Maschinelles Lernen erkunden

Künstliche Intelligenz (KI) kann verwendet werden, um das Unternehmen besser zu verstehen. Maschinelles Lernen ist ein Bereich der KI, das es Geschäftssystemen ermöglicht, Muster aus operativen Daten zu lernen und fundierte Prognosen oder Entscheidungen zu treffen.

Mit maschinellem Lernen können Sie die Muster in Daten verstehen und intelligenter verkaufen. Sie können mehr Zeit mit dem Verkauf verbringen, die Prognosegenauigkeit erhöhen und die Beziehungen verbessern. Sie erstellen und trainieren ein Modell, um Prognosen zu erstellen und Muster und Trends zu identifizieren, auf die Sie reagieren können.

SAP Sales Cloud Version 2 verwendet Intelligent Sales, um tägliche Verkaufsdaten zu verwenden und dann Modelle für maschinelles Lernen anzulegen und zu trainieren, um Muster und Trends zu erkennen und Umsatzprognosen zu erstellen.

Intelligenter Vertrieb mit maschinellem Lernen in SAP Sales Cloud Version 2

Die wichtigsten Funktionen für maschinelles Lernen in Sales Cloud Version 2 sind:

Diese Funktion für maschinelles Lernen übersetzt automatisch eingehende E-Mails aus der Quellsprache in die Anmeldesprache, sodass Empfänger die Inhalte in ihrer natürlichen Sprache verstehen und damit interagieren können.

Hauptfunktionen

Automatisieren Sie Übersetzungen von der Quellsprache in die Anmeldesprache.

Betriebswirtschaftlicher Nutzen

• Sprache ist kein Faktor bei der Geschäftsabwicklung.
• Sie beschleunigt die Verarbeitung und die Erstreaktionszeiten.

Die NLP-Klassifizierungsfunktion umfasst das Ausgabefeld „Stimmung", das bestimmt, ob das in einer Umfrage verwendete Vokabular positiv oder negativ ist, und den Grad der Positivität oder Negativität. Die Stimmungserkennung funktioniert für E-Mails und Umfragen.

Hauptfunktionen

• Das NLP-Klassifizierungsszenario enthält das Ausgabefeld „Stimmung", das bestimmt, ob das in der Umfrage/E-Mail verwendete Vokabular positiv oder negativ ist, sowie den Grad der Positivität oder Negativität.
• Der Stimmungswert aus Umfragen gibt die allgemeine Emotion an. Die Größe der Stimmung gibt an, wie viel emotionaler Inhalt vorhanden ist.

 Betriebswirtschaftlicher Nutzen

• Das Vertriebsteam kann schnell erkennen, ob das Feedback glücklich oder traurig ist.
• Für negative Stimmungsumfragen und E-Mails können Korrekturmaßnahmen ergriffen werden.

Das System führt eine gründliche Analyse auf das Vorhandensein von profanen Wörtern durch und gibt umgehend Warnungen aus, wenn eine solche Sprache erkannt wird, um ein professionelles und respektvolles Kommunikationsumfeld zu erhalten.

Hauptfunktionen

E-Mails werden auf vertrauliche Wörter geprüft.

Betriebswirtschaftlicher Nutzen

Sicherstellen professioneller Interaktionen mit Interessenten und Kunden.

Hauptfunktionen

Das Verständnis natürlicher Sprache (Natural Language Understanding, NLU) wird verwendet, um mithilfe von Business Text Intelligence aussagekräftige Einblicke für Termine aus dem Notiztext zu erhalten.

Betriebswirtschaftlicher Nutzen

Das System kann Termine aus Notizen in Leads und Opportunitys vorschlagen.

Hauptfunktionen

Diese Funktion für maschinelles Lernen kann Produkte für Up-Selling basierend auf historischen Daten für gewonnene Opportunitys vorschlagen.

Betriebswirtschaftlicher Nutzen

Es stellt ein kundenspezifisches Vorhersagemodell bereit, mit dem das Verkaufsteam schnelle Upselling-Angebote an Kunden erstellen kann.

Die Machine-Learning-Funktion Lead-Intelligence verwendet die historischen Daten für Leads, um Lead-Scores für offene Leads anzulegen. Der Lead-Score gibt die Wahrscheinlichkeit der Umwandlung des Leads in eine Opportunity an. Mit dem Lead-Scoring können Sie sich auf die maßgeschneiderte Liste von Interessenten mit der höchsten Wahrscheinlichkeit konzentrieren, Kunden zu werden.

In diesem Video erfahren Sie mehr über Lead-Informationen

Hauptfunktionen

• Lead-Informationen verwenden Attribute aus den historischen Leads, um intelligente Scores anzulegen. Je höher der Score, desto wahrscheinlicher ist es, dass der Lead in eine Opportunity umgewandelt wird.
• Der Lead-Score, der vom Service für maschinelles Lernen zurückgegeben wird, reicht von 0 bis 99. Die Scores sind ebenfalls farbcodiert, 0 bis 50 ist rot, was als geringere Gewinnwahrscheinlichkeit interpretiert wird, 51 bis 75 ist gelb, was als Gewinnwahrscheinlichkeit interpretiert wird, 75 bis 99 ist grün, was als sehr wahrscheinlich zu gewinnen interpretiert wird.

Betriebswirtschaftlicher Nutzen

• Das Vertriebsteam kann sich auf Leads konzentrieren, die wahrscheinlicher umwandeln.
• Hilft bei der Priorisierung und effektiven Ressourcenauslastung für maximale Geschäftsergebnisse.

Die Funktion für maschinelles Lernen Deal Intelligence verwendet historische Daten aus vorhandenen gewonnenen/verlorenen Opportunitys, um das Modell für maschinelles Lernen zu trainieren. Dadurch erhalten Sie ein kundenspezifisches Prognosemodell, das angewendet wird, um Benutzern das Scoring von Opportunitys bereitzustellen. Je höher der Score, desto besser ist die Chance, die Opportunity zu gewinnen.

In diesem Video erfahren Sie mehr über Deal Intelligence.

Hauptfunktionen

• Hilft bei der Ermittlung, welche Geschäfte abgeschlossen werden können, was nicht kann und welche in beide Richtungen gehen könnten.
• Jede Opportunity erhält einen eindeutigen Gewinn-Score, der für das Sales-Pipeline-Management und zum Fokussieren der Teams auf die Opportunitys verwendet werden kann, die am ehesten abgeschlossen werden.

Betriebswirtschaftlicher Nutzen

• Das Opportunity-Scoring hilft Ihrem Verkaufsteam dabei, seine Abschlüsse basierend auf den Gewinnwahrscheinlichkeiten zu priorisieren.
• Sie hilft dabei, sich auf die richtigen Opportunitys zu konzentrieren, und ermöglicht eine bessere Verwaltung der Pipeline/Prognose.