Kunstig intelligens ændrer ikke disse grundprincipper. Men AI kan gøre arbejdet hurtigere, billigere og mere præcist og dermed forbedre økonomien for både leverandøren og partnerne.I denne artikel, der primært retter sig mod B2B-softwarevirksomheder i den nederste tredjedel af markedsindtrængningskurven, gennemgår jeg de klassiske dyder, som efter min vurdering vil spille den største rolle i de kommende år. Undervejs viser jeg, hvor AI kan tilføre reel forretningsmæssig værdi.

Virksomheder, der står over for at etablere eller udbygge deres partnerkanal, søger ofte inspiration hos de store teknologiselskaber. Inden for business software er Microsoft og Salesforce oplagte rollemodeller.

Det er imidlertid en misforståelse at kopiere deres partnerprogrammer.

Resultatet bliver ofte store og komplicerede programmer, der drukner i bureaukrati og leder opmærksomheden væk fra det væsentlige. Du får ikke succes ved at kopiere et koncept, der har været under udvikling i mange år og er blevet justeret utallige gange i takt med, at produkterne har fået stor markedsudbredelse, og partnerne er kommet og gået.

Markedsdynamikken er tillige meget forskellig alt efter, hvor på indtrængningskurven dit produkt befinder sig. I den nederste del, som denne artikel handler om, bør du koncentrere indsatsen om helt basale forretningsprincipper.

AI kan allerede her tilføre værdi. Ved at kombinere offentligt tilgængelige oplysninger med egne CRM-data kan du analysere potentielle partnere langt hurtigere end før. Du kan undersøge deres markedsposition, kompetencer, kundesegmenter, teknologier, medarbejderprofiler og eksisterende partnerskaber og dermed identificere de virksomheder, der umiddelbart har størst sandsynlighed for at passe til din partnerprofil.

Men det er ikke altid den rigtige strategi at være selektiv fra begyndelsen. I nogle markeder kan det være mere effektivt simpelthen at rekruttere alle de partnere, der melder sig, så længe omkostningerne ved onboarding og løbende support er begrænsede. Det kan nemlig være overordentligt vanskeligt på forhånd at afgøre, hvem der faktisk bliver en succes. En partner, der på papiret ser perfekt ud, kan ende med aldrig at skabe omsætning, mens en mindre oplagt kandidat kan udvikle sig til en af dine bedste partnere.

I sådanne tilfælde kan den faktiske markedsindsats være en bedre kvalifikation end den indledende screening. Giv partnerne mulighed for at bevise deres værd, mål deres aktivitet og resultater, og lug senere ud blandt dem, der ikke skaber pipeline og omsætning. AI kan også understøtte denne proces ved løbende at identificere, hvilke partnere der viser tegn på potentiale, og hvilke der forbliver passive.

AI kan reducere researcharbejdet betydeligt. Men den kan ikke afgøre, om den nødvendige gensidige tillid og kommercielle interesse er til stede. Det kræver fortsat mennesker.

Hygiejnefaktorer

De forhold, der kan hindre vækst, men hvis opfyldelse ikke i sig selv accelererer den, kalder jeg hygiejnefaktorer. De betegnes også ofte som nødvendige forudsætninger.

Den vigtigste hygiejnefaktor er selve produktet eller tjenesteydelsen, som jeg for nemheds skyld sammenfatter under betegnelsen produktet.

Et produkt, der endnu ikke har opnået en markedsandel på over 20 procent, og som ønskes solgt eller serviceret gennem en partnerkanal, skal have en meget tydelig value proposition og en knivskarp positionering. Det skal desuden helst ramme markedet på et tidspunkt, hvor en større forandringsbølge skaber behov for nye løsninger.

Jo mere værdi partnerne kan skabe omkring produktet, desto mere attraktivt bliver det for dem at sælge og servicere.

Er disse betingelser ikke opfyldt, bliver det meget vanskeligt at tiltrække gode partnere. Først når et produkt har opnået en stor markedsandel og dermed indgår i mange kunders overvejelser, bliver produktets efterspørgsel i sig selv et argument for partnerne.

Er produktbetingelsen opfyldt, bør partnerprogrammet være enkelt, onboardingen velorganiseret, og den løbende servicering i videst muligt omfang baseres på selvbetjening. Partnerens dagligdag bør understøttes af moderne værktøjer som e-learning, digital certificering og PRM-systemer.

Her kommer AI til at spille en stadig større rolle.

En partner bør for eksempel kunne stille spørgsmål om produkter, priser, konkurrenter, kontraktforhold, implementering og salgsprocesser og få et øjeblikkeligt svar baseret på leverandørens egne godkendte oplysninger. AI kan også generere individuelle læringsforløb baseret på partnerens rolle og hidtidige aktivitet, foreslå relevant materiale til en konkret salgsmulighed og identificere områder, hvor en partner mangler kompetencer.

Det reducerer behovet for, at leverandørens channel managers og produktspecialister skal besvare de samme spørgsmål igen og igen. Samtidig kan partneren få hjælp på det tidspunkt, hvor behovet opstår.

Der findes i dag så mange modne platforme og serviceudbydere, at det ikke længere giver mening at udvikle partnerprogrammer, der kræver manuel registrering i regneark, omfattende klasseundervisning eller opbevaring af information i simple dokumentbiblioteker.

Business Management – de klassiske dyder

Rekruttering af succesfulde partnere kræver en grundlæggende forståelse af deres forretning.

Du kan sikkert skabe nysgerrighed ved at præsentere et attraktivt produkt, men motivationen til at investere opstår først, når den potentielle partner kan se, hvordan samarbejdet vil påvirke hendes forretning positivt – og hvor hurtigt det kan ske.

Det værktøj, jeg bruger til den opgave, kalder jeg The Business Partner P&L.

The Business Partner P&L er den finansielle repræsentation af dit onboarding- og partnerprogram. Den viser de økonomiske konsekvenser af det, du kalder et partnerskab, og besvarer de fundamentale spørgsmål:

• Hvorfor vil du opbygge en partnerkanal?
• Hvor meget skal partneren investere for at komme i gang?
• Hvor hurtigt er investeringen tjent hjem?
• Hvordan ser regnestykket ud over en treårig periode?
• Hvad bidrager du med for at få samarbejdet til at lykkes?

Du skal tilgå denne diskussion, som om partneren var en potentiel investor. Derfor skal dialogen foregå på ledelsesniveau og først, når det er afklaret, at der er et godt match mellem produktet, markedet og partnerens forretning.

Her kan AI tilføre betydelig værdi.

Tidligere blev sådanne business cases ofte baseret på få standardforudsætninger. Nu kan du langt lettere udvikle scenarier, der tager udgangspunkt i den enkelte partners situation. AI kan hjælpe med at strukturere partnerens offentlige regnskabstal, kundesegmenter, medarbejderprofil, geografisk dækning og eksisterende produktportefølje samt omsætte informationerne til antagelser, som efterfølgende valideres sammen med partneren.

Du kan hurtigt opstille forskellige scenarier:

• Hvad sker der, hvis partneren investerer i én, to eller fem sælgere?
• Hvad betyder forskellige konverteringsrater?
• Hvor følsom er business casen over for en længere salgsproces?
• Hvor meget omsætning skal partneren skabe for at nå break-even efter seks, tolv eller atten måneder?
• Hvilken effekt får genkøb, abonnementer og serviceydelser på økonomien?

AI kan gøre beregnings- og analysearbejdet langt hurtigere. Men det ændrer ikke det grundlæggende forhold: Partneren investerer virkelige penge og medarbejderressourcer. Derfor skal forudsætningerne fortsat kunne forsvares af mennesker på begge sider af bordet.

Omsætningsgenerering

Når jeg hævder, at de store techvirksomheders partnerprogrammer ikke bør være dine rollemodeller, skyldes det først og fremmest deres position på markedet.

En stor markedsandel genererer i sig selv efterspørgsel. Samtidig har disse virksomheder gennem årene haft mange partnere igennem deres programmer. De, der ikke kunne skabe en forretning, er faldet fra. De tilbageværende er de succesfulde, og nye partnere kommer ofte til, fordi deres eksisterende kunder allerede efterspørger produkterne.

Når din markedsandel og dit kendskab i markedet er små, er situationen en helt anden.

Derfor bliver den mest kritiske succesfaktor din evne til enten selv at generere de kundeemner, som de nye partnere skal arbejde med, eller at hjælpe partnerne med at finde dem.

Som jeg forklarer i min bog Building Successful Partner Channels, kan du ikke forvente, at de første partnere både har de nødvendige kompetencer og et tilstrækkeligt stærkt incitament til selv at finde ud af, hvordan de får forretningen med dit produkt i gang.

Du er nødt til at investere tid og penge i at hjælpe de første partnere med at vinde de første kunder.

Jo hurtigere det sker, desto større bliver partnerens incitament til at sætte flere ressourcer bag dit produkt, og desto lettere bliver det at rekruttere de næste partnere.

Netop her kan AI få stor betydning.

AI kan reducere en betydelig del af det arbejde, der traditionelt har gjort outbound leadgenerering dyr. Sammen med moderne datakilder kan teknologien bruges til at:

• identificere virksomheder, der matcher en bestemt ideal customer profile
• finde tegn på organisatoriske eller teknologiske forandringer, der kan udløse et behov
• undersøge virksomhedens situation inden den første kontakt
• identificere relevante beslutningstagere og interessenter
• udarbejde hypoteser om mulige forretningsproblemer
• forberede individualiserede budskaber og spørgsmål
• analysere tidligere salgsforløb og finde mønstre i, hvilke typer kundeemner der konverterer
• prioritere leads efter sandsynlighed og potentiel værdi.

Det ændrer økonomien i den tidlige fase af partnerudviklingen. Leverandøren kan i langt højere grad levere færdigbearbejdede account-lister, research og samtalegrundlag til partneren i stedet for blot at udlevere et produktark og ønske god jagt.

Man kan også gå skridtet videre og etablere en fælles AI-understøttet demand-generation-maskine, hvor leverandøren udvikler metoder, prompts, data, indhold og kampagner, mens partneren stiller sin lokale markedsviden og sine kunderelationer til rådighed.

Partnerens salgsorganisation skal fortsat tale med kunderne, forstå deres situation og skabe tillid. AI kan imidlertid fjerne en stor del af det forberedende arbejde.

De fleste leverandører antager, at en ny partners første salg skal ske til eksisterende kunder. Denne mulighed bør naturligvis undersøges først. Men der er ingen garanti for, at kundebasen indeholder et latent behov for netop dit produkt på det tidspunkt, hvor du bejler til partneren.

Hertil kommer, at produktets evne til at hjælpe partneren med at skaffe nye kunder ofte vil blive vægtet højt i vurderingen af, om samarbejdet er attraktivt.

Hvis du både kan præsentere en overbevisende Business Partner P&L og samtidig demonstrere en metode til systematisk at identificere nye kundeemner, har du fjernet to af partnerens største risici.

Glade kunder bliver dine ambassadører

B2B-software skal næsten altid tilpasses kundens konkrete omgivelser og situation. En succesfuld implementering kræver domæneviden, produktindsigt og stram projektstyring.

Det er kompetencer, der opbygges gennem erfaring med kunder og produkter.

Din risiko er, at fejlslagne projekter bliver tilskrevet dit produkt. Det sker særligt let, når du har en lille markedsandel og kun få succesfulde partnere, som du kan henvise til.

Den næste klassiske dyd er derfor at støtte partnernes erfaringsopbygning.

I denne fase bør din primære bekymring ikke være at sikre betaling for hver eneste konsulenttime, som partneren bruger af dine ressourcer. Det afgørende er, at de første kunder oplever en professionel implementering og får den forventede forretningsmæssige værdi.

Partneren skal naturligvis have et incitament til selv at opbygge kompetencer og ikke for evigt at basere sig på din støtte. Men det problem løses ikke ved at tage skyhøje priser for hjælpen, mens partneren stadig befinder sig på læringskurvens første del.

AI kan også her forkorte læringskurven.

Projektplaner, løsningsdesign, kundekrav, supporthistorik, implementeringsnotater og tidligere projekter kan danne grundlag for AI-assistenter, der hjælper konsulenterne med at identificere kendte problemer og anbefale fremgangsmåder. En mindre erfaren partnerkonsulent kan dermed få adgang til erfaringer, som tidligere kun fandtes i hovedet på nogle få eksperter hos leverandøren.

AI kan også bruges til at gennemgå projektmateriale og gøre opmærksom på manglende information, uklare krav, usædvanlige konfigurationer og forhold, der tidligere har givet anledning til problemer.

Teknologien bør ikke overtage ansvaret for implementeringen. Men den kan fungere som en ekstra kontrolmekanisme og gøre den samlede erfaring fra leverandørens og partnernes tidligere projekter tilgængelig i det konkrete arbejde.

Det har særlig stor værdi i den tidlige fase, hvor hver eneste referencekunde tæller.

Skaleringen

Den altdominerende årsag til at anvende en kanal af uafhængige partnere til at sælge og servicere dine produkter er skaleringspotentialet.

For at realisere det skal to forhold være opfyldt.

Partnerkanalen skal eksistere

Der skal være en etableret kanal med mange potentielle partnere, som allerede betjener de samme kunder som dig, og for hvem dit produkt ligger tæt på deres eksisterende kompetenceprofil.

Hvis du først skal udvikle denne kanal, bør du vente, til du har en solid markedsandel. Ellers tager arbejdet for lang tid og koster for meget.

AI kan hjælpe med at kortlægge en eksisterende kanal langt mere detaljeret end tidligere. Man kan eksempelvis analysere virksomheder efter geografi, vertikaler, teknologikompetencer, kundetyper, medarbejderprofiler og eksisterende leverandørrelationer.

Det gør det muligt at arbejde mere systematisk med partnerrekruttering og samtidig identificere hvide områder, hvor den ønskede kanal ikke eksisterer.

Du skal kunne undgå overdækning

Dine partnere skal så vidt muligt betjene forskellige segmenter af markedet, så de ikke hele tiden støder ind i hinanden.

Dermed udnytter dit produkt markedspotentialet bedre, samtidig med at partnerne ikke bruger energi på at konkurrere om de samme kunder.

I begyndelsen er problemet sjældent stort, og du kan måske endda give de første partnere en vis beskyttelse, mens de etablerer forretningen.

På længere sigt udnytter du markedspotentialet bedst ved at hjælpe partnerne med at specialisere sig.

Også her kan AI gøre arbejdet mere datadrevet. Ved løbende at analysere pipeline, vundne og tabte ordrer, kundetyper, kompetencer og geografisk dækning kan du identificere, hvilke segmenter den enkelte partner har størst sandsynlighed for at lykkes i.

Målet er ikke nødvendigvis at give partnere eksklusive territorier. Det er snarere at skabe en arbejdsdeling, hvor den enkelte partner investerer i de områder, hvor sandsynligheden for en god forretning er størst.

Afsluttende betragtninger

Når jeg bliver bedt om at dele mine betragtninger om aktuelle tendenser inden for partnerskaber, bliver jeg præsenteret for en liste over tidens buzzwords. Denne gang er det kunstig intelligens, platforme, automatisering og globalisering.

Der er imidlertid langt mellem nye begreber og modne koncepter. Men efterhånden som teknologierne bliver anvendelige, skal de naturligvis tages i brug.

Næppe nogen vil i dag lancere et seriøst partnerprogram uden at understøtte det med en PRM-portal. De fleste uddannelsesprogrammer tilbydes som webbaseret selvlæring, hvor gennemførelsen dokumenteres med digitale certifikater, der angiver kompetence, udsteder og eventuel udløbsdato.

AI er næste lag oven på denne digitalisering.

Teknologien kan allerede hjælpe med partnerresearch, onboarding, individualiseret uddannelse, business cases, leadgenerering, salgsmateriale, opportunity-analyse, implementeringsstøtte, partner-support og segmentering.

Det er væsentlige produktivitetsforbedringer, og de bør udnyttes.

Men de ændrer ikke på partnerøkonomiens grundlæggende mekanismer.

Potentielle partnere vil ganske vist rynke på næsen, hvis de skal møde fysisk op til al undervisning, modtage certifikater på papir, registrere kundeemner i et regneark, lede efter dokumenter på en SharePoint-server og kommunikere om alle praktiske spørgsmål via e-mail.

AI-baseret selvbetjening og automatisering kan gøre oplevelsen langt bedre.

Men selv verdens mest avancerede partnerportal kan ikke redde en dårlig business case.

En partner vil til gengæld være villig til at leve med mange praktiske uhensigtsmæssigheder, hvis forretningen er tilstrækkelig attraktiv. Hvis en investering på en million kroner i år med stor sandsynlighed kan blive til fem millioner om tre år, er det dét regnestykke, der driver beslutningen.

Det er den diskussion, du skal have med dine potentielle partnere.

Og jo mere du ved hjælp af produktet, din go-to-market-model, din egen investering og nu også AI kan reducere risikoen i den business case, desto hurtigere kan partneren træffe en beslutning og gå i gang.

AI erstatter med andre ord ikke de klassiske dyder.

Den gør det muligt at udøve dem bedre.