Zia для Zoho CRM
Збагачення даних
Ви хочете спробувати Zoho CRM і використовувати Zia AI у своєму бізнесі?
Прогнозування
Прогнозування полів у Zoho CRM дозволяє створювати власні прогнози, які відповідають вимогам вашого бізнесу. Цей простий та інтуїтивно зрозумілий конструктор може швидко прогнозувати значення для різних бізнес-метрик, таких як ймовірність виграшу або програшу угоди, очікуваний дохід від неї, ймовірність того, що користувач придбає певний продукт як частину угоди, та багато іншого — на основі вибраного поля. Zia вивчає ваші дані відповідно до вказаних вами умов і генерує прогнози. Ці прогнози надають вам краще розуміння для планування або зміни існуючих стратегій продажів і маркетингу.
Припустимо, ви керуєте страховою компанією. Ви нещодавно запровадили страхування автомобілів до своїх послуг і хочете передбачити ймовірність того, що клієнти купуватимуть цю нову послугу. У модулі «Угоди» у вас є поле під назвою «Тип страхування» та «Автострахування» як один із варіантів у ньому. Ви можете створити прогноз для цього поля, щоб визначити, як ваша послуга автострахування працюватиме загалом, і відповідні бізнес-стратегії для її досягнення.
Аналітика прогнозування
Функція прогнозної аналітики Zia відображає дані, які використовувалися як вхідні дані для прогнозування результату, такі як кількість активних прогнозів, точність прогнозування, кількість записів, залучених до активних прогнозів на основі діапазону ймовірностей, кількість записів, які мають тенденцію до зростання або зниження, і графічне представлення точності прогнозування на основі часу за різні періоди часу та для різних власників записів.
Ці аналітичні дані допомагають вам ідентифікувати сегменти, де продуктивність і якість прогнозів є незадовільними, щоб ви могли відповідно їх вирішити.
Припустимо, ви керуєте фірмою нерухомості. У вас є ваші угоди з нерухомістю, перелічені у вашому модулі «Угоди», і ви створили прогноз для поля «Етап», щоб визначити, які об’єкти мають найкращі шанси на закриття. Прогноз надає вам необхідну інформацію для закриття угоди. Функція аналітики прогнозів показує, наскільки точним є прогноз, серед інших показників ефективності. Це допомагає вам перевірити його точність і якість, щоб ви могли вирішити подальші дії за потреби.
Прогнозування ШІ
Використовуючи функціональність прогнозованої цілі, Zia пропонує оптимальні цілі для окремих користувачів і ролей у поточному періоді прогнозування на основі досягнутих цілей і моделей закриття угод з попередніх прогнозів.
Наприклад, якщо минула тенденція свідчить про те, що представник зазвичай досягає більше, ніж встановлена ціль, Zia може передбачити ідеальну ціль для представника, яку він, ймовірно, досягне. У рамках функціональності прогнозованого досягнення Zia прогнозує, скільки окремий користувач або команда, ймовірно, досягне в поточному періоді прогнозування на основі досягнутих цілей і моделей закриття угод як з попередніх, так і з поточних прогнозів. Для прогнозованих цілей і досягнень Zia використовує дані за останні шість місяців, вимагаючи, щоб дата закриття досягнутих угод була в межах 10 різних дат, щоб провести аналіз.
Він також надає вам звіт про досягнення цілей, що складається з індивідуальної цілі, досягнення та відкритих угод, який показує прогрес представника, щоб ви могли проаналізувати, наскільки вони близькі або далекі від досягнення своєї цілі. У випадках, коли представники не можуть досягти своїх прогнозованих цілей до кінця періоду прогнозування, Zia використовує результати, щоб зрозуміти розрив і скоригувати значення цілі для наступного створеного безперервного прогнозу.
Припустимо, ви хочете створити Forecast, щоб проаналізувати свій потенціал продажів на наступний квартал. Уявіть, що у вас є досвідчений торговий представник, Емма, і один з меншим досвідом, Олівія. Завдяки своєму досвіду Емма може принести більше продажів і доходу, тоді як Олівія може не змогти досягти стільки ж. Висока ціль буде непосильною для Олівії, тоді як низька ціль може бути непродуктивною для Емми.
Важливо дотримуватися загального балансу, щоб скласти продуктивний прогноз. У цьому випадку Zia проаналізує минулі дані та запропонує цілі, які стосуються Емми, Олівії та вашої організації в цілому. А також спрогнозує досягнення, яких Емма та Олівія, швидше за все, досягнуть насправді.
Виявлення аномалій
Zia виявляє аномалії в правилах документообігу та надає відповідні пропозиції, які дають змогу виявити й запобігти виникненню в них конфліктів і помилок.
Zia виявляє та повідомляє про аномалії за такими сценаріями:
- Недоторкані записи, створені за останні сім днів.
- Записи, створені за останні сім днів без подальших дій електронною поштою.
- Аномалії в кількості записів, до яких торкалися після зміни правила робочого процесу.
- Аномалії в показниках відкриття електронної пошти після зміни правила робочого процесу.
- Аномалії у показниках відкриття шаблонів із найвищою ефективністю для правил робочого процесу, створених за останні сім днів.
- Той самий шаблон для того самого потенційного клієнта/контакту надсилається в той самий день.
- Той самий потенційний клієнт/контакт отримує більше одного шаблону в той самий день.
Припустимо, ви нещодавно додали велику кількість потенційних клієнтів. Ваші представники не зв’язувалися з деякими з них електронною поштою з моменту додавання потенційних клієнтів. Це може виявитися згубним для вашої організації в перетворенні цих потенційних клієнтів на клієнтів. Zia повідомляє вам про відсоток потенційних клієнтів, яким не було приділено уваги протягом останніх семи днів, через панель сповіщень Zia. Це допомагає вашій організації уникнути втрати потенційних клієнтів через відсутність подальших дій.
Аналіз тенденцій
Аналіз тенденцій від Zia допомагає відстежувати аналітику продажів без необхідності регулярного ручного моніторингу. Він деталізує ваші тенденції продажів, продуктивність команди та визначає важливі показники продажів на основі поточних і минулих даних. Zia також виявляє та повідомляє про будь-які аномалії в цих моделях, щоб ви могли визначити проблемні області та вжити заходів у потрібний час, або визначити, що сприяє зростанню вашого бізнесу, щоб ви могли більше інвестувати в це.
Уявіть, що ви деякий час не відстежували статус конверсій лідів у своєму обліковому записі, тому ви не в курсі успішності ваших конверсій лідів або відповідних тенденцій. Аналіз тенденцій Zia надає вам показники продажів, які допомагають зрозуміти тенденції конверсії лідів.
Конструктор рекомендацій
Zia ідентифікує та аналізує дані про клієнтів, такі як деталі покупок, інтереси, вимоги та моделі поведінки, щоб запропонувати найбільш релевантні продукти та послуги. Формулюючи рекомендації, AI-помічник також порівнює моделі поведінки клієнтів з моделями поведінки інших клієнтів зі схожими атрибутами.
Ви можете створювати власні моделі рекомендацій відповідно до ваших бізнес-потреб і налаштовувати сповіщення для надсилання рекомендацій вашим представникам. Вони можуть використовувати ці рекомендації, щоб надавати вашим клієнтам правильні продукти та послуги, а також покращувати перехресні продажі. Крім того, сповіщення можна надсилати щодня або щотижня та уточнювати відповідно до індивідуальних критеріїв, щоб сповіщення деталізували лише вибрані продукти, послуги, угоди тощо.
Ви також можете створювати правила робочого процесу на основі рекомендацій Zia та автоматизувати дії, які потрібно виконувати із записами до, після або в день рекомендації щодо продукту чи угоди, яку клієнт, імовірно, придбає на основі минулих покупок.
Припустимо, ви керуєте бізнесом електронної комерції, продаючи різні марки телевізорів. Один із ваших клієнтів хоче купити телевізор і придбав значну кількість інших електронних товарів певної марки.
Zia сканує наявні дані клієнтів і рекомендує моделі телевізорів цього конкретного бренду. Ви також можете надати доступ до цієї рекомендації відповідному власнику запису, що дасть змогу власнику запису запропонувати клієнту більш значущі рішення та покращити загальну залученість.
Аналітика рекомендацій
Аналітика рекомендацій Zia надає вам огляд аналітики, залученої до створення рекомендацій. Аналітика включає кількість активних рекомендацій, коефіцієнт успішності кожної рекомендації, тенденції рекомендацій тощо. Ця аналітика дає змогу зрозуміти продуктивність і релевантність інструменту рекомендацій і змінювати його відповідно до потреб вашого бізнесу.
Розглянемо попередній приклад, у якому ви рекомендуєте моделі телевізорів певної марки певному клієнту. Аналітика рекомендацій Zia детально описує, наскільки ефективна ця модель рекомендацій. На основі цієї оцінки ви можете вирішити, наскільки модель підходить для потреб вашого бізнесу, і внести необхідні зміни.
Пропозиції щодо робочих процесів
Zia пропонує правила робочого процесу, аналізуючи повторювані дії, які виконуються в обліковому записі CRM вашої організації. Коли кілька користувачів у вашій організації виконують ті самі конкретні дії, Zia пропонує створити правила робочого процесу для цих дій із відповідними критеріями та повідомляє вам щоразу, коли пропонує правило робочого процесу для вашої організації. Ви можете видалити або змінити запропоновані робочі процеси, додавши або видаливши критерії чи дії за потреби.
Припустімо, що коли значення поля дати закриття в модулі «Угоди» знаходиться за два дні до часу його вирішення, більшість користувачів у вашій організації регулярно встановлюють поле пріоритету як термінове. Zia тепер ідентифікує цю тенденцію та пропонує правило робочого процесу для автоматичного встановлення значення поля пріоритету як термінове, коли до дати закриття залишається два дні.
Найкращий час для зв'язку з клієнтами
Zia визначає найкращий час для зв’язку з клієнтом на основі дій клієнта, наприклад, коли клієнт відповідає на ваші дзвінки, відповідає на ваші електронні листи, скільки часу потрібно, щоб відповісти на електронні листи, і час доби, коли вони найчастіше відповідають або приймають ваші дзвінки. На основі цього Zia пропонує найкращий час для надсилання електронного листа або дзвінка.
Zia встановлює нагадування для ваших записів на основі ваших найкращих пропозицій щодо часу для зв’язку, таким чином усуваючи необхідність встановлювати ці нагадування вручну. Zia також надсилає нагадування про дії на основі відповідних пропозицій щодо найкращого часу для зв’язку.
Припустимо, у вас відбулася розмова з клієнтом по електронній пошті. Zia відстежує такі фактори, як час, коли клієнтка відповіла на ваші листи, скільки часу їй знадобилося, щоб відповісти на ваші імейли, а потім пропонує відповідний час, коли потрібно з ним зв'язатися.
Vision AI
Функція перевірки зображень Zia перевіряє зображення одним із двох способів: класифікація або виявлення. Для класифікації зображень Zia розглядає все зображення для перевірки та зіставляє його зі зразком, отриманим за допомогою навчальних даних. Наприклад, Zia може запобігти випадковому завантаженню кимось зображення пральної машини замість холодильника. Ви можете визначити «бажані» або «небажані» зображення для перевірки Zia на основі прийнятних і неприйнятних зображень відповідно.
Для виявлення зображень, замість оцінки всього зображення, Zia зіставляє частину зображення зі зразком, отриманим під час навчання. Наприклад, автомобіль повинен мати номерний знак. Якщо номерний знак не виявлено, він вважається недійсним і надсилається на затвердження вручну. Ви можете навчити Zia позначати зображення як дійсне або недійсне на основі того, чи виявлено об’єкт чи ні.
Zia також обчислює коефіцієнт успішності, який дає відсоток успішних валідацій, що допомагає проаналізувати навчальні дані.
Припустимо, ви керуєте компанією з обслуговування автомобілів. Оскільки ви надаєте послуги, пов'язані безпосередньо з автомобілями, вам потрібно зберігати лише зображення автомобілів ваших клієнтів. Ви класифікуєте ці автомобілі на різні сегменти, такі як SUV, MUV, хетчбек тощо.
Наприклад, ви зараз перевіряєте автомобілі SUV і хетчбек. Ви можете використовувати тип перевірки відповідності, щоб навчити Zia розпізнавати автомобілі SUV і хетчбек. Якщо перевірка для запису буде успішною, зображення буде оновлено в цьому записі.
