ผู้ใช้ Apollo ได้นัดประชุมเพิ่มขึ้น 46% ด้วย API ของ Perplexity

ปัญหา

การนำการวิจัยข้อมูลลูกค้าเป้าหมายแบบอัตโนมัติมาใช้ เพื่อรองรับฐานผู้ใช้ที่เป็นพนักงานขายซึ่งเติบโตขึ้นอย่างต่อเนื่อง

ในฐานะจุดเด่นหลักที่สร้างความแตกต่างให้กับแพลตฟอร์ม Apollo มอบฐานข้อมูล B2B ที่ค้นหาได้ ซึ่งประกอบด้วยผู้ติดต่อมากกว่า 210 ล้านรายและบริษัทมากกว่า 35 ล้านแห่ง ให้แก่ฐานผู้ใช้ที่เป็นพนักงานขายและทีม GTM อย่างไรก็ตาม เพื่อปรับการติดต่อลีดแต่ละรายให้เป็นแบบเฉพาะบุคคลได้ดียิ่งขึ้น พนักงานขายมักต้องคอยขุดหาบริบทเพิ่มเติมอยู่เสมอ ทั้งความเคลื่อนไหวของบริษัท ลำดับความสำคัญของผู้บริหาร และแนวโน้มตลาดที่เปลี่ยนแปลงไป เพียงเพื่อหาลีดที่ใช่สำหรับการติดต่อและเขียนอีเมลที่ตรงประเด็น พนักงานขายต้องสลับไปมาระหว่างโปรไฟล์ LinkedIn เว็บไซต์บริษัท ข่าวประชาสัมพันธ์ และผลการค้นหาทั่วไป ซึ่งเป็นเวิร์กโฟลว์การติดต่อเชิงรุกที่กระจัดกระจาย ล่าช้า และขยายขนาดไม่ได้

Tyler Phillips ผู้อำนวยการฝ่ายบริหารผลิตภัณฑ์ของ Apollo มองเห็นช่องว่างนี้และเสนอให้นำการวิจัยเชิงลึกด้วย AI เข้ามาไว้ในแพลตฟอร์มโดยตรง เพื่อขจัดการสลับบริบทไปมา พร้อมปลดล็อกเวิร์กโฟลว์การติดต่อเชิงรุกที่ขยายขนาดได้ ดังที่เขากล่าวว่า “คุณควรจะสามารถนำบัญชีลูกค้า 1,000 บัญชีมาทำการวิจัยได้ทั้งหมด แล้วดูได้ว่าบัญชีใดแสดงสัญญาณว่าเหมาะกับผลิตภัณฑ์ของคุณ” เพื่อทำให้วิสัยทัศน์นี้เป็นจริง Tyler มองหาโซลูชันจากภายนอก โดยให้ความสำคัญกับความรวดเร็วในการออกสู่ตลาด และหลีกเลี่ยงการเพิ่มภาระที่ไม่จำเป็นให้กับทีม AI ของ Apollo สิ่งที่เขาต้องการคือโซลูชันที่พร้อมผสานรวมได้ทันที ซึ่งต้อง:

• แม่นยำ: ในการขาย B2B ซึ่งการติดต่อลูกค้าทุกครั้งต้องอาศัยการวิจัยที่มีคุณภาพสูง ย่อมไม่มีที่ว่างให้กับข้อมูลที่ผิดพลาดหรือล้าสมัย หลังจากทดสอบโซลูชันหลายตัวที่ใช้โมเดลระดับแนวหน้าของคู่แข่ง ซึ่งให้ข้อกล่าวอ้างที่คลุมเครือหรือไม่ได้รับการยืนยัน Tyler ก็รู้ว่าเขาต้องการพันธมิตรด้าน AI ที่สามารถมอบข้อมูลเชิงลึกที่มีแหล่งที่มารองรับได้ตามต้องการ
• มีประสิทธิภาพสูง: สำหรับพนักงานขายที่มีเวลาจำกัด ทุกวินาทีมีความหมายเมื่อต้องไล่ดูรายชื่อลีดจำนวนมาก หากการวิจัยล่าช้า พนักงานขายจะเสียจังหวะและหันไปทำอย่างอื่น Tyler ต้องการโซลูชันที่ให้ความรู้สึกฉับไว ทั้งเร็วพอที่จะเสริมพลังให้เวิร์กโฟลว์การติดต่อเชิงรุก และตอบสนองได้ดีพอที่จะรองรับการตัดสินใจแบบเรียลไทม์
• ขยายขนาดได้: แพลตฟอร์มของ Apollo รองรับระบบนิเวศของพนักงานขายทั้งหมด และประมวลผลระเบียนข้อมูลหลายล้านรายการในแต่ละเดือน โซลูชันในอุดมคติของ Tyler จึงต้องรองรับขนาดระดับนั้นได้โดยไม่ต้องแลกระหว่างต้นทุนกับคุณภาพ โซลูชันการวิจัยที่ล้มเหลวเมื่อมีภาระงานสูง หรือมีค่าใช้จ่ายสูงเกินรับไหวเมื่อการใช้งานเพิ่มขึ้น ย่อมไม่อยู่ในตัวเลือกตั้งแต่แรก

โซลูชัน

เสริมศักยภาพพนักงานขายด้วยข้อมูลเชิงลึกแบบเรียลไทม์พร้อมการอ้างอิงในแพลตฟอร์มเดียว

API ของ Perplexity พิสูจน์แล้วว่าคือสิ่งที่ Tyler ต้องการเพื่อเปิดใช้การวิจัยเชิงลึกด้วย AI ภายในแพลตฟอร์มของ Apollo โดยไม่ต้องลงทุนสร้างระบบเองภายในองค์กรซึ่งใช้ทั้งเวลาและทรัพยากรมาก ทีม Apollo ใช้ API ของ Perplexity เป็นขุมพลังให้กับสิ่งที่กลายมาเป็น Apollo AI Research ซึ่งเป็นเลเยอร์การวิจัยที่ดึงข้อมูลเชิงลึกจากทั้งแหล่งข้อมูลภายในของ Apollo และแหล่งข้อมูลภายนอกทั่วทั้งเว็บสาธารณะ

ด้วย Apollo AI Research พนักงานขายสามารถเปลี่ยนจากการระบุลีดไปสู่การติดต่อแบบเฉพาะบุคคลได้ในขั้นตอนเดียว ไม่ต้องสลับบริบท และไม่พลาดสัญญาณสำคัญ “การวิจัยกลายเป็นกรณีการใช้งานที่สำคัญที่สุดของเราอย่างรวดเร็ว” Tyler กล่าว “การได้ผลลัพธ์คุณภาพสูงเป็นสิ่งสำคัญมาก และ Perplexity ช่วยให้เรารักษามาตรฐานนั้นไว้ได้”

เร่งการติดต่อลูกค้าด้วยการวิจัยที่ตรวจสอบได้

พนักงานขายทำงานอย่างรวดเร็ว และ Apollo AI Research ก็เช่นกัน ด้วยการมอบข้อมูลเชิงลึกที่ครอบคลุมพร้อมการอ้างอิงจากแหล่งข้อมูลทั้งภายในและภายนอกภายในไม่กี่วินาที เลเยอร์การวิจัยที่ขับเคลื่อนด้วย Perplexity นี้ช่วยให้พนักงานขายเร่งเวิร์กโฟลว์การติดต่อเชิงรุกได้อย่างมั่นใจ ดังที่ Tyler กล่าวไว้ว่า “API ของ Perplexity มีบทบาทสำคัญในการช่วยให้ผู้ใช้ของเราค้นพบข้อมูลที่ไม่มีอยู่ในชุดข้อมูลภายในของ Apollo เช่น รายงาน 10-K ที่เพิ่งเผยแพร่ หรือความคิดเห็นของ CEO ในพอดแคสต์”

ยกระดับความแม่นยำผ่านความร่วมมือในการแก้ไขกรณีพิเศษ

การทำงานร่วมกันอย่างใกล้ชิดกับ Perplexity ช่วยให้คำตอบยังคงแม่นยำสูง แม้คำค้นหาจะซับซ้อนขึ้น เมื่อพนักงานขายพบกรณีพิเศษ Apollo จะระบุกรณีเหล่านั้นแบบเรียลไทม์ จากนั้นทำงานร่วมกับ Perplexity โดยตรงผ่าน Slack เพื่อปรับปรุงระบบ “ทีมงานให้ความสำคัญกับความคิดเห็นของเราอย่างจริงจัง” Tyler กล่าว “ผลที่ได้คือพนักงานขายได้รับคำตอบที่น่าเชื่อถือมากขึ้นสำหรับคำค้นหาที่ละเอียดอ่อน ซึ่งช่วยเพิ่มความไว้วางใจในระบบ และลดเวลาที่ต้องเสียไปกับการตั้งข้อสงสัยต่อผลลัพธ์”

เพิ่มประสิทธิภาพภายในองค์กรในวงกว้างพร้อมประหยัดเวลา

ผลลัพธ์ที่ได้ไม่ได้หยุดอยู่แค่ผู้ใช้ของ Apollo เพื่อให้ฐานข้อมูลของ Apollo ยังคงเป็นแหล่งข้อมูลอันทรงพลังสำหรับการระบุลีดโดยไม่สิ้นเปลืองกำลังคนภายใน ปัจจุบัน Perplexity รองรับการเสริมข้อมูลของ AI Research มากกว่า 65% ด้วยการเสริมข้อมูลหลายล้านรายการที่ประมวลผลในแต่ละเดือนโดยประสิทธิภาพไม่ลดลงเลย ระบบจึงขยายขนาดได้อย่างน่าเชื่อถือ โดยไม่ช้าลงหรือทำให้ต้นทุนสูงขึ้น

ผลลัพธ์

Apollo AI Research ช่วยให้พนักงานขายคว้าทุกโอกาสได้อย่างเต็มที่

ด้วย Apollo AI Research ที่มอบข้อมูลเชิงลึกพร้อมแหล่งที่มารองรับได้ตามต้องการ พนักงานขายจึงทำงานได้เร็วขึ้น เจาะลึกได้มากขึ้น และดำเนินการกับโอกาสที่มีคุณภาพได้มากขึ้น แทนที่จะต้องรวบรวมข้อมูลเชิงลึกจากลีดหลายพันรายด้วยตนเอง ตอนนี้ผู้ใช้ Apollo สามารถเรียกใช้คำค้นหาที่ซับซ้อนและค้นพบข้อมูลที่เกี่ยวข้องจากทุกโอกาสได้ภายในไม่กี่วินาที

เพียงไม่กี่เดือนหลังการผสานรวม Apollo AI Research ก็ช่วยเพิ่มจำนวนการนัดประชุมของผู้ใช้ได้ถึง 46% ในด้านการดำเนินงาน Apollo ดำเนินการเสริมข้อมูล 5.6 ล้านรายการต่อเดือนผ่าน Perplexity Sonar ซึ่งช่วยให้ฐานข้อมูลผู้ติดต่อ B2B ขนาดใหญ่ของแพลตฟอร์มยังคงเป็นแหล่งข้อมูลอันทรงพลังสำหรับการระบุลีด

“ตอนนี้มีความกังขามากมายเกี่ยวกับ AI ในงานขาย ผู้คนคิดว่ามันจะแค่ผลิตสแปมออกมาเรื่อยๆ” Tyler กล่าว “แต่ด้วย Perplexity ที่ขับเคลื่อนการวิจัยของ Apollo เราได้พิสูจน์แล้วว่า AI สามารถยกระดับมาตรฐานได้จริง ผู้ใช้ของเรากำลังสร้างการติดต่อลูกค้าที่เป็นแบบเฉพาะบุคคล มีประโยชน์ และน่าเชื่อถือ และนั่นคือประสบการณ์ที่เราต้องการมอบให้ในวงกว้าง”

Sonar Chat Completions ได้กลายเป็น Agent API แล้ว พร้อมโมเดล เครื่องมือ และพรีเซ็ตที่มีงานวิจัยรองรับเพิ่มเติม เริ่มต้นใช้งานด้วยเอกสารของเราที่นี่