利用您的 CRM 数据和已连接的工具为销售通话做好准备

概述

Computer 可以汇集销售会议前所需的所有信息，如 CRM 数据、内部 Slack 问题、日历详情、网络研究和高管背景信息，并将其综合成一份精心排版的通话准备文档。Computer 无需花费 30-60 分钟在 LinkedIn、CRM、Slack 和 Google 之间切换来拼凑上下文，而是在几分钟内创建好包含账户详情、个人连接点、探索性问题和异议处理的随时可打印的简报。

核心产出

Computer 通过提取 CRM 数据、LinkedIn 个人资料、Slack 内部提及以及其他来源的数据，制作了一份 6 页的机密通话准备 Word 文档。它还检查了 Google 日历以获取会议详情，并并行进行了网络研究。

客户概况一目了然地涵盖了 Aura Analytics 的情况：估值、员工人数、核心产品、目标客户、知名客户和技术栈。

与会人员介绍部分概述了 Shane Patel 的完整职业生涯轨迹、教育背景、沟通风格、2026 年工作重点以及个人兴趣，其中包括被标记为自然建立融洽关系纽带的公开水域游泳爱好。

融资与董事会部分展示了四轮总计 2.175 亿美元的融资及领投方，以及拥有相应头衔和背景的整个董事会和领导团队。

建议议程提供了从建立融洽关系到下一步行动的五步会议流程，并附有与潜在客户近期活动（Snowflake Summit 主旨演讲、Aura Copilot 发布）相关的具体讨论要点。

探索性问题部分包括七个定制问题，重点关注 AI 采用、决策流程、多办公室痛点和利益相关者绘图。

异议处理表格针对潜在客户的具体情况，预判了四种可能的阻力（现有 AI 工具、以 IPO 为导向的预算、安全担忧、国际扩张成本）并给出了具体的应对方案。

放大

放大

提示

• 提前链接您的数据源：当您将 Computer 指向特定的电子表格、CRM 导出文件或已连接的工具时，它的表现最佳。Google 电子表格背景信息、HubSpot 链接甚至 CSV 附件都可以为其提供构建所需的结构化数据。
• 使用技能来实现可重复的格式：“sales-call-prep”技能可确保每份简报遵循相同的结构。如果您的团队有标准的准备模板，请创建一个自定义技能，以便每个销售代表都能获得一致的产出。
• 请求后续工件：会议结束后，说“起草一封致 Shane 的后续电子邮件，提及我们关于 Aura Copilot 的对话并提出试点时间表”，将准备工作转化为会后行动。