今天的B2B买家和客户希望与品牌的信息收集和互动按照他们的方式进行，与他们的需求相关，并对他们的情况做出反应。现代B2B的购买过程和客户体验比以往任何时候都更加自我引导和数字化。

Forrester的2021年B2B购买研究B2B买家认为有意义或有影响力的前三种自我引导互动是:1)探索供应商网站(37%)，2)搜索互联网(33%)，3)探索行业或商业协会网站(31%)。22%的B2B买家还发现供应商网站上的在线聊天功能是有意义或有影响力的。

为了应对受众的类消费者行为——或者简单地说，是人类行为——B2B营销人员正在将更多的数字对话整合到策略组合中，以满足买家和客户的需求，更好地理解交互环境和意图，并在通知下一个策略的同时使这些受众处于当前状态。Forrester的2021年需求状态和ABM策略调查发现，58%的基于需求和帐户的营销人员正在利用对话自动化技术，43%的计划增加或大幅增加在线聊天作为对话交付机制的预算。

以下是我们最近发布的报告中关于这一话题的几点重要经验，新技术:B2B营销和销售的对话自动化技术，2022年第二季度．

复杂的对话需要综合的技术能力

B2B中对话的上下文与面向消费者购买的对话有本质的不同和更复杂。更多的人参与到决策过程中购买过程和实施的时间框架更长。这导致了通过数字和非数字渠道进行的大量交互，现在，人类和非人类代理的混合。

对话自动化技术有助于B2B营销和销售领导者全面地处理会话交互的设计、部署和优化传达当下的相关性和价值，同时告知下一步行动的时间和处理方法。

这些技术提供聊天机器人和虚拟助手(vr)，以自然语言自动交换对话，并将这些对话集成到或跨传递渠道，如网站、移动应用程序、社交媒体、第三方信使应用程序、电子邮件、语音技能和增强体验。

除了自动化简单的基于规则的对话之外，大多数产品还提供了专门构建的对话AI，该AI可以不断地了解受众上下文和业务目标，以处理更复杂的对话。与许多流行的B2C用例(其目标是替换或阻止人类对话)不同，B2B中需要会话代理的混合方法，在B2B中，当满足预定义的条件(例如，达到评分阈值、处理复杂的解决方案问题、解决对话中的错误和意图匹配)时，就会发生从非人类代理到人类代理的转换。

B2B对话自动化技术被包装成独立的平台，或者嵌入到现有的营销、销售或内容参与平台中。B2B中常见的用例包括针对买家旅程和客户生命周期的营销、网页转换优化、基于账户的参与、多渠道培养集成、活动支持、销售拓展和流程自动化。

对买卖的新期望推动B2B对话自动化技术的发展

影响营销人员和目标受众采用对话自动化技术的趋势包括B2B购买行为和交互偏好的消费者导向、对客户体验的更高期望、劳动力流动性、数字加速以及技术堆栈中人工智能和自动化的扩散。在B2B中越来越多地使用对话策略，内部和外部观众都愿意与聊天机器人和虚拟助理对话，以访问信息和完成任务，这反映了消费者期望、客户迷恋和劳动力增长的新常态。

B2B对话自动化技术市场的独特定位使买方和卖方都能参与其中，这源于三个关键领域提供的价值:

  • Customer-obsessed对话．传统和新兴数字渠道中的对话界面为买家和客户提供了新的方式，通过他们已经参与的策略(例如，访问网站、访问移动应用程序上的内容、参加虚拟活动等)来访问信息。这些对话必须被设计成感知和回应观众的需求，口头的和无言的，跨越复杂和相互关联的买家和客户旅程。核心营销和销售平台、内容存储库和数据源之间的集成促进了见解和决策的流动，促进了这些对话及其结果。
  • B2B收入引擎连接。对话自动化技术支持B2B营销、销售、数字体验和与收入引擎一致的内部用例，以满足整个客户体验中受众不断变化的信息需求。对话中捕捉到的新买家和客户信号及其包含的见解必须与培养计划、策略和销售拓展活动相联系，以便在生命周期的每个阶段(从发现和评估到实现和倡导)提供一致的、以客户为中心的体验。
  • 观众洞察反馈循环。B2B市场营销和销售团队必须能够理解和预测受众的信息需求、偏好和交互目标，并利用这些洞见编排下一个策略，告知个性化策略，优先考虑销售扩展，并不断从这些交互的结果中学习。对话式AI功能可以帮助B2B组织更好地实时理解和支持他们的受众，通过机器学习开发洞察反馈循环，可以集成到战略规划中，并在程序设计和执行中实现可操作。