דוח Salesforce: 67% מהמוכרים לא צופים עמידה ביעד, וצוותים עם AI מכניסים יותר פי 1.3

הדוח: משבר יעדים חוצה ענפים ומדינות

המהדורה השישית של דוח State of Sales של Salesforce מבוססת על סקר בקרב 5,500 אנשי מכירות מקצועיים מ־27 מדינות. שני ממצאים מובילים: 67% מהמוכרים אינם מצפים לעמוד ביעד בשנה הנוכחית, ו־84% לא עמדו ביעד בשנה הקודמת. כשמספרים כאלה נמדדים על פני 27 מדינות ומגוון ענפים, מדובר במשבר שיטתי ולא בבעיה של חברה זו או אחרת.

הסיבה המרכזית שהדוח מצביע עליה היא שינוי בהתנהגות הקונים: ציפיות הלקוחות הגואות הן האתגר מספר אחד שמוכרים מדווחים עליו. הקונה של היום מגיע מחופש, משווה ומסופק, ומצפה שהמוכר יסביר איך יצליח בעסק שלו ולא אילו תכונות יש למוצר. מוכר שממשיך לעבוד בשיטת מכירת תכונות מול קונה כזה מפסיד עוד לפני תחילת המו״מ.

המספרים האלה הם דיווח עצמי של אנשי מכירות, שנאסף על ידי ספקית מערכות CRM ו־AI. הם מלמדים על תפיסה ועל מגמה, לא על פגישת יעד שנמדדה ברשומות החברות. אבל כאשר שני שליש מהמקצוענים בתחום מדווחים שהם לא צופים עמידה ביעד, התפיסה עצמה היא נתון תפעולי: היא משפיעה על מוטיבציה, על שימור עובדים ועל תכנון הצוות.

הפער: צוותים עם AI מכניסים יותר פי 1.3

מול נתוני המשבר עומד הממצא השני של הדוח: צוותי מכירה שהשתמשו בבינה מלאכותית היו בעלי סבירות גבוהה פי 1.3 לראות גידול בהכנסות בהשוואה לצוותים שלא השתמשו. ההפרש אינו בטכנולוגיה עצמה אלא בשימוש שלה: הצוותים המנצחים מפנים בעזרתה את משאב הזמן היקר ביותר של המוכר לשיחות עם לקוחות, בדיוק כפי שהראה הדוח המקביל של Salesforce על זמן המכירה האמיתי של אנשי המכירה.

חשוב לקרוא את הקשר הזה בזהירות: מדובר בקורלציה בסקר, לא בהוכחה ניסויית ש־AI גורם לגידול. ייתכן שצוותים שמובילים בכל מקרה הם גם הראשונים לאמץ טכנולוגיה. ועם זאת, הכיוון עקבי עם שאר ממצאי הדוח ועם ההיגיון התפעולי: כלי שמקצר מחקר, תיעוד וכתיבת מיילים מחזיר שעות לשלב שבו המוכר באמת משנה, שהוא השיחה עצמה.

לכן השאלה הנכונה למנהל אינה אם להכניס AI, אלא איזו משימה ייקח הכלי מהמוכר השבוע. צוות שמודד את התשובה בשעות חופשיות ללקוחות ידע אם ההשקעה עבדה. צוות שקונה רישיונות בלי לשנות את חלוקת הזמן ימצא את עצמו באותם 67% בשנה הבאה, עם הוצאה נוספת בתקציב.

• 67% מהמוכרים לא מצפים לעמוד ביעד השנה; 84% פספסו אותו בשנה הקודמת, לפי Salesforce.
• צוותים המשתמשים ב־AI היו בעלי סבירות גבוהה פי 1.3 לראות גידול בהכנסות.
• הסקר נערך בקרב 5,500 אנשי מכירות מ־27 מדינות ופורסם ב־25 ביולי 2024.

למה היעדים מתפספסים: שלושה מבנים ששברו את המודל הישן

השבר הראשון הוא עומס מידע על הקונה. מחקר של Gartner מ־2022 מצא ש־83% מקונים עסקיים מעדיפים להזמין ולשלם בערוצים דיגיטליים, ושקונים שמנווטים בעצמם משלימים עסקאות איכותיות יותר מאשר קונים שהעסקה שלהם הונהגה על ידי איש מכירות. כלומר, הקונה לא מחכה למוכר שילמד אותו; הוא מצפה שהמוכר יוסיף משהו שהמחקר העצמי לא נתן.

השבר השני הוא זמן מכירה דליל. כפי שכבר הראינו בידיעה קודמת, אנשי מכירות מקדישים רק כשליש מזמנם למכירה בפועל. כאשר רוב היום הולך על תיעוד, עדכוני מערכת וישיבות, גם מוכר מוכשר לא מגיע למספיק שיחות איכות כדי לעמוד ביעד אגרסיבי. הבעיה אינה כישור אלא מבנה יום העבודה.

השבר השלישי הוא יעדים שאינם מחוברים לצינור האמיתי. כאשר היעד נגזר מלמעלה ולא ממצבת ההזדמנויות בפועל, המוכר לומד מהר שהספרה אינה ריאלית ומפסיק להאמין בה. צוות שאיבד את האמונה ביעד מאבד את המנוף הניהולי החשוב ביותר, וכל סיכום רבעון הופך לטקס אכזבה חוזר במקום כלי למידה.

תכנית העבודה למנהל המכירות: ארבעה מהלכים

מהלך ראשון: ניקוי הצינור. לפני שמוסיפים כלים, מסירים מהצינור עסקאות מתות שמנפחות את הציפיות ומשפילות את אחוזי הסגירה. צינור נקי הוא הבסיס ליעד ריאלי ולתחזית שההנהלה יכולה לסמוך עליה, והוא גם המסר הראשון לצוות שהמדדים הולכים להיות הוגנים.

מהלך שני: העברת שלוש משימות ל־AI תוך חודש — מחקר לקוח לפני פגישה, תיעוד אחרי שיחה וטיוטת מייל המשך. שלוש המשימות האלה צורכות שעות, אינן דורשות שיקול דעת מכירתי, והחיסכון בהן מורגש מיד. מודדים את התוצאה בשעות שיחה נוספות בשבוע, לא ברישיונות שחולקו. זו בדיוק נקודת הבחן של ה־1.3 מהדוח.

מהלך שלישי: אימון שמבוסס הקלטות ולא תחושות. בוחרים שיחה אחת בשבוע לכל מוכר ומנתחים אותה יחד: איפה הקונה פתח, איפה נסגר, ומה הייתה השאלה שהייתה משנה את המהלך. מהלך רביעי: יעד שגוזרים מהצינור ולא להפך, עם פירוק לפעילות שבועית שהמוכר שולט בה. מוכר ששולט בפעילות מאמין ביעד, ומוכר שמאמין ביעד מוכר.

חוט מקשר בין ארבעת המהלכים הוא קצב המדידה: מדד אחד שבועי קבוע, שעות מכירה אמיתיות, שמובא לישיבת הצוות בלי ניפוח ובלי הסתרה. כאשר המדד עולה, גם האמונה ביעד עולה, והצוות נכנס ללולאה חיובית של אימוץ כלים ואימון. כאשר הוא לא עולה, המנהל יודע תוך שבוע ולא תוך רבעון, ומתקן את המהלך הבא לפני שהשנה בורחת. זהו ההבדל בין דוח שמסתכל אחורה באכזבה לבין ניהול שמתקן קדימה בזמן.

המשמעות לצוות מכירות ישראלי

בצוותים ישראלים קטנים, כל מוכר נושא נתח גדול מהתוצאה השנתית, ולכן פגיעה של מוכר אחד ביעד מורגשת מיד בשורת הרווח. היתרון הוא ששינוי מתבצע מהר: אין צורך בהטמעה ארגונית ארוכה כדי להעביר משימה ל־AI או לשנות פורמט אימון, ומנהל שמחליט בבוקר רואה את האפקט בצוות שלו כבר באותו שבוע.

הסיכון המקומי הוא הפוך: לחץ לתוצאות מיידיות דוחף מנהלים להעלות יעדים בלי לגעת במבנה העבודה, וזו בדיוק המתכונת שמייצרת את ה־67%. הדרך הנכונה בישראל היא ניסוי קטן ומדוד: בוחרים שני מוכרים, מעבירים להם את שלוש המשימות ל־AI, ומשווים את שעות המכירה והתוצאות שלהם לצוות לאורך חודש.

מספר אחד שכדאי לכל מנהל ישראלי לרשום היום: כמה שעות מכירה אמיתיות היו למוכר המוביל שלו בשבוע האחרון. אם התשובה רחוקה משליש מהזמן, הבעיה אינה בשוק ולא במוצר. היא במבנה יום העבודה, וזו בדיוק הבעיה שהדוח מראה שאפשר לתקן, ושצוותים שמתקנים אותה הם אלה שמגדילים הכנסות.

מגבלות הנתונים: מה הדוח מודד ומה הוא לא

דוח State of Sales מבוסס על דיווח עצמי של 5,500 אנשי מכירות מ־27 מדינות ונאסף על ידי ספקית מסחרית של מערכות מכירה ו־AI. עמידה ביעד מדווחת ולא מאומתת מרשומות, והקשר בין שימוש ב־AI לגידול בהכנסות הוא קורלציה בסקר ולא הוכחה סיבתית. אין בדוח מדגם ישראלי ייעודי, והגדרות היעד משתנות בין ענפים וחברות.

נתוני Gartner על קנייה עצמית מ־2022 מבוססים על 725 קונים עסקיים ומשקפים בעיקר שוק B2B. תכנית העבודה המוצעת כאן היא פרשנות מקצועית של המערכת לנתונים ולא מסקנה של החוקרים. כל מספר בידיעה מיוחס למקורו הראשוני ומתוארך, וכל המלצה יישומית מסומנת כמסקנה שלנו בלבד.

בנוסף, ההודעה לעיתונות של Salesforce מציגה את המספרים הראשיים בלבד. פירוט המתודולוגיה המלא, חלוקת המדגם לפי תפקידים ומדינות והגדרות המדויקות של שימוש ב־AI מופיעים בגוף הדוח, ולכן בידיעה זו השתמשנו רק בנתונים שפורסמו בגלוי ונמנענו ממסקנות שאינן נתמכות במקור.