經營B2B生意，業務人員該如何有效地進行客戶開發，是企業獲利的關鍵。但每當業務人員拿到客戶開發名單時，發現名單上有近百間公司，到底該從哪些公司先開始，是業務人員做陌生開發時常見的煩惱。

例如手上有100個潛在客戶名單，只要成交10個客戶，業績基本上就可以達標了。若毫無頭緒一家一家打電話，你可能要把100個名單都打完，才能夠換來10個銷售機會。但如果有AI幫你計算每一個潛在客戶的成交機率，你也許只要挑預測成交機率最高的前20家公司做陌生開發，就能夠達到業績了。聽起來很不錯吧！

那該如何預測客戶的成交機率？難道需要寫很複雜的程式嗎？其實是不用的。現在已經進入No Code無程式碼時代，銷售代表或業務人員可以善用No Code平台，在3分鐘的時間就計算完客戶開發名單當中的每一筆成交機率，且無須資訊團隊支援。現在就讓我們看看，No Code平台是如何用AI預測客戶成交機率。 （延伸閱讀：不會寫程式，也能用AI預測員工離職機率？）

AI客戶成交機率預測，總共可以分為4大步驟：準備歷史銷售紀錄、建立銷售預測模型、試算客戶名單、取得客戶成交機率。接下來會和大家介紹，No Code平台是如何用圖形化介面，幫業務人員省下寫程式的浩大工程。

Step 1：準備歷史銷售紀錄

首先，要準備公司創立至今，成交和未成交的銷售紀錄。在這份紀錄中，要有每一個客戶基本資訊，例如所屬的產業、公司規模、公司所在地、公司成立時間、是否上市櫃(這些資訊有利於推斷什麼樣的客戶屬性，成交機率較高)；也可以放上聯繫窗口的資料，例如聯繫窗口所屬部門、擔任的職務(這些資訊有利於判斷以何種角度切入，最能夠創造商機)；還能放上客戶與自家公司的關係，例如是否有參加過公司的活動、新客戶或是舊客戶、歷史交易次數(這些資訊有利於判斷與客戶關係的深淺，對於商機的影響)。準備完成後，就可以將這份excel檔案，上傳到No Code平台了。

Step 2：建立銷售預測模型

首先要定義預測目標，例如我們要預測「是否會成交」。接著選擇可能會影響這目標的相關參數，例如「產業類別」、「公司規模」、「歷史交易次數」等。最後選擇你要使用什麼AI演算法，來建立成交預測的模型。

Step 3：試算客戶名單

建立好成交預測的模型後，你就可以把陌生客戶開發名單，丟進去剛剛建立好的模型中，試算每一筆名單、每一個客戶可能的成交機率。

Step 4：取得客戶成交機率

最後，No Code平台會自動計算出每一個潛在客戶可能的成交機率，你可以挑出成交機率最大的前10名，優先做陌生開發。如果某個客戶成交機率很高，表示這個客戶現在的狀況，和過去成交的交易情況高度相似，因此AI會判斷這個客戶的成交機率高。

如果公司給業務潛在客戶名單，是希望協助每一位業務員更容易達成業績目標，那何不用AI預測，再從名單當中，挑出成交機率大的客戶，這樣更容易協助每一位業務員達標。如果公司是希望業務把每一個名單都打完，那既然都要打電話，何不先打給成交機率較大的客戶，也可以先幫助業務人員建立銷售信心。

當然業務人員也能夠依據過往的經驗，來判斷陌生開發名單上的客戶，到底誰的成交機率會比較高。不過如果有AI的協助，就能利用演算法，將過往成功開發客戶的經驗做總結歸納，以推斷陌開名單中每一家公司的成交機率。透過AI預測潛在客戶的成交機率，就能讓每次的業務拜訪都不再亂槍打鳥。

先行智庫企業級數據分析服務

先行智庫為台灣管理顧問公司，服務內容包含企業內訓、顧問諮詢以及數據解決方案，了解更多企業服務內容：https://kscthinktank.com.tw/data-analysis/