Perplexity-এর API-এর মাধ্যমে Apollo ব্যবহারকারীরা ৪৬% বেশি মিটিং বুক করছেন

সমস্যা

ক্রমবর্ধমান সংখ্যক সেলস প্রতিনিধি ব্যবহারকারীকে সহায়তা করতে সম্ভাব্য গ্রাহক নিয়ে স্বয়ংক্রিয় গবেষণা চালু করা

প্ল্যাটফর্মের একটি মূল স্বাতন্ত্র্য হিসেবে, Apollo তার সেলস প্রতিনিধি ও GTM টিমের ব্যবহারকারীদের জন্য ২১ কোটিরও বেশি কন্টাক্ট এবং ৩.৫ কোটিরও বেশি কোম্পানির একটি অনুসন্ধানযোগ্য B2B ডেটাবেস সরবরাহ করে। তবে লিডদের কাছে আরও ব্যক্তিগতকৃত আউটরিচের জন্য প্রতিনিধিদের প্রতিনিয়ত বাড়তি তথ্য খুঁজে বের করতে হতো — কোম্পানির হালনাগাদ খবর, নির্বাহীদের অগ্রাধিকার এবং পরিবর্তনশীল বাজার প্রবণতাসহ। শুধু সঠিক লিড খুঁজে বের করে প্রাসঙ্গিক ইমেইল লিখতেই সেলস প্রতিনিধিদের LinkedIn প্রোফাইল, কোম্পানির ওয়েবসাইট, প্রেস রিলিজ এবং সাধারণ সার্চ ফলাফলের মধ্যে ছোটাছুটি করতে হতো — যা ছিল একটি খণ্ডিত, ধীর এবং অসম্প্রসারণযোগ্য আউটবাউন্ড ওয়ার্কফ্লো।

Apollo-এর ডিরেক্টর অব প্রোডাক্ট ম্যানেজমেন্ট Tyler Phillips এই ঘাটতি শনাক্ত করেন এবং AI গভীর গবেষণা সরাসরি প্ল্যাটফর্মে আনার প্রস্তাব দেন — যাতে কনটেক্সট পরিবর্তনের ঝামেলা দূর হয় এবং সম্প্রসারণযোগ্য আউটবাউন্ড ওয়ার্কফ্লো চালু করা যায়। তাঁর ভাষায়, “আপনি যেন ১,০০০টি অ্যাকাউন্ট নিয়ে সবগুলোর ওপর গবেষণা চালাতে পারেন এবং দেখতে পারেন কোনগুলো আপনার পণ্যের সঙ্গে মানানসই হওয়ার সংকেত দিচ্ছে।” নিজের পরিকল্পনা বাস্তবায়নে Tyler বাইরের সমাধানের দিকে তাকান — দ্রুত বাজারে পৌঁছানোকে অগ্রাধিকার দিয়ে এবং Apollo-এর AI টিমের ওপর অপ্রয়োজনীয় চাপ এড়িয়ে। তাঁর প্রয়োজন ছিল সহজে সংযুক্ত করা যায় এমন একটি প্রস্তুত সমাধান, যা হবে:

• নির্ভুল: B2B বিক্রয়ে, যেখানে প্রতিটি আউটরিচ উচ্চমানের গবেষণার ওপর নির্ভর করে, সেখানে ত্রুটিপূর্ণ বা পুরোনো তথ্যের কোনো জায়গা নেই। প্রতিযোগী ফ্রন্টিয়ার মডেলভিত্তিক বেশ কয়েকটি সমাধান পরীক্ষা করে অস্পষ্ট বা অযাচাইকৃত দাবি পাওয়ার পর Tyler বুঝতে পারেন, তাঁর এমন একটি AI অংশীদার দরকার যা চাহিবামাত্র উৎস-সমর্থিত অন্তর্দৃষ্টি দিতে পারে।
• কার্যক্ষম: সময়ের চাপে থাকা সেলস প্রতিনিধিদের জন্য লিডের দীর্ঘ তালিকা নিয়ে কাজ করার সময় প্রতিটি সেকেন্ড গুরুত্বপূর্ণ। গবেষণায় দেরি হলে সেলস প্রতিনিধিরা ছন্দ হারিয়ে অন্য কাজে চলে যান। Tyler-এর দরকার ছিল এমন একটি সমাধান যা তাৎক্ষণিক মনে হবে — আউটবাউন্ড ওয়ার্কফ্লোকে বহুগুণ গতিশীল করার মতো দ্রুত এবং রিয়েল-টাইম সিদ্ধান্ত গ্রহণে সহায়তা করার মতো প্রতিক্রিয়াশীল।
• সম্প্রসারণযোগ্য: Apollo-এর প্ল্যাটফর্ম সেলস প্রতিনিধিদের একটি পূর্ণাঙ্গ ইকোসিস্টেমকে সহায়তা করে এবং প্রতি মাসে লাখ লাখ রেকর্ড প্রক্রিয়া করে। Tyler-এর আদর্শ সমাধানকে খরচ ও মানের মধ্যে আপস করতে বাধ্য না করেই সেই মাত্রার পরিসর সামলাতে হতো। চাপে ভেঙে পড়ে — বা ব্যবহার বাড়ার সঙ্গে সঙ্গে অত্যধিক ব্যয়বহুল হয়ে ওঠে — এমন কোনো গবেষণা সমাধান বিবেচনার যোগ্যই ছিল না।

সমাধান

একটি সমন্বিত প্ল্যাটফর্মে উদ্ধৃতিসহ রিয়েল-টাইম অন্তর্দৃষ্টি দিয়ে সেলস প্রতিনিধিদের ক্ষমতায়ন

সময় ও সম্পদসাপেক্ষ ইন-হাউস নির্মাণে না গিয়েই Apollo-এর প্ল্যাটফর্মে AI গভীর গবেষণা চালু করতে Tyler-এর যা প্রয়োজন ছিল, Perplexity-এর API ঠিক তা-ই প্রমাণিত হয়। Apollo টিম Perplexity-এর API ব্যবহার করে তৈরি করে Apollo AI Research — একটি গবেষণা স্তর, যা Apollo-এর অভ্যন্তরীণ ডেটা উৎস এবং পাবলিক ওয়েবের বাহ্যিক উৎস উভয় থেকেই অন্তর্দৃষ্টি সংগ্রহ করে।

Apollo AI Research-এর মাধ্যমে সেলস প্রতিনিধিরা এখন লিড শনাক্তকরণ থেকে ব্যক্তিগতকৃত আউটরিচ পর্যন্ত একটি প্রবাহেই এগিয়ে যান — কনটেক্সট পরিবর্তনের ঝামেলা নেই, কোনো সংকেতও হাতছাড়া হয় না। “গবেষণা দ্রুতই আমাদের সবচেয়ে গুরুত্বপূর্ণ ব্যবহারক্ষেত্র হয়ে উঠেছে,” Tyler বলেন। “উচ্চমানের আউটপুট পাওয়া অত্যন্ত জরুরি ছিল — আর Perplexity আমাদের সেই মান বজায় রাখতে সাহায্য করে।”

যাচাইযোগ্য গবেষণার মাধ্যমে আউটরিচ ত্বরান্বিত করা

সেলস প্রতিনিধিরা দ্রুত কাজ করেন — Apollo AI Research-ও তাই। অভ্যন্তরীণ ও বাহ্যিক উৎস থেকে সংগৃহীত পূর্ণাঙ্গ ও উদ্ধৃতিসহ অন্তর্দৃষ্টি কয়েক সেকেন্ডে সরবরাহ করে Perplexity-চালিত এই গবেষণা স্তর সেলস প্রতিনিধিদের আত্মবিশ্বাসের সঙ্গে তাঁদের আউটবাউন্ড ওয়ার্কফ্লো ত্বরান্বিত করতে সক্ষম করে। Tyler-এর ভাষায়, “Apollo-এর অভ্যন্তরীণ ডেটাসেটে নেই এমন তথ্য — যেমন সম্প্রতি প্রকাশিত কোনো 10-K বা পডকাস্টে কোনো CEO-এর মন্তব্য — খুঁজে বের করতে আমাদের ব্যবহারকারীদের সাহায্য করার ক্ষেত্রে Perplexity-এর API গুরুত্বপূর্ণ ভূমিকা রেখেছে।”

এজ কেস নিয়ে সহযোগিতার মাধ্যমে নির্ভুলতা বাড়ানো

Perplexity-এর সঙ্গে ঘনিষ্ঠ সহযোগিতা নিশ্চিত করে যে কোয়েরি আরও জটিল হলেও উত্তরের নির্ভুলতা দৃঢ় থাকে। সেলস প্রতিনিধিরা এজ কেসের মুখোমুখি হলে Apollo রিয়েল টাইমে সেগুলো চিহ্নিত করে, তারপর সিস্টেমটি আরও উন্নত করতে Slack-এর মাধ্যমে সরাসরি Perplexity-এর সঙ্গে কাজ করে। “টিমটি আমাদের মতামতকে গুরুত্বের সঙ্গে নেয়,” Tyler বলেন। “ফলে সূক্ষ্ম কোয়েরিতে সেলস প্রতিনিধিরা আরও নির্ভরযোগ্য উত্তর পান, সিস্টেমের প্রতি আস্থা বাড়ে এবং আউটপুট নিয়ে সংশয়ে কাটানো সময় কমে।”

সময় সাশ্রয়ের পাশাপাশি অভ্যন্তরীণ কার্যকারিতার সম্প্রসারণ

এর প্রভাব শুধু Apollo-এর ব্যবহারকারীদের মধ্যেই সীমাবদ্ধ নয়। অভ্যন্তরীণ সক্ষমতা নিঃশেষ না করেই Apollo-এর ডেটাবেস যাতে লিড শনাক্তকরণের একটি শক্তিশালী উৎস হয়ে থাকে, তা নিশ্চিত করতে Perplexity এখন AI Research-এর ৬৫%-এরও বেশি এনরিচমেন্টে সহায়তা করে। প্রতি মাসে লাখ লাখ এনরিচমেন্ট প্রক্রিয়া হলেও পারফরম্যান্সে কোনো অবনতি ছাড়াই সিস্টেমটি নির্ভরযোগ্যভাবে সম্প্রসারিত হয় — গতি না কমিয়ে বা খরচ না বাড়িয়ে।

ফলাফল

Apollo AI Research সেলস প্রতিনিধিদের প্রতিটি সুযোগ কাজে লাগাতে সাহায্য করে

Apollo AI Research চাহিবামাত্র উৎস-সমর্থিত অন্তর্দৃষ্টি দেওয়ায় সেলস প্রতিনিধিরা আরও দ্রুত এগোন, আরও গভীরে অনুসন্ধান করেন এবং আরও বেশি যোগ্য সুযোগ কাজে লাগান। হাজার হাজার লিড থেকে ম্যানুয়ালি অন্তর্দৃষ্টি সংকলনের বদলে Apollo ব্যবহারকারীরা এখন জটিল কোয়েরি চালিয়ে কয়েক সেকেন্ডেই সব সুযোগ জুড়ে প্রাসঙ্গিক তথ্য খুঁজে বের করেন।

ইন্টিগ্রেশনের মাত্র কয়েক মাসের মধ্যেই Apollo AI Research তার ব্যবহারকারীদের বুক করা মিটিংয়ের সংখ্যা ৪৬% বাড়িয়েছে। অপারেশনের দিক থেকে, Apollo প্রতি মাসে Perplexity Sonar-এর মাধ্যমে ৫৬ লাখ এনরিচমেন্ট সম্পাদন করে — যা নিশ্চিত করে যে প্ল্যাটফর্মের B2B কন্টাক্টের বিশাল ডেটাবেস লিড শনাক্তকরণের একটি শক্তিশালী উৎস হিসেবে বজায় থাকে।

“এই মুহূর্তে বিক্রয়ে AI নিয়ে অনেক সংশয় আছে — মানুষ ধরে নেয় এটা শুধু স্প্যাম তৈরি করবে,” Tyler বলেন। “কিন্তু Perplexity-চালিত Apollo-এর গবেষণার মাধ্যমে আমরা দেখিয়েছি যে AI আসলে মানদণ্ড আরও উঁচুতে নিয়ে যেতে পারে। আমাদের ব্যবহারকারীরা এমন আউটরিচ তৈরি করছেন যা ব্যক্তিগতকৃত, সহায়ক এবং বিশ্বস্ত — আর ঠিক এই ধরনের অভিজ্ঞতাই আমরা বড় পরিসরে দিতে চাই।”

Sonar Chat Completions এখন আরও বেশি মডেল, টুল এবং গবেষণাভিত্তিক প্রিসেটসহ Agent API। শুরু করতে এখানে আমাদের ডকুমেন্টেশন দেখুন।