利用数字创新转型Q2C

解锁敏捷性，采用现代的报价至收付款（Q2C）方法 技术和媒体公司正在应对由新产品和渠道、并购活动以及千禧一代和Z世代买家及决策者的新购买偏好带来的快速变化。在变化时期，追求不惜一切代价的增长已不再是可行的商业选择，财务、IT和销售运营团队承受着巨大的压力，必须推动业务敏捷性和效率。 收入增长率正在放缓。 SaaS增长速度正从40%-30%逐渐放缓到25%-15%。1由于经济条件、不断变化的客户偏好以及公司整体成熟度。 公司正在重新聚焦于成本削减、速度和效率。 这些动态迫使企业重新设计其运营模式、业务流程和系统，以满足客户需求。速度和敏捷性是关键。现代化报价至收付（Q2C）流程可以成为转型报价至收付（Q2C）流程——组织生成销售、承诺资源、交付客户订单和确认收入的核心动脉——的催化剂。 公司不能再为了增长而牺牲盈利能力。SaaS领域的领导者正在紧缩成本，消除运营瓶颈以提升生产效率水平，同时将支出重新分配至回报率高的领域。 报价到收账（Quote to Cash，Q2C）是企业高层管理层的优先事项。 公司正优先考虑Q2C项目以支持其向持续收入和新SaaS模式（如按消费定价和以产品为导向的增长（自助服务））的转型。78%的C级高管表示，在2023年，报价到现金（Quote to Cash）是他们组织的一项首要任务。3 确实，公司正迫切地现代化其Q2C方法，通过使用可互操作和集成的工具和技术来提高销售效率和现金流。 现代化报价到现金是提升企业敏捷性的第一步。 这不仅仅适用于技术落后者。即使是数字化成熟的公司也发现，他们几年前实施的Q2C解决方案现在效率低下，随着时间的推移积累了组织、流程和技术负债。这在超高速增长的软件和技术公司中尤其如此，直到最近效率才成为关注的焦点。 实际上，Q2C生命周期及其提供的体验从客户、订阅者或潜在客户与品牌互动的那一刻开始，并在他们的整个旅程中持续显现，成为始终如一的积极存在，远在现金交换和收入进入资产负债表的那一刻之后。 问题的部分原因在于销售和财务领导者长期以来对Q2C生命周期的过时看法：将其视为一系列交易工作流程的交接，从最初的配置/定价/报价（CPQ）步骤到收集未来的收入。这些关键利益相关者认为自己的责任是产生和识别收入，而不是提供优质的客户体验。而且，传统的Q2C解决方案效率低下，内部导向，孤立且繁琐——被为旧的业务模型和更可预测的时期所创造的过程所限制。使用这些过时的工作流程只会加剧商业领导者的短视，因为他们最终过于专注于执行一系列离散的合同，而不是提供全面、以客户为中心的体验。 公司未能提供这种一致的客户体验，会产生埃森哲称之为“价值债务”的现象，即带有破损和低效系统的企业的成本，通过诸如降低的客户满意度、被忽略的收入机会和毛利润到净利润的效率低下等指标来衡量。 消除您Q2C生命周期中锁定的高价值债务，以重塑乏味的客户体验，需要采取以下三个关键步骤： 构建一个强大的数据基础增强由生成式人工智能和机器学习能力。 实施一个可组合的Q2C策略。 建立新的工作方式。 1. 建立新的方式工作估计。 凭借其在销售、营销和客户成功统一方面的既定角色——以及其推动客户生命周期内运营效率的使命——RevOps正通过集中式或甚至去中心化（中心辐射）的组织模式来协助协调Q2C功能。Prem Ananthakrishnan 成功的组织必须采用新的组织模式，以革新在整个Q2C流程中利益相关者工作的方式。 应用业务设计焦点于组织变革，领导们可以开始理解客户获取如何与配置-报价-询价环节相接合，该环节又与交易台相融合，交易台接着与财务部门联系，最后财务部门与分析和预测计划与财务（FP&A）部门接轨。这是一个相互联系的全流程。 RevOps正在兴起。 组织正在认识到打破部门壁垒和战略性地调整其市场营销、销售、财务和服务运营团队的价值和益处，以更加以客户为中心。 部分工作流程设计和部分心态转变，组织重启需要运营和文化上的双重变革。其结果可以非常显著。例如，一份合同修订，以前可能被视为阻碍进步并需要复杂的解决方案，现在反而变成了满足甚至超越客户独特、不断变化需求的机会。机器学习驱动的自动化可以帮助预防减慢进度，并使客户能够作为快速自助体验的一部分进行调整。 关键在于建立一个围绕客户体验共享所有权的设计模型。在这种情况下，RevOps团队负责Q2C转型的关键物流方面，协调所有关键环节，从赢得认可到商定指标，再到设计工作流程。Q2C必须从线性的、以流程为中心的模式转变为一种流动的、灵活的、自我学习和自助服务的模式——并且能够与所有利益相关者群体实现持续协作。 埃森哲认为，RevOps 是一种不可或缺的模型，它使得这种新的组织设计成为可能。 2. 实施策略。可组合的Q2C战略 消除价值债务的第二关键步骤是开发一个可组合的Q2C流程方法。这不仅允许最大限度的灵活性和敏捷性，还可以作为更大规模企业级转型的跳板。 在一个可组合的环境中，配置、更改和扩展核心业务流程变得容易。这意味着软件环境可以适应以满足公司Q2C组织模型的需求，而不是受传统软件不可动摇的限制所阻碍。 现金预测。但是当客户关系管理（CRM）、财务管理系统和规划与分析应用程序都集成在一个统一系统中时，它就不仅仅是会计练习了。现在，公司可以开始更深入地分析变化，而不仅仅是响应它，还可以模拟它。 另一个可组合策略和架构的必要优势：它可以从几乎任何来源获取数据，并使数据在整个系统中可用。这些数据始终是最新的，并且可以跨应用程序使用。此外，最先进的可组合Q2C解决方案还具备增强型分析和广泛的假设建模，以帮助利益相关者洞察先机、迭代计划并预测接下来可能发生的情况。 能够实时完成这项工作，提出“如果……会怎样？”的问题，确保不会错过创造卓越客户体验能力的机会，并且无论身在何处、何时都能做到这一切——这就是为什么现代化努力如此值得进行。 –达沙恩·维什瓦纳特 当在一个最佳的云服务中工作时，创建一个公司能够配置以匹配其组织模式的统一环境要容易得多。最佳级别的解决方案提供了专业化、灵活性、可扩展性、无缝集成、创新和成本效益。例如，组织以前可能从会计的角度看待销售和需求规划——研究销售管道数据，试图确定其对以下方面的影响： 现代Q2C系统应与组织堆栈中已有的流行云应用无缝协作。并且，组织必须与生态系统合作伙伴合作，进一步发展云到云的集成策略，制定路线图并实施顶级可组合解决方案（依赖多个云解决方案可避免锚定单一平台的陷阱）。 跳过昂贵的定制集成，这在更传统的Q2C环境中很常见。 相反，客户能够快速实现应用程序之间的双向集成。利益相关者可以使用最适合其角色的最有效应用程序进行工作，同时仍能利用从这两个应用程序中获取数据和见解的优势。以下是一些如何实现这一点的例子： 埃森哲将这些云与云之间的集成称为“推动销售和财务组织Q2C流程现代化的技术一键式操作”。一个例子是，云财务管理系统和CRM系统如何协同工作，使整个系统更加坚固和连贯。 Salesforce的机会和客户数据流至Workday，在那里客户活动信息始终保持可用和最新。 当Workday中发生发票、付款或调整时，客户活动将在Salesforce中自动更新。 参与者可以从Salesforce事件中在Workday中创建机会、合同、项目、发票和资源计划。 仪表盘为用户提供无缝的体验，并实现持续的同步监控。 同样，可以提供连接器来集成CPQ、CLM和计费系统，以便访问最终配置、客户报价和计费信息（如客户信息、产品SKU、定价/报价/折扣、订阅详情、计费计划、消费等）。 另一项易于使用的技术是Workday财务管理系统，这是一个领先的云财务管理和规划系统，它与Salesforce CRM和Sales Cloud——顶级云CRM解决方案——集成。通过预包装的连接器。这允许IT 安永和Workday共同开发了一个解决方案，该方案基于Workday核心平台，实现了端到端Q2C（从客户到销售）的能力。 Workday x Accenture 报价至现金解决方案 我们的解决方案： 启用您的端到端报价至收款的 capabilities，借助我们预构建的 suite —— 以 Workday 金融管理为核心，结合来自独立软件供应商（ISVs）的最佳 breed 可组合应用，以及 Accenture 的连接器来管理持续的数据流、互操作性，以及 ISVs。 效益： 加速达到规模化的时间一种灵活的报价到现金环境的实施，结合了Ccenture预构建的连接。 A • 独立软件供应商（ISVs）增强了Workday强大的便携式数据模型对软件行业和从报价到收款的业务价值Sof• 来自埃森哲战略与咨询、埃森哲运营和埃森哲技术的专业能力。 3. 建立强大的数据基础并拥抱生成式AI和机器学习。 对于希望成功改革其二季度客户关系（Q2C）流程的技术公司来说，最终拼图的一块是建立一个强大的数据基础。数据必须准确、完整且可靠，尤其是在收入认可、收入预测以及订单和账单管理这样的关键领域。数据必须在各种系统之间具有互操作性。易于访问所有利益相关者都可以据此采取果断且灵活的行动。 现代Q2C要求公司数据有一个单一的真实来源，无缝集成多个工具和技术的工作流程。这个稳固的数据基础减轻了那些经常困扰组织的权宜之计、缺乏灵活性和错误。 人工智能/机器学习 人工智能（AI）和机器学习（ML）已成为现代企业系统与流程的标志——包括Q2C——通过自动化使企业实现更大的灵活性。但在组织能够成功释放这种价值之前，拥有一个稳固的数据战略和基础是必不可少的。 近80%的由埃森哲调查的首席执行官表示，他们50%至90%的数据是“非结构化和不可访问的。”这是数据孤岛的一个常见后果，但对于需要为Q2C和其他关键系统创建稳定核心的团队来说，这是一个主要障碍。 没有强大的数据基础，人工智能只是一个空想。托马斯·库克安，谷歌云首席执行官。 每个人工智能应用程序都始于数据，拥有一个综合性的数据和数据分析平台比以往任何时候都更为重要。 — 萨提亚·纳德拉，微软公司首席执行官 这只是几个例子。当将一个健全的运营模式如RevOps与建立在强大数据基础上的可组合Q2C架构相结合时，利用人工智能和机器学习（AI和ML）的可能性是无限的。 在强大的数据基础上，媒体、技术和SaaS公司可以利用最近的进步，如生成式人工智能，来推动智能自动化、情景模拟和预测规划。 Q2C将如何表现？在强大的数据核心基础上，AI和ML的增强功能可以自动化以前的手动工作流程。更新后的Q2C流程可以为更好地理解客户行为甚至预测他们在特定场景下的需求提供广泛而丰富的数据。这在续订、客户流失管理、促销和定价激励方面可能带来颠覆性的变化。生成式AI可以帮助创建报价、RFP 基于购买行为、行业趋势和特定客户场景的响应和定价配置，显著减轻了销售代表和交易桌的负担。机器学习还可以帮助RevOps团队识别可能扭曲潜在业务决策的数据异常——例如，它可以提高销售、收入和需求预测的准确性。它还可以支持情景规划。例如，媒体策划者或软件产品经理可以清楚地了解，如果他们提高订阅价格10%，或者将按使用付费选项添加到历史上一贯的无限量供应中，可能会发生什么情况。 启动更广泛的转型。 —— 全面企业革新 现在是企业转型的关键时刻。安永的CFO Now研究表明，72%的首席财务官认为他们的公司需要彻底重新思考商业模式和公司战略，以增强其弹性。随着首席财务官们执行了压缩式转型——在快速时间表上进行的广泛项目——他们也意识到了将不同类型的转型连接起来以及跨职能工作的新机会，从而在根本上改变他们商业的每一个部分。在2023年，我们的全面企业创新研究证实，采取这种更全面方法进行转型的公司报告称，其增量收入增长高出10%，成本降低改善高出13%，资产负债表改善高出17%。 终局：总企业革新 现代化Q2C不仅仅解决了紧迫的业务需求，还可以为组织提供实施更广泛的企业转