客戶機會儀表板 - 雲端產品效能

適當的角色：執行報表查看器 |具有合作夥伴全局帳戶存取權的報表查看器

傾向數據 顯示客戶購買 Microsoft 產品的可能性。

合作夥伴中心提供 CloudAscent 的可下載傾向數據。

本文說明傾向數據、其意義，以及如何使用它。

摘要定義：

Screenshot of Customers Opportunities Summary dashboard.

SMB 區段和子區段

中小企業（SMB）區段分為三個子區段：

大中型企業子專案是 Microsoft 和 Microsoft 合作夥伴的高價值客戶。由於其高價值，這些子群組是推動SMB區段中成長的主要焦點。商機的主要領域是 客戶新增。

下圖顯示三個SMB子區段。 CloudAscent 會優先處理所有大中型、中型和非常小型企業帳戶的分析、評分和模型化。

在中小型業務區段中，我們使用機器學習來推動中度、中度和非常小型企業子範圍內的銷售和營銷客戶預測。

客戶數據會使用下列程式收集並轉換成建議：

收集數據：Web 編目程式會藉由Ping 公司網域和監視部落格文章、新聞稿、社交串流和技術論壇來掃描和收集數十億個客戶訊號。除了收集的訊號之外，公司資訊也會從鄧恩和 Bradstreet、Microsoft 內部訂閱和事務數據等內部和外部來源收集。
產生預測：在上一個步驟中收集的數據會饋送至機器學習模型，以依雲端產品和叢集為每個客戶產生一組結構化的銷售與營銷預測。每個客戶都會使用類似模型來評分至 Microsoft 最上層 SMB，以判斷客戶的合適性，以及整合客戶定義為意圖的在線行為機器學習演算法。評分會合併成叢集，以顯示客戶購買 Microsoft 雲端產品的傾向。
優化模型：機器學習系統會藉由每月取用事務數據和每季訂閱數據來優化模型。使用勝負數據，機器學習會調整演算法，並藉由比較叢集建議與 Microsoft 銷售體驗（MSX）中所採取的機會，來驗證模型是否如預期般運作。

如何建立目標建議？

我們會使用 Web 編目程式所收集的訊號，以及從各種來源收集的數據，合併公司數據與客戶的社交媒體訊號。評分會在比較模型中使用下列訊號和數據，以符合意圖的模型和評分模型。

符合客戶帳戶
- 定義正構圖的內部和外部數據點。
- 調整評分會使用類似模型來比較客戶與最佳SMB，以查看其是否適合 Microsoft 雲端產品。
- 調整評分會每季更新一次。
客戶帳戶意圖
- 購買訊號 - 組織中可能會產生銷售商機的事件或變更。
- 意圖評分會覆寫在適合之上，以定義叢集。
- 意圖評分會每月更新。
叢集

適合和意圖的訊號會合併成叢集分數。

CloudAscent 有四個叢集：
- 立即採取行動：銷售就緒的客戶
- 評估：行銷就緒的客戶
- 培養：推動認知活動
- 教育：教育及監視意圖
叢集可讓用戶根據區隔因素，以特定客戶為目標進行銷售和營銷計劃，例如產品、地理、產業和垂直。

CloudAscent 活頁簿中的 [傾向模型] 索引卷標會顯示傾向和估計的空格符營收。

若要定義 Fit 和 Intent 的叢集，請使用下列步驟：

我們建議以 Act Now 和 Evaluate 客戶為目標。

下圖提供 CloudAscent 內每個傾向模型的檢視：

空格元模型是由現有 Microsoft 客戶的預測所組成，這些客戶沒有產品，且/或是全新的潛在客戶客戶。
向上銷售 模型會使用事務數據來預測 Microsoft 365 SKU 中向上銷售的可能性。這些客戶已經有 Microsoft 365，而向上銷售模型顯示他們可能會購買更多現有的 SKU。
Azure Next 邏輯工作負載 模型會使用現有的 Azure 事務數據來預測下一個可能的工作負載，讓此客戶購買。這些客戶已經有 Azure，而且在顯示高傾向時可能會購買額外的工作負載。
服務結束（EOS）會顯示適用於 Windows 7、Office 2010、SQL Server 和 Windows Server 的 EOS 客戶。 EOS 數據會從 Microsoft Sales 提取，並在可用時以 CloudAscent 傾向模型來覆寫。 EOS 數據存在於 Modern Work 和 Azure Sales 中。