Otimizando Vendas com um Sistema de Recomendação Inteligente

Os vendedores da Microsoft têm um trabalho e tanto. Eles precisam encontrar e acompanhar Oportunidades de negócios com vários clientes e parceiros. Isso envolve saber quais passos dar para engajar os clientes e oferecer as melhores soluções. Uma maneira de ajudar os vendedores a fazer isso melhor é através de recomendações de conteúdo. Um sistema de recomendação de conteúdo é uma ferramenta que sugere os melhores Documentos e recursos que os vendedores podem compartilhar com seus clientes ou usar para seu próprio aprendizado.

#Qual é o objetivo do sistema de recomendação?

O principal objetivo do nosso sistema de recomendação é ajudar os vendedores a encontrar rapidamente o conteúdo mais útil relacionado a uma oportunidade específica. Uma oportunidade é uma chance de fazer uma venda ou fechar um negócio com um cliente. Pode significar qualquer coisa, desde converter um cliente potencial em um real até expandir serviços para um cliente existente. Portanto, compartilhar os documentos certos na hora certa é crucial para avançar uma oportunidade no processo de vendas.

#Por que o conteúdo é importante?

Quando os vendedores estão lidando com uma oportunidade, precisam apresentar conteúdo útil que possa ajudar os clientes a ver o valor dos produtos da Microsoft. Esse conteúdo pode ter diferentes formas, incluindo:

• Documentação técnica que explica como um produto funciona.
• Histórias de sucesso de clientes que mostram como outros se beneficiaram do produto.
• Comparações com produtos concorrentes para destacar vantagens.

Ter um sistema que ajude os vendedores a encontrar o conteúdo certo quando precisam pode melhorar muito suas chances de fechar negócios.

#Como funciona o sistema de recomendação?

Nosso sistema de recomendação analisa os detalhes de cada oportunidade e os combina com o conteúdo relevante com base em atributos específicos. Ele usa um método chamado correspondência semântica, que significa que verifica o quão bem o conteúdo se encaixa nas necessidades da oportunidade.

Dada a grande quantidade de oportunidades com as quais os vendedores da Microsoft trabalham, é essencial que o sistema gerencie e analise eficientemente muitas opções de conteúdo potenciais. O desafio está em garantir que, para cada oportunidade, o sistema recomende os cinco melhores Conteúdos mais relevantes de uma vasta biblioteca de documentos.

#Correspondendo conteúdo a oportunidades

Para corresponder conteúdo a oportunidades de forma eficaz, precisamos primeiro coletar dados sobre o conteúdo e as oportunidades. Cada documento é resumido em uma descrição curta que destaca suas principais características. Da mesma forma, cada oportunidade é descrita usando atributos-chave.

Por exemplo, detalhes importantes para documentos podem incluir o nome do produto, uma descrição curta e a área de solução que o documento cobre. Para oportunidades, olhamos para características semelhantes que podem ajudar na correspondência. Ao focar em atributos compartilhados, melhoramos as chances de fazer boas recomendações para os vendedores.

#O processo de recomendação

1. Resumindo conteúdo: Documentos do repositório de conteúdo Seismic são resumidos em prompts que capturam seus detalhes principais.
2. Coletando oportunidades: As oportunidades que os vendedores estão lidando são coletadas e resumidas de maneira similar.
3. Encontrando correspondências: O sistema compara as oportunidades resumidas com os prompts de conteúdo para encontrar correspondências potenciais.
4. Classificando candidatos: O sistema produz uma lista de documentos candidatos e os reclassifica para identificar os cinco melhores para cada oportunidade.

#A escala da tarefa

Trabalhar com um grande número de oportunidades e documentos é um desafio significativo. Com milhares de oportunidades abertas e ainda mais documentos, as combinações se tornam esmagadoras. Para lidar com isso, filtramos as opções com base em características específicas, como o estágio de vendas e área de solução. Essa filtragem reduz o número de combinações que precisamos processar, mas ainda assim nos deixa com um número grande.

#Otimização de desempenho

Para fazer o sistema funcionar de forma eficiente, usamos uma abordagem de computação distribuída. Isso significa que podemos processar várias oportunidades ao mesmo tempo, tornando o processo de recomendação mais rápido. Também usamos técnicas avançadas para garantir que o sistema gerencie a carga computacional de maneira eficiente, focando especificamente nas partes mais demoradas do processo.

#Avaliando recomendações

Sem dados concretos para medir a qualidade das recomendações, pode ser desafiador avaliar o quão bem o sistema está se saindo. Para ter uma noção da qualidade, envolvemos especialistas humanos que avaliam os documentos recomendados, fornecendo feedback sobre sua relevância. Esse feedback ajuda a ajustar o sistema para melhorar sua precisão.

Também usamos métodos estatísticos para comparar as pontuações do sistema com os julgamentos humanos. Um bom alinhamento sugere que o sistema está no caminho certo e pode identificar de forma confiável os melhores documentos para recomendar.

#Melhoria contínua

O modelo de recomendação não é estático. Ele está sendo continuamente refinado e melhorado com base no feedback de usuários reais. Os vendedores podem fornecer informações sobre quão úteis acharam os documentos recomendados, o que informa futuros ajustes no modelo.

#Integração com ferramentas de vendedores

O sistema de recomendação está integrado na ferramenta MSX da Microsoft, permitindo que os vendedores acessem facilmente. Quando abrem uma oportunidade, podem visualizar o conteúdo recomendado na hora. Esse conteúdo pode estar pronto para ser compartilhado com clientes ou ser documentação destinada ao conhecimento do vendedor.

A integração permite que os vendedores reagem rapidamente às necessidades dos clientes e ajuda a agilizar o processo de vendas. Eles podem acessar seu histórico com os documentos recomendados, ver o que funcionou no passado e ajustar sua abordagem conforme necessário.

#Planos futuros

Olhando para o futuro, há muitas maneiras de expandir e aprimorar o sistema de recomendação. Os planos incluem:

• Ajustar modelos com base em dados e características adicionais.
• Fazer uso do feedback dos vendedores para melhorar ainda mais a relevância dos documentos.
• Explorar como características que não foram consideradas anteriormente poderiam impactar as recomendações.
• Melhorar o sistema para utilizar uma gama mais ampla de fontes de conteúdo à medida que se tornem disponíveis.

Ao continuar refinando esse sistema, a Microsoft visa garantir que os vendedores estejam sempre equipados com os melhores recursos possíveis para engajar clientes de forma eficaz e fechar vendas com sucesso.

#Conclusão

Resumindo, ao usar um sistema de recomendação inteligente que foca nos detalhes específicos de cada oportunidade, os vendedores da Microsoft podem aumentar suas chances de sucesso. O sistema simplifica o processo de encontrar conteúdo relevante, apoiando os vendedores na construção de relacionamentos mais fortes com os clientes e na maximização das oportunidades de vendas. À medida que essa tecnologia continua a melhorar, promete tornar o processo de venda ainda mais eficaz e eficiente.