Az Apollo felhasználói 46%-kal több megbeszélést foglalnak le a Perplexity API-jának köszönhetően

A probléma

Automatizált potenciálisügyfél-kutatás bevezetése az egyre bővülő értékesítői felhasználói kör támogatására

Platformja egyik fő megkülönböztető elemeként az Apollo több mint 210 millió kapcsolattartót és több mint 35 millió vállalatot tartalmazó, kereshető B2B-adatbázist kínál értékesítőkből és GTM-csapatokból álló felhasználói körének. Ahhoz azonban, hogy a megkereséseket jobban személyre szabhassák, az értékesítők folyamatosan további háttérinformációk után kutattak, például vállalati hírek, vezetői prioritások és változó piaci trendek után. Csak azért, hogy megtalálják a megfelelő potenciális ügyfeleket, és releváns e-maileket írjanak nekik, LinkedIn-profilok, cégweboldalak, sajtóközlemények és általános keresési találatok között ugráltak – ez széttöredezett, lassú és nem skálázható kimenő értékesítési munkafolyamat volt.

Tyler Phillips, az Apollo termékmenedzsmentért felelős igazgatója felismerte ezt a hiányosságot, és azt javasolta, hogy az MI-alapú mélyreható kutatás közvetlenül a platformba kerüljön – így megszűnne a kontextusváltás, és skálázható kimenő munkafolyamatok válnának lehetővé. Ahogy ő fogalmaz: „Képesnek kell lennünk arra, hogy fogjunk 1000 ügyfélfiókot, mindegyiken lefuttassuk a kutatást, és lássuk, melyek mutatnak arra utaló jeleket, hogy illenek a termékünkhöz.” Elképzelése megvalósításához Tyler külső megoldás után nézett – a gyors piacra jutást helyezte előtérbe, és el akarta kerülni, hogy szükségtelen terhet rójon az Apollo MI-csapatára. Olyan, azonnal integrálható megoldásra volt szüksége, amely:

• Pontos: A B2B-értékesítésben, ahol minden megkeresés magas színvonalú kutatásra épül, nincs helye hibás vagy elavult információnak. Miután több olyan megoldást is tesztelt, amely konkurens élvonalbeli modellekre épült, és homályos vagy ellenőrizetlen állításokat adott, Tyler tudta, hogy olyan MI-partnerre van szüksége, amely igény szerint forrásokkal alátámasztott elemzéseket nyújt.
• Nagy teljesítményű: Az időszűkében lévő értékesítők számára minden másodperc számít, amikor potenciális ügyfelek hosszú listáján dolgoznak végig. Ha a kutatás akadozik, az értékesítők kiesnek a ritmusból, és továbblépnek. Tylernek olyan megoldásra volt szüksége, amely azonnali élményt nyújt: elég gyors ahhoz, hogy felturbózza a kimenő munkafolyamatokat, és elég gyorsan reagál ahhoz, hogy támogassa a valós idejű döntéshozatalt.
• Skálázható: Az Apollo platformja értékesítők egész ökoszisztémáját szolgálja ki, és havonta több millió rekordot dolgoz fel. Tyler ideális megoldásának ezt a léptéket is támogatnia kellett anélkül, hogy kompromisszumot kellene kötni a költség és a minőség között. Egy olyan kutatási megoldás, amely terhelés alatt megbicsaklik – vagy a használat növekedésével megfizethetetlenül drágává válik –, eleve szóba sem jöhetett.

A megoldás

Hivatkozásokkal alátámasztott, valós idejű elemzések az értékesítőknek egyetlen egységes platformon

A Perplexity API-ja pontosan az volt, amire Tylernek szüksége volt ahhoz, hogy az Apollo platformján lehetővé tegye az MI-alapú mélyreható kutatást, anélkül, hogy idő- és erőforrás-igényes belső fejlesztésbe kellene kezdeniük. Az Apollo csapata a Perplexity API-jával hozta létre az Apollo AI Research megoldást – egy kutatási réteget, amely az Apollo belső adatforrásaiból és a nyilvános web külső forrásaiból egyaránt merít információkat.

Az Apollo AI Research segítségével az értékesítők ma már egyetlen folyamatban jutnak el a potenciális ügyfelek azonosításától a személyre szabott megkeresésig – kontextusváltás és elszalasztott jelek nélkül. „A kutatás gyorsan a legfontosabb felhasználási területünkké vált – mondja Tyler. – Kulcsfontosságú volt, hogy kiváló minőségű eredményeket kapjunk, és a Perplexity segít fenntartani ezt a színvonalat.”

Gyorsabb megkeresések ellenőrizhető kutatással

Az értékesítők gyorsan dolgoznak – és az Apollo AI Research is. Mivel másodpercek alatt átfogó, hivatkozásokkal ellátott, belső és külső forrásokból származó elemzéseket nyújt, a Perplexity által működtetett kutatási réteg lehetővé teszi, hogy az értékesítők magabiztosan gyorsítsák fel kimenő munkafolyamataikat. Tyler szavaival: „A Perplexity API-ja kulcsszerepet játszott abban, hogy felhasználóink olyan információkat tárjanak fel, amelyek nem szerepelnek az Apollo belső adatkészleteiben, például egy nemrég közzétett 10-K-jelentést vagy egy vezérigazgató podcastban tett megjegyzéseit.”

Nagyobb pontosság a szélsőséges esetek közös kezelésével

A Perplexityvel folytatott szoros együttműködés biztosítja, hogy a válaszok pontossága akkor is magas maradjon, amikor a lekérdezések egyre összetettebbé válnak. Ha az értékesítők szélsőséges esetekbe ütköznek, az Apollo valós időben jelzi ezeket, majd Slacken keresztül közvetlenül a Perplexityvel együttműködve finomítja a rendszert. „A csapat komolyan veszi a visszajelzéseinket – mondja Tyler. – Ennek eredményeként az értékesítők megbízhatóbb válaszokat kapnak az árnyalt kérdésekre, ami növeli a rendszerbe vetett bizalmat, és csökkenti az eredmények kétségbe vonásával töltött időt.”

Skálázódó belső hatékonyság és időmegtakarítás

A hatás nem áll meg az Apollo felhasználóinál. Annak érdekében, hogy az Apollo adatbázisai a belső kapacitások kimerítése nélkül is hatékony forrásai maradjanak a potenciális ügyfelek azonosításának, ma már a Perplexity támogatja az AI Research-adatgazdagítások több mint 65%-át. Havonta több millió adatgazdagítás feldolgozásával és mindenféle teljesítményromlás nélkül a rendszer megbízhatóan skálázódik, anélkül, hogy lelassulna vagy megnövelné a költségeket.

Az eredmény

Az Apollo AI Research segít az értékesítőknek minden lehetőséget kiaknázni

Mivel az Apollo AI Research igény szerint forrásokkal alátámasztott elemzéseket nyújt, az értékesítők gyorsabban haladnak, mélyebbre ásnak, és több minősített lehetőséggel tudnak foglalkozni. Ahelyett, hogy több ezer potenciális ügyfélről manuálisan gyűjtenének össze információkat, az Apollo felhasználói ma már másodpercek alatt futtatnak összetett lekérdezéseket, és tárnak fel releváns eredményeket az összes lehetőségre vonatkozóan.

Alig néhány hónappal az integráció után az Apollo AI Research már 46%-kal növelte a felhasználók által lefoglalt megbeszélések számát. Működési oldalon az Apollo havonta 5,6 millió adatgazdagítást hajt végre a Perplexity Sonaron keresztül – így biztosítva, hogy a platform hatalmas B2B-kapcsolatadatbázisa továbbra is hatékony forrása maradjon a potenciális ügyfelek azonosításának.

„Jelenleg nagy a szkepszis az MI értékesítési felhasználásával kapcsolatban – az emberek azt feltételezik, hogy csak ontani fogja a spamet – mondja Tyler. – Azzal azonban, hogy a Perplexity működteti az Apollo kutatási funkcióját, megmutattuk, hogy az MI valójában magasabbra teheti a mércét. Felhasználóink személyre szabott, hasznos és megbízható megkereséseket készítenek – és pontosan ilyen élményt szeretnénk nagy léptékben nyújtani.”

A Sonar Chat Completions mostantól Agent API néven érhető el, több modellel, eszközzel és kutatással alátámasztott előbeállítással. Az első lépésekhez tekintse meg dokumentációnkat itt.