ML“药方”与B2B营销分析

2020-08-29 15:16:11

随着QFlow.ai从测试版中走出来,我想分享一点关于QFlow.ai是什么和做什么的信息,但也想试着回答这个问题:为什么要构建QFlow.ai?

让我们从这个问题开始吧。我和我的联合创始人都曾担任过多年的执行职位(CFO、财务副总裁、运营副总裁、营销副总裁等)。在B2B公司。在每家公司,在销售、营销、客户成功和财务之间,我们都有很多工具来生成大量数据。但我们的组织基本上掌握了过时的工具和技能来分析这些数据。

对于B2B销售和营销专业人员来说,欺骗性的简单但重要的问题是出了名的难以回答。

通常,我们对数据提出的最简单的问题都很难可靠、准确和有效地回答。一些例子包括:

从营销到销售,再到客户成功,客户获取之旅是什么样的?

哪些计划、营销活动和销售工具能产生最好的结果?相对于成本呢?

我们的销售代表需要多长时间来跟进一条入站线索?

在上个月的销售预测中,构成2000万美元的机会发生了什么?

哪些类型的出站销售活动产生了生产性结果与非生产性结果?我们可以根据哪些销售行为来效仿我们的行动手册?

要正确分析b2b业务,需要数据仓库,但仅有数据仓库是不够的。

事实证明,用理智上的诚实来解决这些问题是一种滑稽的做法,如果我们让工程人员建立一个数据仓库,那么我们就需要数据工程资源。如果我们获得了数据工程资源,那么我们将不得不用更有趣的项目来争夺她/他的时间和注意力。

而且,即使我们成功地说服了一位有能力的数据工程师来帮助我们维护数据仓库,那也仅仅是个开始。我们仍然需要:

分析师与数据工程师合作,这样我们就可以从数据中获取有用的信息。

简而言之,我们有数据,但发现太多情况下,这些数据几乎没有什么有用的信息。管理我们的业务意味着我们需要抛弃“直觉”,接受复杂的数据,这反过来又意味着升级我们组织的工具集和技能集,这在大多数情况下是不可行的。

所以我们构建了QFlow.ai。因为面向B2B客户的团队理应使用现代数据工具集及其好处。

Ai是一个平台,它使B2B企业能够采用机器学习,拥抱复杂性,并快速回答最重要的问题。它不是通过生成更多数据来工作的,而是通过使用您已经从以下位置获得的数据来实现的:

也可以选择与机器学习模型相关的任何自定义数据(稍后将详细介绍)。

我们专门构建QFlow.ai来捕获设计基于时间序列的数据集所需的数据,抽象层位于顶层,用于解决Salesforce.com的特殊实现。

如果您熟悉特殊的业务系统实现,那么您刚才可能会感到惊讶,这是可以理解的。

了解了每家公司的不同之处后,我们构建了一个帐户设置流程,该流程解决了实施中的不同之处,并建立在实现的相似性基础上。它工作得如此之好,以至于我们已经为它申请了专利。

我们的测试版客户不需要花费几天、几周或几个月的时间来建立营销属性,而是在下午早些时候开始从QFlow.ai中获得价值。

首先,QFlow.ai为您和您单独创建了一个安全的数据仓库-它将您的公司数据拉入其中。

它使用您的CRM和营销平台中的现有数据来生成数据可视化和增强机器学习食谱(稍后将详细介绍)。

然后,它将标准数据和自定义数据(可选)重新组合成适合机器学习的格式

而且它开箱即用,只需要几分钟的配置,而不是几天或几个月的设置/专业服务。

因此,市场营销和销售人员可以直观地看到是什么在产生渠道,最重要的是,交易。

以便公司可以轻松地将所产生ARR与跨销售和营销计划的持续支出进行比较。

因为快照回放使销售主管可以更轻松地解释更改并进行更紧密的销售电话。

因此,您可以衡量您的销售团队(或机器人)需要多长时间才能对入站线索做出响应。

使用Salesforce.com、Pardot、Marketo、HubSpot和Google Adds在一个位置获取销售和营销数据。

最初,我们计划进行更多的差异化。但在新冠肺炎疫情开始时,我们决定以非常低的摩擦价格将尽可能多的功能添加到qflow.ai标准计划中(每年支付699美元/月,每月支付899美元/月)。

今天这两个计划的主要区别是,机器学习方案在Pro中可用。这不是盒子里的“机器学习”。取而代之的是,我们为机器学习模型开发了解决B2B中常见用例的模板。这些模板是构建块,在部署时会训练和调整机器学习模型。我们称这些预先构建的模板为机器学习(ML)处方。

典型的机器学习配方依赖于从您的Salesforce.com和营销平台集成中收集的标准信息,但是我们库中的所有配方都可以获取自定义数据(例如,产品使用数据、API调用次数、席位利用率)。

从ML作业推断的结果可以在QFlow.ai平台和Salesforce.com实例中获得。这样,您的员工可以在不中断的情况下更智能地安排他们的工作日。

我们在短短9个月内建造了很多东西,但还有很多东西需要建造。如果您是一名有能力的数据科学家、开发工程师、市场营销或销售专业人员,或者拥有一套对我们的旅程做出独特贡献的技能,我们很有兴趣与您讨论一份令人满意的工作。

看到我们最早的客户使用QFlow.ai改变了他们以经济高效的方式产生和保留B2B收入的方式,令人感到谦卑。在我们有限的私人测试期间,QFlow.ai为客户提供了洞察力,节省了数十万美元的无效支出,将销售团队的可预测渠道增加了2.4倍,并显著地使营销、销售和财务团队齐心协力。

那么,下一步是什么?更多的建设,更多的倾听。一篇不定期的博客文章,试图让你知道我们在做什么,还有几个专门为客户成功团队提供的功能,以补充我们预测和帮助减少流失的ML食谱。

当您准备好加入我们的旅程时,请安排一个演示时间让我们知道。在此之前,我们将努力工作。