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:
- SMC 客戶:傾向下載中的客戶數目。 客戶會透過交易合作夥伴來識別。
- 到期合約:目前會計年度到期的合約數目。
- 開啟到期收益:與開放式到期合約相關聯的營收。
SMB 區段和子區段
中小企業(SMB)區段分為三個子區段:
中型企業 組織大小:300+ 員工或具有 Azure 消費收入的客戶 (ACR) >每月 $1,000 美元
中型企業 子部門是擁有 25 至 300 名員工的客戶。
非常小型企業 的子部門是有 1 到 25 名員工的客戶。
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。
CloudAscent 機器學習
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。
CloudAscent 評分
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。
傾向和估計的空格符營收
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:
我們先使用機器學習模型,以 0 到 100 的尺規計算客戶符合分數和意圖分數。 分數會根據機器學習模型而有所不同。
一些範例分數如下:
分類 分數 高 75 - 100 中 55 - 74 低 30 - 54 非常低 0 - 29 使用上述規則,我們會將公司分類為高、中、低和非常低的購買傾向,由客戶適合和意圖信號購買。
我們會在二維矩陣上繪製客戶大小和意圖訊號,每個交集都代表傾向。 例如,高大小 + 高意圖 = A1,最高傾向。
最後,這些區段群組以形成叢集。 例如,A1、A2、A3、A4 來自 Act Now 叢集。
我們建議以 Act Now 和 Evaluate 客戶為目標。
CloudAscent 產品和模型
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。
下一步
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應