิจที่ระบุไว้ในไดเรกทอรีหนึ่งไม่ตรงกับอีกที่หนึ่ง ความไม่ตรงกันแบบนี้ทำให้ระบบไม่มั่นใจว่าจะยึดข้อมูลไหนเป็นหลัก

ดูยังไงว่าได้ผล ลองค้นชื่อบริษัทตัวเองดูทุกแพลตฟอร์มที่นึกออก ถ้าข้อมูลพื้นฐานตรงกันหมดทุกที่ ถือว่าจบข้อนี้

อะไรที่ยังไม่ต้องรีบทำ

ตอนนี้มีบริการเสนอตัวเข้ามาเยอะที่บอกว่าจะช่วยให้ AI พูดถึงบริษัทคุณ แต่สี่อย่างนี้รอได้

ยังไม่ต้องรีบแปลเว็บทั้งเว็บเป็นหลายภาษาพร้อมกัน ถ้าลูกค้าหลักยังเป็นบริษัทไทยหรือบริษัทที่ใช้ภาษาไทยติดต่อ ให้ทำข้อมูลภาษาไทยให้ครบและถูกต้องก่อน ค่อยขยายภาษาอื่นทีหลังตามกลุ่มลูกค้าที่ขยายจริง

ยังไม่ต้องรีบสร้างระบบตอบแชตอัตโนมัติสำหรับฝ่ายจัดซื้อ ถ้าข้อมูลสเปคและเงื่อนไขยังไม่ถูกเขียนเป็นข้อความที่ไหนเลย บอตก็ไม่มีอะไรจะตอบ ทำหน้าข้อมูลให้ครบก่อน แล้วค่อยพิจารณาว่าจะทำบอตไหม

ยังไม่ต้องรีบเปลี่ยนเว็บทั้งเว็บให้ทันสมัย หน้าตาเว็บเก่าเป็นปัญหาเรื่องความน่าเชื่อถือก็จริง แต่ไม่ใช่สาเหตุที่คุณหลุดจากรายชื่อตั้งแต่ต้น ถ้างบมีจำกัด ให้ลงกับเนื้อหาและข้อมูลก่อน หน้าตาไว้ทีหลัง

ยังไม่ต้องรีบซื้อเครื่องมือติดตามว่า AI พูดถึงบริษัทเราแค่ไหน เครื่องมือกลุ่มนี้มีประโยชน์จริง แต่ราคาต่อเดือนยังสูง และตัวเลขที่รายงานยังต่างกันมากในแต่ละเจ้า ช่วงนี้ใช้วิธีถามเองทุกเดือนแล้วจดผลไว้ในไฟล์เดียวก็เพียงพอ

เริ่มตรงไหนอาทิตย์นี้

ถ้าอาทิตย์นี้มีเวลาว่างแค่สามชั่วโมง ให้ทำสองอย่าง

อย่างแรก ใช้ครึ่งชั่วโมงเดินตรวจเจ็ดข้อในตารางข้างบน จดไว้ว่าข้อไหนตก อย่ารีบแก้ทันที ให้ดูภาพรวมก่อนว่าปัญหาอยู่ที่สเปคเทคนิคหรืออยู่ที่เคสตัวอย่าง

อย่างที่สอง ใช้เวลาที่เหลือแปลงสเปคสำคัญที่สุดหนึ่งรายการจากไฟล์แคตตาล็อกให้เป็นตัวหนังสือบนหน้าเว็บ เลือกสินค้าหรือบริการที่ทำรายได้มากที่สุดก่อน เพราะเป็นตัวที่คุ้มที่สุดถ้าจะกลับเข้าไปอยู่ในรายชื่อที่ AI คัดให้ลูกค้า

เรื่องนี้ไม่เห็นผลในสามวัน ข้อมูลที่แก้วันนี้กว่าจะไหลเข้าไปอยู่ในคำตอบของระบบต่าง ๆ ใช้เวลาเป็นสัปดาห์ถึงเป็นเดือน แต่เป็นงานที่ทำครั้งเดียวแล้วอยู่ยาว ไม่เหมือนงบโฆษณาที่หยุดจ่ายแล้วหายทันที