Apollo-brukere booker 46 % flere møter med Perplexitys API

Problemet

Automatisert research på potensielle kunder for en voksende brukerbase av selgere

Som et sentralt konkurransefortrinn ved plattformen tilbyr Apollo en søkbar B2B-database med over 210 millioner kontakter og over 35 millioner selskaper til brukerbasen sin av selgere og GTM-team. For å tilpasse kontakten med leads bedre måtte selgerne likevel stadig lete etter ekstra kontekst, blant annet selskapsoppdateringer, ledelsens prioriteringer og skiftende markedstrender. Bare for å finne de rette leadsene å kontakte og skrive relevante e-poster hoppet selgerne mellom LinkedIn-profiler, selskapenes nettsteder, pressemeldinger og generiske søkeresultater – en fragmentert, treg og lite skalerbar arbeidsflyt for utgående salg.

Tyler Phillips, direktør for produktledelse i Apollo, så dette gapet og foreslo å bygge AI-drevet dypgående forskning direkte inn i plattformen – slik at man slapp å bytte kontekst, samtidig som det åpnet for skalerbare arbeidsflyter for utgående salg. Som han sier det: «Du skal kunne ta 1000 kontoer, kjøre research på alle sammen og se hvilke som viser tegn på å passe for produktet ditt.» For å realisere visjonen sin så Tyler etter eksterne løsninger – med vekt på rask lansering og uten å legge unødvendig belastning på Apollos AI-team. Han trengte en løsning som var klar til integrering, og som var:

• Nøyaktig: I B2B-salg, der all kundekontakt bygger på grundig research, er det ikke rom for feilaktig eller utdatert informasjon. Etter å ha testet flere løsninger med konkurrerende frontiermodeller som kom med vage eller ubekreftede påstander, visste Tyler at han trengte en AI-partner som kunne levere kildebelagt innsikt ved behov.
• Høytytende: For travle selgere teller hvert sekund når de jobber seg gjennom en lang liste med leads. Hvis researchen går tregt, mister selgerne rytmen og går videre. Tyler trengte en løsning som føltes umiddelbar – rask nok til å gi arbeidsflytene for utgående salg et kraftig løft, og responsiv nok til å støtte beslutninger i sanntid.
• Skalerbar: Apollos plattform støtter et helt økosystem av selgere og behandler millioner av poster hver måned. Tylers ideelle løsning måtte håndtere den skalaen uten å tvinge frem avveininger mellom kostnad og kvalitet. En researchløsning som knakk sammen under belastning – eller ble uoverkommelig dyr etter hvert som bruken økte – var uaktuell.

Løsningen

Gir selgere kildehenvist innsikt i sanntid på én samlet plattform

Perplexitys API viste seg å være akkurat det Tyler trengte for å muliggjøre AI-drevet dypgående forskning i Apollos plattform, uten å binde seg til en tid- og ressurskrevende egenutvikling. Apollo-teamet brukte Perplexitys API til å drive det som ble Apollo AI Research – et researchlag som henter innsikt fra både Apollos interne datakilder og eksterne kilder på det åpne nettet.

Med Apollo AI Research går selgerne nå fra identifisering av leads til personlig tilpasset kontakt i én flyt – uten kontekstbytter og uten tapte signaler. «Research har raskt blitt vårt viktigste bruksområde», sier Tyler. «Det var avgjørende å få resultater av høy kvalitet – og Perplexity hjelper oss med å opprettholde den standarden.»

Raskere kundekontakt med etterprøvbar research

Selgere beveger seg raskt – og det gjør Apollo AI Research også. Ved å levere omfattende og kildehenvist innsikt fra interne og eksterne kilder på sekunder gjør det Perplexity-drevne researchlaget selgerne i stand til å fremskynde arbeidsflytene for utgående salg med trygghet. Med Tylers ord: «Perplexitys API har vært avgjørende for å hjelpe brukerne våre med å finne informasjon som ikke finnes i Apollos interne datasett, som en nylig publisert 10-K-rapport eller kommentarer en toppsjef kom med i en podkast.»

Bedre nøyaktighet gjennom samarbeid om grensetilfeller

Tett samarbeid med Perplexity sikrer at svarene forblir nøyaktige – selv når forespørslene blir mer komplekse. Når selgerne støter på grensetilfeller, flagger Apollo dem i sanntid og samarbeider deretter direkte med Perplexity via Slack for å finjustere systemet. «Teamet tar tilbakemeldingene våre på alvor», sier Tyler. «Resultatet er at selgerne får mer pålitelige svar på nyanserte forespørsler, noe som øker tilliten til systemet og reduserer tiden de bruker på å dobbeltsjekke resultatene.»

Skalerer intern effektivitet og sparer tid

Effekten stopper ikke ved Apollos brukere. For å sikre at Apollos databaser forblir en effektiv kilde til identifisering av leads uten å tømme interne ressurser, står Perplexity nå for over 65 % av berikelsene i AI Research. Med millioner av berikelser behandlet hver måned og null redusert ytelse skalerer systemet pålitelig, uten å bli tregere eller øke kostnadene.

Resultatet

Apollo AI Research hjelper selgere med å utnytte hver eneste mulighet

Når Apollo AI Research leverer kildebelagt innsikt ved behov, jobber selgerne raskere, går dypere og følger opp flere kvalifiserte muligheter. I stedet for å sammenstille innsikt manuelt på tvers av tusenvis av leads kjører Apollo-brukerne nå komplekse forespørsler og finner relevante funn på tvers av alle muligheter på sekunder.

Bare måneder etter integrasjonen har Apollo AI Research allerede gitt en økning på 46 % i bookede møter blant brukerne. På driftssiden utfører Apollo 5,6 millioner berikelser hver måned gjennom Perplexity Sonar – noe som sikrer at plattformens omfattende database med B2B-kontakter forblir en effektiv kilde til identifisering av leads.

«Det er mye skepsis til AI i salg akkurat nå – folk antar at det bare kommer til å spytte ut spam», sier Tyler. «Men med Perplexity som driver Apollos research, har vi vist at AI faktisk kan heve listen. Brukerne våre lager henvendelser som er personlig tilpassede, nyttige og pålitelige – og det er akkurat den typen opplevelse vi vil levere i stor skala.»

Sonar Chat Completions er nå Agent API med flere modeller, verktøy og forskningsbaserte forhåndsinnstillinger. Kom i gang med dokumentasjonen vår her.