ما بشدت توصیه‌ می‌کنیم که شرکتها مجموعه‌ جامعی از فاکتورها و عوامل موثر را در طراحی برنامه‌های کمیسیون فروشندگان و هدف‌گذاری فروش خود، در نظر بگیرند. یک تغییر بدون بررسی کامل و همه جانبه، می تواند چنین تبعات ناخواسته‌ای داشته باشد ...

حتی در محیط‌های امروزی که مملو از داد‌ه‌ها و اطلاعات است، غلبه بر عدم قطعیت و شک و تردید موجود در فرایند تعیین اهداف فروش، اغلب سخت و مشکل است. عدم قطعیت و ناپایداری شرایط اقتصادی و وضعیت بازارها، تعیین اهداف فروش منصفانه، منطقی و موثر را دشوار و پرچالش کرده است.در شرایطی که تعیین اهداف فروش اینگونه می‌تواند مستعد خطا و اشتباه باشد، شرکتها می‌توانند از چه استراتژی‌ها و روشهایی استفاده کنند؟

شرکتها باید بررسی کنند آیا شاخص‌هایی که آنها جهت پاداش دادن به نیروهای فروش‌شان استفاده می‌کنند با اهداف استراتژیک آنها همسو و همراستا است. آنها باید اهداف فردی فروشندگان‌شان را براساس کارایی قبلی آنها تعیین نکنند و بجای آن براساس پتانسیل خرید مجموعه مشتریان هر فروشنده، اهداف فروش او را تعیین کنند. با این رویکرد، شرکت‌ها می‌توانند کارایی بهتر، فروش‌ بیشتر، حاشیه سود بالاتر و نیروها و تیم فروش با‌انگیزه‌‌تر و مشتاق‌تری داشته باشند.

در موج اقبال شرکت ها به دیتا آنالیتیک و بیگ دیتا، شرکت های زیادی فرصت دیتاهای کوچکشان را فراموش کرده اند: غفلت از یک فرصت بزرگ. افراد از فهمیدن اعداد و معنایی که در کسب و کار دارند و استفاده از آنها در کشف اینکه در کسب و کارشان چه چیزی در جریان است، لذت می برند. آنها دوست دارند که بر روی تیمشان کار کنند و ببینند که نتیجه کارشان، طرز کار تیم و کارایی شرکتشان را بهبود می بخشد. فرصت را از دست ندهید و شما هم بلافاصله شروع کنید...

یادگیری ماشین در حل مسائلی کاربرد دارد که راهکارهای خودکارسازی ساده بعلت پیچیدگی مسئله قادر به حل آنها نیست. در این نوع مسائل نیاز به شناسایی دقیق علت رخداد نیست و پیش بینی مشخصات این رخداد در آینده با نرخ صحت نسبتا بالایی کفایت می کند. اگر چنین مسائلی در کسب و کارتان دارید ...

هوش ماشینی هزینه‌های محصولات و خدمات مبتنی بر پیش‌بینی را کاهش میدهد و پیش‌بینی یک ورودی مهم در صنایع بزرگی نظیر حمل و نقل، کشاورزی، درمان، تولید انرژی و خرده فروشی است. لذا ارزش مهارتهای پیش‌بینی‌ انسان کاهش می‌یابد و پیش‌بینی بهتر و ارزانتر ماشین جایگزین پیش بینی‌های انسان خواهد شد.اما وقتیکه هزینه پیش‌بینی کاهش می‌یابد و استفاده از آن رشد می‌کند، تقاضا برای تصمیم‌گیری که مکمل پیش‌بینی است، رشد خواهد کرد. بنابراین همزمان با رشد بکارگیری هوش مصنوعی، سازمانها و مدیران باید بر روی رشد مهارتهای تصمیم‌گیری خود سرمایه‌گذاری کنند.

بیشترين تفاوت در "نرخ بازگشت سهامداران" (TSRيا Total Shareholders Rate) در بين صنايع مختلف نيست، بلكه در داخل هر صنعت است. بنابراین جهت رشد TSR نیازی به ورود به صنایع با متوسط بازده بیشتر ندارید و در همان صنعتي كه هستيد بمانيد: در صنعت خودتان، با مشترياني كه مي‌توانيد بگيريد، با استفاده از توانائي‌هايي كه هيچ شركت ديگري نمي‌تواند ارائه كند.

تحليلگران و سرمايه گذاران بورس و بسياري از مديران ارشد اجرائي، از شاخص "نرخ بازگشت سهام" (Return on Equity یا ROE) بعنوان شاخص اصلي در ارزيابي كارايي شركت استفاده می‌كنند. اما هيچ شاخصي به تنهايي گویا نيست و اطمينان و تكيه بيش از حد به شاخص ROE مشكل‌ساز است. بکارگیری شاخصهای مکملی نظیر ROA و ... يك تصوير بهتر از کارایی شرکتها ارایه می دهد.