Perplexity-യുടെ API ഉപയോഗിച്ച് Apollo ഉപയോക്താക്കൾ 46% കൂടുതൽ മീറ്റിംഗുകൾ ബുക്ക് ചെയ്യുന്നു

പ്രശ്നം

വളർന്നുകൊണ്ടിരിക്കുന്ന സെയിൽസ് പ്രതിനിധികളുടെ ഉപയോക്തൃനിരയെ പിന്തുണയ്ക്കാൻ ഓട്ടോമേറ്റഡ് പ്രോസ്‌പെക്റ്റ് ഗവേഷണം നടപ്പിലാക്കുന്നു

തങ്ങളുടെ പ്ലാറ്റ്‌ഫോമിന്റെ പ്രധാന സവിശേഷതയെന്ന നിലയിൽ, സെയിൽസ് പ്രതിനിധികളും GTM ടീമുകളും അടങ്ങുന്ന ഉപയോക്താക്കൾക്കായി 210 ദശലക്ഷത്തിലധികം കോൺടാക്റ്റുകളും 35 ദശലക്ഷത്തിലധികം കമ്പനികളും ഉൾപ്പെടുന്ന, തിരയാവുന്ന ഒരു B2B ഡാറ്റാബേസ് Apollo നൽകുന്നു. എന്നാൽ, ലീഡുകളുമായുള്ള ഔട്ട്‌റീച്ച് കൂടുതൽ വ്യക്തിഗതമാക്കാൻ, കമ്പനി അപ്‌ഡേറ്റുകൾ, എക്സിക്യൂട്ടീവുകളുടെ മുൻഗണനകൾ, മാറിക്കൊണ്ടിരിക്കുന്ന വിപണി പ്രവണതകൾ എന്നിവ ഉൾപ്പെടെയുള്ള അധിക സന്ദർഭവിവരങ്ങൾ പ്രതിനിധികൾക്ക് നിരന്തരം തിരഞ്ഞുപിടിക്കേണ്ടി വന്നു. ബന്ധപ്പെടേണ്ട ശരിയായ ലീഡുകളെ കണ്ടെത്താനും പ്രസക്തമായ ഇമെയിലുകൾ എഴുതാനും മാത്രമായി, സെയിൽസ് പ്രതിനിധികൾ LinkedIn പ്രൊഫൈലുകൾ, കമ്പനി വെബ്‌സൈറ്റുകൾ, പ്രസ് റിലീസുകൾ, സാധാരണ തിരയൽ ഫലങ്ങൾ എന്നിവയ്ക്കിടയിൽ മാറിമാറി സഞ്ചരിക്കുകയായിരുന്നു — ചിതറിയതും മന്ദഗതിയിലുള്ളതും വിപുലീകരിക്കാനാകാത്തതുമായ ഒരു ഔട്ട്‌ബൗണ്ട് വർക്ക്ഫ്ലോ.

Apollo-യുടെ പ്രൊഡക്റ്റ് മാനേജ്‌മെന്റ് ഡയറക്ടറായ Tyler Phillips ഈ വിടവ് തിരിച്ചറിയുകയും AI ഗുരുതരം ശോധനം നേരിട്ട് പ്ലാറ്റ്‌ഫോമിലേക്ക് കൊണ്ടുവരാൻ നിർദ്ദേശിക്കുകയും ചെയ്തു — ഇത് കോൺടെക്സ്റ്റ് സ്വിച്ചിംഗ് ഒഴിവാക്കുകയും വിപുലീകരിക്കാവുന്ന ഔട്ട്‌ബൗണ്ട് വർക്ക്ഫ്ലോകൾ സാധ്യമാക്കുകയും ചെയ്യും. അദ്ദേഹത്തിന്റെ വാക്കുകളിൽ, “നിങ്ങൾക്ക് 1,000 അക്കൗണ്ടുകൾ എടുത്ത്, അവയിലെല്ലാം ഗവേഷണം നടത്തി, ഏതൊക്കെയാണ് നിങ്ങളുടെ ഉൽപ്പന്നത്തിന് അനുയോജ്യമെന്ന സൂചനകൾ കാണിക്കുന്നതെന്ന് കാണാൻ കഴിയണം.” തന്റെ കാഴ്ചപ്പാട് യാഥാർത്ഥ്യമാക്കാൻ Tyler പുറത്തുള്ള പരിഹാരങ്ങൾ തേടി — വിപണിയിലെത്താനുള്ള വേഗതയ്ക്ക് മുൻഗണന നൽകുകയും Apollo-യുടെ AI ടീമിന് അനാവശ്യ ഭാരം ഒഴിവാക്കുകയും ചെയ്തു. അദ്ദേഹത്തിന് വേണ്ടിയിരുന്നത് ഉടനടി സംയോജിപ്പിക്കാവുന്ന, ഇനിപ്പറയുന്ന ഗുണങ്ങളുള്ള ഒരു പരിഹാരമായിരുന്നു:

• കൃത്യതയുള്ളത്: ഓരോ ഔട്ട്‌റീച്ചും ഉയർന്ന നിലവാരമുള്ള ഗവേഷണത്തെ ആശ്രയിക്കുന്ന B2B സെയിൽസിൽ, പിഴവുള്ളതോ കാലഹരണപ്പെട്ടതോ ആയ വിവരങ്ങൾക്ക് ഇടമില്ല. അവ്യക്തമോ സ്ഥിരീകരിക്കാത്തതോ ആയ അവകാശവാദങ്ങൾ മുന്നോട്ടുവച്ച, മത്സരിക്കുന്ന ഫ്രണ്ടിയർ മോഡലുകൾ ഉപയോഗിക്കുന്ന നിരവധി പരിഹാരങ്ങൾ പരീക്ഷിച്ചതിന് ശേഷം, ആവശ്യാനുസരണം ഉറവിടങ്ങളുടെ പിന്തുണയുള്ള ഉൾക്കാഴ്ചകൾ നൽകാൻ കഴിയുന്ന ഒരു AI പങ്കാളിയെയാണ് തനിക്ക് വേണ്ടതെന്ന് Tyler മനസ്സിലാക്കി.
• മികച്ച പ്രകടനമുള്ളത്: സമയക്കുറവുള്ള സെയിൽസ് പ്രതിനിധികൾക്ക്, ലീഡുകളുടെ ഒരു വലിയ പട്ടികയിലൂടെ കടന്നുപോകുമ്പോൾ ഓരോ സെക്കൻഡും വിലപ്പെട്ടതാണ്. ഗവേഷണം വൈകിയാൽ, സെയിൽസ് പ്രതിനിധികൾക്ക് അവരുടെ താളം നഷ്ടപ്പെടുകയും അവർ അടുത്തതിലേക്ക് നീങ്ങുകയും ചെയ്യും. ഔട്ട്‌ബൗണ്ട് വർക്ക്ഫ്ലോകൾക്ക് പുത്തൻ കുതിപ്പേകാൻ തക്ക വേഗതയുള്ളതും തത്സമയ തീരുമാനമെടുക്കലിനെ പിന്തുണയ്ക്കാൻ തക്ക പ്രതികരണശേഷിയുള്ളതുമായ, തൽക്ഷണമെന്ന് തോന്നിപ്പിക്കുന്ന ഒരു പരിഹാരമാണ് Tyler-ന് വേണ്ടിയിരുന്നത്.
• വിപുലീകരിക്കാവുന്നത്: Apollo-യുടെ പ്ലാറ്റ്‌ഫോം സെയിൽസ് പ്രതിനിധികളുടെ ഒരു മുഴുവൻ ആവാസവ്യവസ്ഥയെയും പിന്തുണയ്ക്കുകയും ഓരോ മാസവും ദശലക്ഷക്കണക്കിന് റെക്കോർഡുകൾ പ്രോസസ്സ് ചെയ്യുകയും ചെയ്യുന്നു. ചെലവും ഗുണനിലവാരവും തമ്മിൽ വിട്ടുവീഴ്ചകൾക്ക് നിർബന്ധിക്കാതെ ആ തോതിലുള്ള വ്യാപ്തിയെ പിന്തുണയ്ക്കാൻ Tyler-ന്റെ അനുയോജ്യമായ പരിഹാരത്തിന് കഴിയണമായിരുന്നു. ലോഡ് കൂടുമ്പോൾ തകരുന്നതോ ഉപയോഗം വർധിക്കുമ്പോൾ താങ്ങാനാവാത്തവിധം ചെലവേറിയതാകുന്നതോ ആയ ഒരു ഗവേഷണ പരിഹാരം പരിഗണിക്കാൻ പോലും കഴിയില്ലായിരുന്നു.

പരിഹാരം

ഒരൊറ്റ ഏകീകൃത പ്ലാറ്റ്‌ഫോമിൽ ഉദ്ധരണികളോടുകൂടിയ തത്സമയ ഉൾക്കാഴ്ചകളിലൂടെ സെയിൽസ് പ്രതിനിധികളെ ശാക്തീകരിക്കുന്നു

സമയവും വിഭവങ്ങളും ഏറെ ആവശ്യമായ ഒരു ഇൻ-ഹൗസ് നിർമ്മാണത്തിന് മുതിരാതെ തന്നെ, Apollo-യുടെ പ്ലാറ്റ്‌ഫോമിൽ AI ഗുരുതരം ശോധനം സാധ്യമാക്കാൻ Tyler-ന് ആവശ്യമായിരുന്നത് കൃത്യമായും Perplexity-യുടെ API ആണെന്ന് തെളിഞ്ഞു. പിന്നീട് Apollo AI Research ആയി മാറിയ സംവിധാനത്തിന് കരുത്തേകാൻ Apollo ടീം Perplexity-യുടെ API ഉപയോഗിച്ചു — Apollo-യുടെ ആന്തരിക ഡാറ്റാ ഉറവിടങ്ങളിൽ നിന്നും പൊതു വെബിലുടനീളമുള്ള ബാഹ്യ ഉറവിടങ്ങളിൽ നിന്നും ഉൾക്കാഴ്ചകൾ ശേഖരിക്കുന്ന ഒരു ഗവേഷണ ലെയർ.

Apollo AI Research ഉപയോഗിച്ച്, സെയിൽസ് പ്രതിനിധികൾ ഇപ്പോൾ ലീഡ് തിരിച്ചറിയൽ മുതൽ വ്യക്തിഗതമാക്കിയ ഔട്ട്‌റീച്ച് വരെ ഒരൊറ്റ പ്രവാഹത്തിൽ മുന്നേറുന്നു — കോൺടെക്സ്റ്റ് സ്വിച്ചിംഗ് ഇല്ല, സൂചനകൾ നഷ്ടപ്പെടുന്നുമില്ല. “ഗവേഷണം വളരെ വേഗം ഞങ്ങളുടെ ഏറ്റവും പ്രധാനപ്പെട്ട ഉപയോഗ സാഹചര്യമായി മാറി,” Tyler പറയുന്നു. “ഉയർന്ന നിലവാരമുള്ള ഔട്ട്‌പുട്ടുകൾ ഉണ്ടായിരിക്കുക എന്നത് നിർണായകമായിരുന്നു — ആ നിലവാരം നിലനിർത്താൻ Perplexity ഞങ്ങളെ സഹായിക്കുന്നു.”

പരിശോധിച്ചുറപ്പിക്കാവുന്ന ഗവേഷണത്തിലൂടെ ഔട്ട്‌റീച്ച് വേഗത്തിലാക്കുന്നു

സെയിൽസ് പ്രതിനിധികൾ വേഗത്തിൽ നീങ്ങുന്നു — Apollo AI Research-ഉം അങ്ങനെതന്നെ. ആന്തരികവും ബാഹ്യവുമായ ഉറവിടങ്ങളിൽ നിന്ന് ശേഖരിച്ച സമഗ്രവും ഉദ്ധരണികളോടുകൂടിയതുമായ ഉൾക്കാഴ്ചകൾ നിമിഷങ്ങൾക്കുള്ളിൽ നൽകുന്നതിലൂടെ, Perplexity കരുത്തേകുന്ന ഈ ഗവേഷണ ലെയർ ആത്മവിശ്വാസത്തോടെ ഔട്ട്‌ബൗണ്ട് വർക്ക്ഫ്ലോകൾ വേഗത്തിലാക്കാൻ സെയിൽസ് പ്രതിനിധികളെ പ്രാപ്തരാക്കുന്നു. Tyler-ന്റെ വാക്കുകളിൽ, “അടുത്തിടെ പുറത്തിറങ്ങിയ ഒരു 10-K അല്ലെങ്കിൽ ഒരു പോഡ്‌കാസ്റ്റിനിടെ ഒരു CEO നടത്തിയ അഭിപ്രായങ്ങൾ പോലെ, Apollo-യുടെ ആന്തരിക ഡാറ്റാസെറ്റുകളിൽ ഇല്ലാത്ത വിവരങ്ങൾ കണ്ടെത്താൻ ഞങ്ങളുടെ ഉപയോക്താക്കളെ സഹായിക്കുന്നതിൽ Perplexity-യുടെ API നിർണായക പങ്കുവഹിച്ചിട്ടുണ്ട്.”

എഡ്ജ് കേസുകളിലെ സഹകരണത്തിലൂടെ കൃത്യത മെച്ചപ്പെടുത്തുന്നു

ചോദ്യങ്ങൾ കൂടുതൽ സങ്കീർണ്ണമാകുമ്പോഴും ഉത്തരങ്ങളുടെ കൃത്യത ശക്തമായി നിലനിൽക്കുന്നുവെന്ന് Perplexity-യുമായുള്ള അടുത്ത സഹകരണം ഉറപ്പാക്കുന്നു. സെയിൽസ് പ്രതിനിധികൾ എഡ്ജ് കേസുകൾ നേരിടുമ്പോൾ, Apollo അവ തത്സമയം ഫ്ലാഗ് ചെയ്യുകയും, തുടർന്ന് സിസ്റ്റം മെച്ചപ്പെടുത്താൻ Slack വഴി Perplexity-യുമായി നേരിട്ട് പ്രവർത്തിക്കുകയും ചെയ്യുന്നു. “ടീം ഞങ്ങളുടെ ഫീഡ്‌ബാക്ക് ഗൗരവമായി എടുക്കുന്നു,” Tyler പറയുന്നു. “തൽഫലമായി, സൂക്ഷ്മമായ ചോദ്യങ്ങൾക്ക് സെയിൽസ് പ്രതിനിധികൾക്ക് കൂടുതൽ വിശ്വസനീയമായ ഉത്തരങ്ങൾ ലഭിക്കുന്നു, ഇത് സിസ്റ്റത്തിലുള്ള വിശ്വാസം വർധിപ്പിക്കുകയും ഔട്ട്‌പുട്ടുകളെ സംശയിച്ച് ചെലവഴിക്കുന്ന സമയം കുറയ്ക്കുകയും ചെയ്യുന്നു.”

സമയം ലാഭിക്കുന്നതിനൊപ്പം ആന്തരിക കാര്യക്ഷമത വർധിപ്പിക്കുന്നു

ഇതിന്റെ സ്വാധീനം Apollo-യുടെ ഉപയോക്താക്കളിൽ ഒതുങ്ങുന്നില്ല. ആന്തരിക ശേഷി തീർന്നുപോകാതെ തന്നെ Apollo-യുടെ ഡാറ്റാബേസുകൾ ലീഡ് തിരിച്ചറിയലിനുള്ള ശക്തമായ ഉറവിടമായി തുടരുന്നുവെന്ന് ഉറപ്പാക്കാൻ, AI Research എൻറിച്ച്‌മെന്റുകളുടെ 65%-ത്തിലധികവും ഇപ്പോൾ Perplexity പിന്തുണയ്ക്കുന്നു. പ്രതിമാസം ദശലക്ഷക്കണക്കിന് എൻറിച്ച്‌മെന്റുകൾ പ്രോസസ്സ് ചെയ്തിട്ടും പ്രകടനത്തിൽ ഒട്ടും കുറവ് വരാതെ, വേഗത കുറയുകയോ ചെലവ് കൂടുകയോ ചെയ്യാതെ സിസ്റ്റം വിശ്വസനീയമായി വിപുലീകരിക്കുന്നു.

ഫലം

ഓരോ അവസരവും പ്രയോജനപ്പെടുത്താൻ Apollo AI Research സെയിൽസ് പ്രതിനിധികളെ സഹായിക്കുന്നു

ആവശ്യാനുസരണം ഉറവിടങ്ങളുടെ പിന്തുണയുള്ള ഉൾക്കാഴ്ചകൾ Apollo AI Research നൽകുന്നതിനാൽ, സെയിൽസ് പ്രതിനിധികൾ കൂടുതൽ വേഗത്തിൽ നീങ്ങുകയും ആഴത്തിൽ അന്വേഷിക്കുകയും കൂടുതൽ യോഗ്യതയുള്ള അവസരങ്ങളിൽ പ്രവർത്തിക്കുകയും ചെയ്യുന്നു. ആയിരക്കണക്കിന് ലീഡുകളിലുടനീളമുള്ള ഉൾക്കാഴ്ചകൾ സ്വമേധയാ സമാഹരിക്കുന്നതിന് പകരം, Apollo ഉപയോക്താക്കൾ ഇപ്പോൾ സങ്കീർണ്ണമായ ചോദ്യങ്ങൾ പ്രവർത്തിപ്പിക്കുകയും എല്ലാ അവസരങ്ങളിലുടനീളമുള്ള പ്രസക്തമായ കണ്ടെത്തലുകൾ നിമിഷങ്ങൾക്കുള്ളിൽ കണ്ടെത്തുകയും ചെയ്യുന്നു.

സംയോജനം കഴിഞ്ഞ് ഏതാനും മാസങ്ങൾക്കുള്ളിൽ തന്നെ, Apollo AI Research അതിന്റെ ഉപയോക്താക്കൾക്കിടയിൽ ബുക്ക് ചെയ്ത മീറ്റിംഗുകളിൽ 46% വർധനവിന് വഴിയൊരുക്കി. പ്രവർത്തനങ്ങളുടെ ഭാഗത്ത്, Apollo പ്രതിമാസം 5.6 ദശലക്ഷം എൻറിച്ച്‌മെന്റുകൾ Perplexity Sonar വഴി നടത്തുന്നു — പ്ലാറ്റ്‌ഫോമിലെ B2B കോൺടാക്റ്റുകളുടെ വിപുലമായ ഡാറ്റാബേസ് ലീഡ് തിരിച്ചറിയലിനുള്ള ശക്തമായ ഉറവിടമായി തുടരുന്നുവെന്ന് ഇത് ഉറപ്പാക്കുന്നു.

“ഇപ്പോൾ സെയിൽസിലെ AI-യെക്കുറിച്ച് ധാരാളം സംശയങ്ങളുണ്ട് — അത് സ്പാം ഉണ്ടാക്കിവിടുക മാത്രമേ ചെയ്യൂ എന്നാണ് ആളുകൾ കരുതുന്നത്,” Tyler പറയുന്നു. “എന്നാൽ Apollo-യുടെ ഗവേഷണത്തിന് Perplexity കരുത്തേകുന്നതിലൂടെ, AI-ക്ക് യഥാർത്ഥത്തിൽ നിലവാരം ഉയർത്താൻ കഴിയുമെന്ന് ഞങ്ങൾ തെളിയിച്ചു. ഞങ്ങളുടെ ഉപയോക്താക്കൾ വ്യക്തിഗതവും സഹായകരവും വിശ്വസനീയവുമായ ഔട്ട്‌റീച്ച് സൃഷ്ടിക്കുന്നു — വലിയ തോതിൽ ഞങ്ങൾ നൽകാൻ ആഗ്രഹിക്കുന്നത് കൃത്യമായും അത്തരമൊരു അനുഭവമാണ്.”

Sonar Chat Completions ഇപ്പോൾ കൂടുതൽ മോഡലുകളും ടൂളുകളും ഗവേഷണ പിന്തുണയുള്ള പ്രീസെറ്റുകളുമുള്ള Agent API ആണ്. ഇവിടെ ലഭ്യമായ ഞങ്ങളുടെ ഡോക്യുമെന്റേഷൻ ഉപയോഗിച്ച് ആരംഭിക്കൂ.