AI-drevet databerigelse for muligheder

Den AI-drevne funktion til databerigelse hjælper sælgere og ledere med at bevare nøjagtige og komplette salgsmulighedsdata. Ufuldstændige eller forældede salgsmulighedsposter kan føre til mistet salg, unøjagtige prognoser og ineffektive dealgennemgange. Den AI-drevne Data Enrichment-funktion løser denne udfordring ved automatisk at analysere nylige e-mailinteraktioner og Teams-mødesamtaler og derefter foreslå eller opdatere mulighedsoptegnelser. Denne proaktive tilgang reducerer manuel indtastning af data, forbedrer pipelinetilliden og understøtter mere effektive dealgennemgange og prognoser.

Sådan fungerer funktionen AI-drevet databerigelse

Agenten bag funktionen AI-drevet databerigelse følger disse trin for at analysere og forbedre salgsmulighedsposter:

1. Filtrerer salgsmulighedsposter: Agenten anvender de kriterier for bruger- og postvalg, som administratoren definerer for at vælge relevante salgsmulighedsposter til analyse.

2. Analyser nylige ændringer: Agenten scanner e-mails udvekslet mellem sælgere og kunder samt Teams-mødeudskrifter og AI-genererede møderesuméer for at indsamle kontekst om udvalgte muligheder. Den søger efter kontekst- og aftalerelaterede oplysninger, f.eks. budget, autoritet, behov og tidslinje, der kan hjælpe med at forbedre salgsmulighederne.

3. Identificer manglende eller forældede felter: Agenten sammenligner oplysningerne i mails med de eksisterende salgsmulighedsposter for at identificere eventuelle uoverensstemmelser eller huller.

4. Foreslå opdateringer: Agenten genererer forslag til opdatering af salgsmulighedsfelter, f.eks. anslået lukningsdato og budgetbeløb og tilknytning af relevante mails. En administrator kan også konfigurere agenten til automatisk at opdatere posterne uden manuel indgriben.

5. Gennemse og anvend opdateringer: Sælgere kan gennemse de foreslåede opdateringer og vælge at anvende dem på salgsmulighedsposterne med et enkelt klik. I tilfælde, hvor automatiske opdateringer er aktiveret, kan sælgerne stadig gennemse de ændringer, agenten har foretaget, og gendanne dem, hvis det er nødvendigt.

Sådan konfigurerer og bruger du databerigelse

Afhængigt af din rolle kan du se følgende artikler for at konfigurere og bruge funktionen AI-drevet databerigelse:

Kapacitetsforbrug

AI-drevet Data Enrichment kører som en baggrundsproces, der overvåger sælgers e-mails og Teams-møder. Den behandler ikke alle e-mails eller møder, men fokuserer på dem, der er relevante for muligheder, som sælgerne ejer.

Eksempel: Hvis du antager et scenarie, hvor en sælger modtager omkring 100 mails pr. dag med følgende distribution:

• 35 er interne mails, som agenten springer over.
• 25 er fra eksterne kontakter, der ikke er registreret i systemet, og dermed behandles som personlige og ikke behandles af agenten.
• 15 er allerede knyttet til eksisterende salgsmulighedsposter og behandles af agenten med henblik på potentiel databerigelse.
• 25 er fra eksterne kontakter, der er registreret i systemet, men er ikke knyttet til nogen salgsmulighedsposter. Disse e-mails behandles af agenten for potentielle muligheder matchning og berigelse.

Ud over e-mails behandler agenten også Teams-møder, hvor den primære kontakt, der var knyttet til en mulighed, var en deltager.

Kreditforbruget afhænger af antallet af e-mails og mødeudskrifter, som agenten behandler for at matche og berige mulighedsregistre. For at lære mere om opsætning af kapacitet og overvågning af forbrug, se:

• Administrer forbrugsbaseret fakturering for agentfunktioner
• Få vist agentens forbrug

Ansvarlig kunstig intelligens

Den AI-drevne funktion til databerigelse er udviklet med ansvarlige AI-principper for øje. Det blev grundigt evalueret for at opfylde kvalitet og etiske standarder, og det er beregnet til at øge produktiviteten. Du kan finde flere oplysninger om ansvarlige AI-fremgangsmåder for denne agent i Ofte stillede spørgsmål om ansvarlig AI om AI-drevet databerigelse for salgsmuligheder.