Przykłady korzystania z serwera MCP sprzedaży z agentami sztucznej inteligencji i asystentami

Przyjrzyjmy się przykładowym scenariuszom, aby zrozumieć, jak można użyć serwera MCP usługi Sales w celu ulepszenia procesów sprzedaży za pomocą agentów lub asystentów AI.

Przykład 1: Generowanie skryptów rozmów sprzedażowych dla każdego potencjalnego klienta

Polecenie: wyszukaj wszystkich potencjalnych klientów kenny.smith@contoso.com, zbierz informacje o nich i naszych konkurentach, a następnie napisz mi skrypty sprzedaży przez telefon, aby sprzedawać GPU każdemu z tych potencjalnych klientów

Poniższy tekst zawiera obciętą wersję danych wyjściowych z programu Visual Studio Code + Claude:

Na podstawie kompleksowych badań kont, które przeprowadziłem, mogę teraz utworzyć szczegółowe sprzedażowe skrypty telefoniczne dla każdego potencjalnego klienta. Oto skrypty:

Skrypty rozmów telefonicznych do sprzedawania GPU — kenny.smith@contoso.com Na podstawie kompleksowego badań kont oto dostosowane skrypty rozmów telefonicznych do sprzedawania każdemu potencjalnemu klientowi:

Lead 1: Microsoft - Kenny Smith (100 jednostek GPU) Lead ID: 32e354c2-3b06-44fd-b722-9422e1b2c422 Ilość docelowa: 100 jednostek GPU Firma: Microsoft Kondycja finansowa: Doskonała (281,7 mld USD przychód, 101,8 mld USD dochód netto)

Skrypt sprzedażowej rozmowy telefonicznej:Otwarcie: „Cześć Kenny, tu [Twoje imię] z [Twoja firma]. Mam nadzieję, że masz wielki dzień. Dzwonię w sprawie Twojego zapytania o 100 GPU. Biorąc pod uwagę ogromny plan wydatków kapitałowych firmy Microsoft na infrastrukturę sztucznej inteligencji w wysokości 80 miliardów dolarów, który został ogłoszony w tym roku, chciałem omówić, jak możemy wspierać konkretne wymagania procesora GPU.

Research-Based Insights: "Śledziłem niesamowitą historię wzrostu firmy Microsoft - 281,7 miliardów dolarów przychodów z 32,5 miliardów dolarów w inwestycjach w R&D pokazuje twoje zaangażowanie w innowacje. Twoje wdrożenie procesorów GPU firmy Nvidia Hopper na platformie Azure w przypadku dużych modeli językowych zwróciło naszą uwagę i chcielibyśmy być częścią ciągłej ekspansji infrastruktury sztucznej inteligencji firmy Microsoft".

Pytania dotyczące odnajdywania:

"Czy te 100 GPU są przeznaczone do rozszerzania usług AI na platformie Azure, czy może na wewnętrzne projekty badawcze AI firmy Microsoft?" "Biorąc pod uwagę, że firma Microsoft koncentruje się na specjalnie zaprojektowanym sprzęcie do skalowalnych aplikacji AI, jakie są konkretne wymagania dotyczące wydajności?" "Jak to zamówienie wpisuje się w szersze plany firmy Microsoft dotyczące infrastruktury superkomputerowej dla AI?"

Propozycja wartości: "Misja firmy Microsoft dotycząca dawania możliwości każdej osobie i organizacji, aby osiągać więcej, jest idealnie zgodna z naszymi rozwiązaniami GPU:

Niezawodność klasy korporacyjnej dla obciążeń krytycznych związanych z Azure. Bezproblemowa integracja z istniejącą infrastrukturą sztucznej inteligencji firmy Microsoft. Optymalizacja wydajności dla aplikacji Microsoft ukierunkowanych na sztuczną inteligencję. Skalowalna architektura wspierająca przyszłe plany ekspansji.

Financial Alignment: "Z silną pozycją finansową firmy Microsoft i 16% rocznych wzrostów napędzanych przez skoncentrowane na sztucznej inteligencji Azure, wiem, że masz siłę nabywczą dla rozwiązań premium. Nasze konkurencyjne ceny wdrożeń przedsiębiorstwa zapewniają optymalne zwroty z inwestycji w sztuczną inteligencję.

Następne kroki: "Chciałbym zaplanować konsultacje techniczne z zespołem infrastruktury platformy Azure. Biorąc pod uwagę ambitne plany rozwojowe Microsoft w obszarze sztucznej inteligencji, czy możemy się spotkać w tym tygodniu na 45-minutową rozmowę o tym, jak nasze GPU mogą przyspieszyć Wasze inicjatywy związane ze sztuczną inteligencją?"

Przykład 2. Udostępnianie podsumowania badania konta klienta i interakcji z potencjalnym klientem współpracownikom

Polecenie: Czy możesz pobrać podsumowanie badania klienta i interakcji dla potencjalnego klienta „Gregory House”? Zapisz je w dwóch oddzielnych dokumentach i wyślij dokument do kenny.smith@contoso.com

Inne serwery wymagane do skonfigurowania jako wymagania wstępne: mcp_WordServer, mcp_MailTools.

Poniższy zrzut ekranu przedstawia dane wyjściowe z programu Visual Studio Code + Claude:
Zrzut ekranu powiadomienia o ukończeniu zadania z Visual Studio Code + Claude pokazującej zapisany dokument Word i wysłaną wiadomość e-mail na potwierdzenie.

Przykład 3. Zespół ds. sprzedaży przekazuje potencjalnych klientów (uczestników wydarzenia) z programu Excel do Dynamics 365 Sales

W tym przykładzie pokazano, jak można zbudować agenta niestandardowego przy użyciu narzędzi serwera Sales MCP, aby zautomatyzować kontakt i dalszą komunikację z uczestnikami wydarzenia, którzy są wprowadzani jako potencjalni klienci w Dynamics 365 Sales.

Wykonano akcję Użyte narzędzia Użyty serwer MCP
Dla każdego uczestnika wydarzenia agent otrzymuje rekord potencjalnego klienta i używa funkcji badania potencjalnego klienta dostępnych w Agencie kwalifikacji sprzedaży w celu ustalenia, czy potencjalny klient dobrze rokuje read_query, mcp_sales-mcp-ser_get_lead_research Serwer MCP usługi Dataverse, serwer MCP dla sprzedaży
Dla każdego potencjalnego klienta, który dobrze rokuje, agent projektuje wiadomość e-mail mającą na celu dotarcie do klienta mcp_sales-mcp-ser_draft_outreach_email Serwer MCP usługi Sales
Gdy potencjalny klient zareaguje, agent konwertuje potencjalnego klienta na nową szansę sprzedaży create_record, update_record Serwer MCP usługi Dataverse
Jeśli potencjalny klient potwierdzi zainteresowanie, tworzy ofertę w Dynamics 365 Sales create_record Serwer MCP usługi Dataverse
Po zatwierdzeniu klienta/sprzedawcy tworzy zamówienie w Dynamics 365 Sales create_record Serwer MCP usługi Dataverse

Przykład 4: Lead pochodzi z kampanii marketingowej na stronę internetową

Potencjalny klient rozpoczyna rozmowę: „Szukam metalowego opakowania do oliwę z oliwek tłoczonej na zimno. Czy możesz mi powiedzieć, jakie masz opcje?”

Wykonano akcję Użyte narzędzia Użyty serwer MCP
Agent sprawdza, czy jest istniejącym potencjalnym klientem, pobiera rekord potencjalnego klienta i uzyskuje informacje o koncie z Dynamics 365 Sales. Dzięki badaniom agent uczy się, że firma jest idealnym klientem dla produktów i preferuje zrównoważone pakowanie. read_query, mcp_sales-mcp-ser_get_account_research Serwer MCP usługi Dataverse, serwer MCP aplikacji Sales
Agent przeszukuje Internet, aby poznać atrybuty opakowania wymagane przez oliwę z oliwek, i stwierdza, że najlepiej działają nieprzezroczyste i wąskie butelki. Nie jest wymagane; agent korzysta z wyszukiwania Bing w aplikacji Copilot Studio Nie dotyczy
W oparciu o to agent pobiera odpowiednie produkty z Dynamics 365 i proponuje je klientowi, wysyłając je w wiadomości e-mail. retrieve_knowledge, mcp_sales-mcp-ser_draft_outreach_email Serwer MCP usługi Dataverse, serwer MCP aplikacji Sales
Agent wysyła podsumowanie historii zakontraktowania potencjalnego klienta (w tym odpowiedzi na wiadomość e-mail wysłaną wcześniej i ich zamiar zakupu) do menedżera kont mcp_sales-mcp-ser_get_engage_summary, SendEmailWithAttachmentsAsync Serwer MCP sprzedaży, serwer MCP poczty

Przykład 5. Przygotowanie briefingu transakcji przed połączeniem klienta

Scenariusz: Sprzedawca zamierza dołączyć do rozmowy z klientem i chce zwięzłego, ale kompleksowego zrozumienia możliwości.

Polecenie: przedstaw mi pełną informację na temat transakcji dotyczącej szansy sprzedaży „Customer Engagement dla Fabrikam Retail”. Uwzględnij cel transakcji, bieżący stan, kondycję, zainteresowane strony, czynniki ryzyka i ostatnie sygnały.

Używane narzędzia:

Wykonano akcję Użyte narzędzia Użyty serwer MCP
Agent pobiera wszystkie szczegółowe informacje o szansach sprzedaży z Agenta finalizacji sprzedaży w jednym wywołaniu read_query, get_opportunity_deal_overview Serwer MCP usługi Dataverse, serwer MCP aplikacji Sales
Agent podsumowuje rezultaty w szczegółowym raporcie, odpowiednim do przygotowania do rozmowy. get_opportunity_deal_overview Serwer MCP do sprzedaży

Przykładowe dane wyjściowe:

Poniższy zrzut ekranu zawiera obciętą wersję danych wyjściowych z Visual Studio Code + Claude:

Zrzut ekranu przedstawiający wynik briefingu transakcji wygenerowany przez Visual Studio Code + Claude, przedstawiający ustrukturyzowane podsumowanie szansy, w tym cel transakcji, bieżący stan, stan zdrowia, interesariusze, zagrożenia i ostatnie sygnały.

Przykład 6. Identyfikowanie zagrożeń i luk blokujących postęp transakcji

Scenariusz: Kierownik ds. sprzedaży chce zrozumieć, dlaczego transakcja utknęła w martwym punkcie i jakie luki należy rozwiązać.

Zapytanie: Przeanalizuj kondycję i zagrożenia związane z okazją 'Contoso – przedłużenie FY26' i powiedz mi, czego brakuje, aby posunąć tę transakcję naprzód.

Wykonano akcję Użyte narzędzia Użyty serwer MCP
Agent pobiera sygnały kondycji szansy sprzedaży i ocenę ryzyka read_query, get_opportunity_health, get_opportunity_top_risks Serwer MCP usługi Dataverse, serwer MCP aplikacji Sales
Agent analizuje elementy struktury MEDDPICC i identyfikuje luki krytyczne get_opportunity_health, get_opportunity_top_risks Serwer MCP do sprzedaży
Agent koreluje luki w kondycji z ryzykiem i generuje szczegółowe informacje umożliwiające podejmowanie działań get_opportunity_top_risks Serwer MCP do sprzedaży

Example Output: Poniższy zrzut ekranu zawiera obciętą wersję danych wyjściowych z Visual Studio Code + Claude:

Zrzut ekranu przedstawiający dane wyjściowe analizy ryzyka transakcji wygenerowane przez Visual Studio Code + Claude, pokazujący analizę stanu szansy i zagrożeń z zidentyfikowanymi lukami oraz praktycznymi wnioskami.