客户机会仪表板 - 云产品性能
适当的角色:执行报表查看器 |具有合作伙伴全局帐户访问权限的报表查看器
倾向数据 显示客户购买 Microsoft 产品的可能性。
合作伙伴中心提供 CloudAscent 的可下载倾向数据。
本文介绍倾向数据、含义以及如何使用它。
摘要定义:
- SMC 客户数:倾向度下载文件中的客户总数。 客户由交易合作伙伴标识。
- 即将到期的协议数:当前财政年度到期的协议数。
- 尚未到期收入:与尚未到期的协议关联的收入。
SMB 段和子分段
中小企业(SMB)细分为三个子类别:
中型企业 组织规模:300 多名员工或拥有 Azure 消费收入的客户(ACR) >每月 1,000 美元
中型业务 子部门是拥有 25 到 300 名员工的客户。
非常小型的企业 子部门是拥有 1 到 25 名员工的客户。
中高级业务子类别是 Microsoft 和 Microsoft 合作伙伴的高价值客户。 由于它们的高价值,这些子细分是推动 SMB 细分市场增长的主要焦点。 机会的关键领域是 客户添加。
下图显示了三个 SMB 子分区。 CloudAscent 将优先分析、评分和建模所有中小企业帐户。
CloudAscent 机器学习
在中小企业细分中,我们使用机器学习来推动中小企业细分市场中的销售和营销客户预测。
使用以下过程收集客户数据并将其转换为建议:
收集数据:Web 爬网程序通过 ping 公司域和监视博客文章、新闻稿、社交流和技术论坛扫描和收集数十亿个客户信号。 除了收集的信号外,还会从内部和外部来源(如 Dunn & Bradstreet、Microsoft 内部订阅和事务数据)收集公司信息。
生成预测:在上一步中收集的数据会馈送到机器学习模型中,该模型按云产品和群集为每个客户生成一组结构化的销售和营销预测。 使用与 Microsoft 顶级 SMB 相似的模型对每个客户进行评分以确定客户的拟合度,并使用整合了客户在线行为的机器学习算法来定义意向。 将评分合并到群组中,显示客户购买 Microsoft 云产品的倾向度。
优化模型:机器学习系统通过按季度消耗事务数据和订阅数据来优化模型。 利用预测成功和失败的数据,机器学习调整算法,并通过将群组建议与 Microsoft Sales Experience (MSX) 中出现的机会进行比较来验证模型是否按预期工作。
CloudAscent 评分
如何创建目标建议?
利用 Web 爬网程序收集的信息及各种来源收集的数据,我们整合了企业统计结构数据和客户社交媒体信息。 评分将以下信息和数据用于拟合度比较模型和意向评分模型。
客户帐户适合
定义企业统计结构的内部和外部数据点。
拟合评分将客户与使用类似模型的最佳 SMB 进行比较,以确定它们是否适合 Microsoft 云产品。
适合度评分每季度更新。
客户帐户意向
购买 Signals - 组织中可能会产生销售机会的事件或更改。
意向评分基于拟合度评分,用于定义群组。
意向评分每月更新。
群集
将拟合度和意向信息整合到群组评分中。
CloudAscent 分为四个群组:
- 立即采取行动:销售就绪的客户
- 评估:营销就绪的客户
- 培养:推动意识活动
- 教育:教育并监视意向
通过群组分析,用户可根据细分市场因素(例如:产品、地理、行业和垂直细分市场)针对特定客户展开销售和营销计划。
倾向和估计空格收入
CloudAscent 工作簿中的“倾向度模型”选项卡显示倾向度和估计的空白市场收入。
若要定义 Fit 和 Intent 的聚类分析,请使用以下步骤:
使用机器学习模型,我们首先根据 0 到 100 的规模计算客户拟合分数和意向分数。 分数因机器学习模型而异。
一些示例分数包括:
分类 分数 高 75 - 100 中 55 - 74 低 30 - 54 极低 0 - 29 使用上述规则,我们将公司分类为高、中、低和低的购买倾向,以便客户适合和意向信号。
我们在二维矩阵上绘制客户拟合信号和意向信号,每个交集表示倾向。 例如,高拟合 + 高意向 = A1,最高倾向。
最终,这些细分组形成群组。 例如,A1、A2、A3、A4 来自“立即行动”群集。
建议将“立即行动”和“评估”群组确定为目标客户。
CloudAscent 产品和模型
下图提供了 CloudAscent 所有倾向度模型的视图:
空白 模型由现有 Microsoft 客户的预测组成,这些客户没有产品和/或是新的潜在客户。
向上销售 模型使用交易数据来预测 Microsoft 365 SKU 中的预售潜力。 这些客户已经拥有 Microsoft 365,销售模型显示他们可能会购买更多现有 SKU。
Azure Next 逻辑工作负荷 模型使用现有的 Azure 事务数据来预测此客户可能购买的下一个可能的工作负荷。 这些客户已有 Azure,在显示高倾向时可能会购买额外的工作负荷。
服务结束(EOS)显示适用于 Windows 7、办公室 2010、SQL Server 和 Windows Server 的 EOS 客户。 EOS 数据拉取自 Microsoft Sales,可与 CloudAscent 倾向度建模叠加(如果适用)。 EOS 数据取自 Modern Work 和 Azure 销售活动中。
后续步骤
反馈
https://aka.ms/ContentUserFeedback。
即将发布:在整个 2024 年,我们将逐步淘汰作为内容反馈机制的“GitHub 问题”,并将其取代为新的反馈系统。 有关详细信息,请参阅:提交和查看相关反馈