Os usuarios de Apollo conseguen un 46 % máis de reunións concertadas coa API de Perplexity

O problema

Implementar a investigación automatizada de clientes potenciais para dar soporte a unha base crecente de comerciais

Como elemento diferenciador clave da súa plataforma, Apollo ofrece unha base de datos B2B na que se poden facer buscas, con máis de 210 millóns de contactos e máis de 35 millóns de empresas, para a súa base de usuarios formada por comerciais e equipos de GTM. Porén, para personalizar mellor o contacto cos clientes potenciais, os comerciais víanse constantemente obrigados a buscar contexto adicional, como novidades das empresas, prioridades dos directivos e tendencias cambiantes do mercado. Só para atopar os clientes potenciais axeitados e redactar correos pertinentes, os comerciais saltaban entre perfís de LinkedIn, sitios web corporativos, notas de prensa e resultados de busca xenéricos: un fluxo de traballo de prospección fragmentado, lento e imposible de escalar.

Tyler Phillips, director de xestión de produto de Apollo, detectou esta carencia e propuxo integrar a investigación profunda con IA directamente na plataforma, eliminando os cambios de contexto e facendo posibles fluxos de traballo de prospección escalables. Como el mesmo di: «Deberías poder coller 1000 contas, investigalas todas e ver cales mostran sinais de encaixe co teu produto». Para facer realidade a súa visión, Tyler buscou fóra da empresa, priorizando a rapidez de chegada ao mercado e evitando cargar innecesariamente o equipo de IA de Apollo. O que necesitaba era unha solución lista para integrar que fose:

• Precisa: Nas vendas B2B, onde cada contacto depende dunha investigación de alto nivel, non hai marxe para información errónea ou desactualizada. Despois de probar varias solucións con modelos punteiros da competencia que ofrecían afirmacións vagas ou sen verificar, Tyler sabía que necesitaba un socio de IA capaz de proporcionar análises respaldadas por fontes ao momento.
• De alto rendemento: Para os comerciais con pouco tempo, cada segundo conta cando traballan cunha longa lista de clientes potenciais. Se a investigación se atrasa, perden o ritmo e pasan a outra cousa. Tyler necesitaba unha solución que se percibise inmediata: o bastante rápida para potenciar os fluxos de traballo de prospección e o bastante áxil para facilitar a toma de decisións en tempo real.
• Escalable: A plataforma de Apollo dá soporte a todo un ecosistema de comerciais e procesa millóns de rexistros cada mes. A solución ideal para Tyler tiña que soportar ese nivel de escala sen obrigar a escoller entre custo e calidade. Unha solución de investigación que fallase baixo carga, ou que se encarecese de forma desorbitada ao aumentar o uso, sería inviable.

A solución

Dotar os comerciais de análises citadas e en tempo real nunha única plataforma unificada

A API de Perplexity resultou ser exactamente o que Tyler necesitaba para habilitar a investigación profunda con IA na plataforma de Apollo, sen ter que comprometerse cun desenvolvemento interno que esixise moito tempo e recursos. O equipo de Apollo utilizou a API de Perplexity para impulsar o que acabou sendo Apollo AI Research: unha capa de investigación que extrae información tanto das fontes de datos internas de Apollo como de fontes externas de toda a web pública.

Con Apollo AI Research, os comerciais pasan agora da identificación de clientes potenciais ao contacto personalizado nun único fluxo: sen cambios de contexto nin sinais perdidos. «A investigación converteuse rapidamente no noso caso de uso máis importante», afirma Tyler. «Era fundamental contar con resultados de alta calidade, e Perplexity axúdanos a manter ese nivel».

Acelerar o contacto con investigación verificable

Os comerciais móvense rápido, e Apollo AI Research tamén. Ao ofrecer en segundos análises completas e citadas, extraídas de fontes internas e externas, a capa de investigación baseada en Perplexity permite aos comerciais acelerar os seus fluxos de traballo de prospección con confianza. En palabras de Tyler: «A API de Perplexity foi fundamental para axudar os nosos usuarios a atopar información que non existe nos conxuntos de datos internos de Apollo, como un formulario 10-K publicado recentemente ou os comentarios dun CEO nun pódcast».

Mellorar a precisión mediante a colaboración en casos límite

A estreita colaboración con Perplexity garante que a precisión das respostas se manteña alta, mesmo cando as consultas se volven máis complexas. Cando os comerciais atopan casos límite, Apollo sinálaos en tempo real e despois traballa directamente con Perplexity a través de Slack para afinar o sistema. «O equipo toma moi en serio os nosos comentarios», di Tyler. «Como resultado, os comerciais obteñen respostas máis fiables en consultas con matices, o que reforza a confianza no sistema e reduce o tempo que pasan cuestionando os resultados».

Escalar a eficiencia interna aforrando tempo

O impacto non se limita aos usuarios de Apollo. Para garantir que as bases de datos de Apollo sigan sendo unha fonte potente de identificación de clientes potenciais sen esgotar a capacidade interna, Perplexity dá soporte agora a máis do 65 % dos enriquecementos de AI Research. Con millóns de enriquecementos procesados cada mes e sen ningunha degradación do rendemento, o sistema escala de forma fiable, sen ralentizarse nin disparar os custos.

O resultado

Apollo AI Research axuda os comerciais a aproveitar cada oportunidade

Con Apollo AI Research ofrecendo ao momento análises respaldadas por fontes, os comerciais avanzan máis rápido, profundan máis e actúan sobre máis oportunidades cualificadas. En lugar de compilar manualmente información de miles de clientes potenciais, os usuarios de Apollo executan agora consultas complexas e obteñen en segundos resultados relevantes de todas as oportunidades.

Só uns meses despois da integración, Apollo AI Research xa impulsou un aumento do 46 % nas reunións concertadas polos seus usuarios. No ámbito das operacións, Apollo executa 5,6 millóns de enriquecementos ao mes a través de Perplexity Sonar, o que garante que a ampla base de datos de contactos B2B da plataforma siga sendo unha fonte potente de identificación de clientes potenciais.

«Agora mesmo hai moito escepticismo arredor da IA nas vendas: a xente dá por feito que só vai producir spam», di Tyler. «Pero, con Perplexity impulsando a investigación de Apollo, demostramos que a IA pode realmente elevar o listón. Os nosos usuarios están a xerar contactos personalizados, útiles e fiables, e ese é exactamente o tipo de experiencia que queremos ofrecer a escala».

Sonar Chat Completions agora é Agent API, con máis modelos, ferramentas e configuracións predefinidas baseadas en investigación. Comeza coa nosa documentación aquí.