Ügyféllehetőségek műszerfal - Cloud termék teljesítménye
Megfelelő szerepkörök: Vezetői jelentésmegjelenítő | Jelentésmegjelenítő partner globális fiókhozzáféréssel
A propensity adatok azt mutatják, hogy az ügyfelek milyen valószínűséggel vásárolnak Microsoft-termékeket.
A Partnerközpont letölthető propensity-adatokat biztosít a CloudAscentből.
Ez a cikk a propensity-adatokat, az azt jelenti, és a használatuk módját ismerteti.
Összefoglaló definíciók:
- SMC-ügyfelek: A propensity letöltésekben szereplő ügyfelek száma. Az ügyfeleket a tranzakciós partner azonosítja.
- Lejáró szerződések: Az aktuális pénzügyi évben lejáró szerződések száma.
- Lejáró nyitott bevétel: A nyitott lejáró szerződésekhez kapcsolódó bevétel.
SMB-szegmens és alkategóriák
A kis- és középvállalati (SMB) szegmens három részsegre oszlik:
Felső középvállalati szervezet mérete: 300 főnél több alkalmazott vagy Azure Consumption-bevétellel (ACR) >rendelkező ügyfél havonta 1000 USD
A közepes üzleti alkategóriák 25–300 alkalmazottal rendelkező ügyfelek.
A nagyon kisvállalati részsegment 1-25 alkalmazottat foglalkoztató ügyfelek.
A Felső közép- és középvállalati alkategóriák nagy értékű ügyfelek a Microsoft és a Microsoft-partnerek számára. Magas értékük miatt ezek az alkategóriák az SMB-szegmens növekedésének elsődleges célja. A lehetőség fő területe az ügyfél hozzáadása.
Az alábbi ábra a három SMB-alkategóriát mutatja be. A CloudAscent rangsorolja az összes felső közepes, közepes és nagyon kis méretű üzleti fiók profilkészítését, pontozását és modellezését.
CloudAscent machine learning
A kis- és középvállalati szegmensben gépi tanulást használunk az értékesítési és marketinges előrejelzések ösztönzésére a Felső közepes, Közepes és Nagyon kisvállalati alkategóriákban.
Az ügyféladatok gyűjtése és javaslatokká alakítása az alábbi eljárással történik:
Adatgyűjtés: A webbejárók több milliárd ügyféljelet vizsgálnak és gyűjtenek össze a vállalati tartományok pingelésével és blogbejegyzések, sajtóközlemények, közösségi streamek és technikai fórumok figyelésével. Az összegyűjtött jelek mellett a céges adatok belső és külső forrásokból is gyűjthetők, például a Dunn &Bradstreetből, a Microsoft belső előfizetéseiből és a tranzakciós adatokból.
Előrejelzések létrehozása: Az előző lépésben összegyűjtött adatok egy olyan gépi tanulási modellbe kerülnek, amely strukturált értékesítési és marketing-előrejelzéseket hoz létre az egyes ügyfelek számára felhőtermék és -fürt alapján. A rendszer minden ügyfelet egy hasonmás modellel pontozza a Microsoft felső szintű SMB-jének, amely meghatározza az ügyfél megfelelő állapotát, valamint az ügyfél szándékként definiált online viselkedését integráló gépi tanulási algoritmusokat. A pontozás olyan fürtökbe van egyesítve, amelyek azt mutatják, hogy az ügyfél hajlandó-e Microsoft-felhőtermékeket vásárolni.
Modellek optimalizálása: A gépi tanulási rendszer a tranzakciók adatainak havi és az előfizetési adatok negyedéves felhasználásával optimalizálja a modelleket. A win/loss adatok használatával a gépi tanulás módosítja az algoritmusokat, és ellenőrzi, hogy a modellek a várt módon működnek-e, és összehasonlítja a fürtjavaslatokat a Microsoft Sales Experience (MSX) által nyújtott lehetőségekkel.
CloudAscent pontozás
Hogyan jönnek létre a célzási javaslatok?
A webbejárók által gyűjtött jelek és a különböző forrásokból gyűjtött adatok segítségével konszolidáljuk a céges adatokat és az ügyfelek közösségi média jelzéseit. A pontozás az alábbi jeleket és adatokat használja az összehasonlító modellekben a szándékhoz tartozó illesztési és pontozási modellekhez.
Ügyfélfiók illeszkedik
A céges adatokat meghatározó belső és külső adatpontok.
Az illeszkedéspontozás hasonlítja össze az ügyfeleket a legjobb SMB-nkkel egy hasonmás modell használatával, hogy kiderüljön, alkalmasak-e a Microsoft felhőalapú termékeire.
Az illesztési pontozás negyedévente frissül.
Ügyfélfiók szándéka
Vételi jelek – Olyan események vagy változások a szervezetben, amelyek valószínűleg értékesítési lehetőséget hoznak létre.
A szándékpontozás felül van jelölve a fürtök definiálásához.
A szándékpontozás havonta frissül.
Fürtszolgáltatás
Az illesztés és a szándék jelzései fürtözési pontszámba vannak konszolidálva.
A CloudAscent négy fürtből áll:
- Most léptethet fel: Értékesítésre kész ügyfelek
- Értékelés: Marketingre kész ügyfelek
- Ápolás: Figyelemfelkeltő kampányok
- Oktatás: Szándékok oktatása és figyelése
A fürtözés lehetővé teszi, hogy a felhasználók konkrét ügyfeleket céloznak meg értékesítési és marketingkezdeményezésekhez szegmenstényezők, például termék, földrajzi hely, iparág és vertikális tényezők alapján.
Propensity and estimated whitespace revenue
A CloudAscent-munkafüzetek Propensity modell lapja a propensity és a becsült térbeli bevételt jeleníti meg.
Az Illesztés és szándék fürtözésének meghatározásához kövesse az alábbi lépéseket:
Gépi tanulási modellek használatával először 0 és 100 skálán számítjuk ki az ügyfél-illeszkedési pontszámot és a szándékpontszámot. A pontszámok a gépi tanulási modellektől függően változnak.
Néhány példapontszám:
Osztályozás Pontszám Magas 75 - 100 Közepes 55 - 74 Alacsony 30 - 54 Nagyon alacsony 0 - 29 Az előző szabályt használva a vállalatokat magas, közepes, alacsony és nagyon alacsony hajlandóságnak soroljuk be, hogy mind az ügyfél alkalmassági, mind a szándék jelzései alapján vásároljanak.
Az ügyfelek illeszkedési és szándékjeleit kétdimenziós mátrixon ábrázoljuk, minden metszet a propensitást jelöli. Például a magas illesztés + magas szándék = A1, a legmagasabb hajlandóság.
Végül ezek a szegmensek fürtöket alkotnak. Például az A1, A2, A3, A4 az Act Now fürtből.
Javasoljuk, hogy az Act Now-t célozza meg, és értékelje ki az ügyfeleket.
CloudAscent termékek és modellek
Az alábbi ábra a CloudAscentben található minden propensity-modell nézetét tartalmazza:
A whitespace-modellek olyan meglévő Microsoft-ügyfelekre vonatkozó előrejelzésekből állnak, amelyek nem rendelkeznek termékkel és/vagy net-új potenciális ügyfelek.
Az up-sell modellek tranzakciós adatokkal jelzik előre a Microsoft 365 termékváltozatokban való értékesítés lehetőségét. Ezek az ügyfelek már rendelkeznek a Microsoft 365-kel, és az up-sell modell azt mutatja, hogy valószínűleg többet vásárolnak a meglévő termékváltozatukból.
Az Azure Next Logikai számítási feladat modell a meglévő Azure-tranzakciós adatokkal előrejelzi az ügyfél következő valószínű számítási feladatainak lehetséges vásárlási lehetőségeit. Ezeknek az ügyfeleknek már van Azure-juk, és nagy valószínűséggel vásárolnak további számítási feladatokat, ha nagy a valószínűsége.
A szolgáltatás megszűnése (EOS) a Windows 7, az Office 2010, az SQL Server és a Windows Server EOS-ügyfeleit jeleníti meg. Az EOS-adatok lekérése a Microsoft Salesből történik, és a CloudAscent propensity modellezése felülírja a rendelkezésre álló lehetőségeket. Az EOS-adatok a modern munka és az Azure Sales játékaiban találhatók.
További lépések
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: