Cuando hablamos de una solución escalable o de una solución integrada en un ecosistema tecnológico donde las innovaciones e inversiones son permeables a todos los productos que pertenecen a ese ecosistema pues hablamos de esto, por ejemplo.
Disponer de capacidades de IA, capacidades de aplicar modelos de ML para clasificar de manera que podamos tener una predicción de un determinado resultado. Eso es estar apoyado, estar en el ecosistema de aplicaciones de negocio de Microsoft.
Microsoft Dynamics 365 Sales pone a disposición de los clientes que lo usan estas capacidades para ayudar a que los vendedores puedan dedicar mas tiempo a eso: vender. ¿Y cómo lo hace?, pues por ejemplo puntuando cada cliente potencial de manera con la puntuación predictiva.
¿Qué es la puntuación predictiva?
Con esta puntuación, puedes hacer lo siguiente:
- Identificar clientes potenciales de calidad y convertirlos en oportunidades.
- Dedicar tiempo a clientes potenciales que tengan puntuaciones bajas y convertirlos en posibles oportunidades.
La puntuación predictiva de clientes potenciales utiliza un modelo de aprendizaje automático predictivo para calcular una puntuación para todos los clientes potenciales abiertos. La puntuación ayuda a los vendedores a priorizar clientes potenciales, lograr tasas de calificación de clientes potenciales más altas y reducir el tiempo que lleva calificar un cliente potencial. Cuando crea un modelo de puntuación por primera vez, la recopilación de datos históricos se inicia y almacena en el lago de datos para su análisis.
Cuando la sección de configuración de puntuación predictiva de clientes potenciales la usamos por primera vez y no tenemos entrenado ningún modelo durante la instalación de Sales Insights, debemos incorporar un modelo.Sin embargo, si tenemos suficientes clientes potenciales en los últimos 24 meses que coinciden con las configuraciones predeterminadas, se nos proporciona una de manera predeterminada y podremos ver en una ventana emergente el puntaje de precisión predicción y los cinco campos principales que influyen en el puntaje.
¿Pero podemos empezar de 0?
Tenemos antes que verificar que cumplimos una serie de condiciones antes de ponernos a agregar modelos de puntuación predictiva de clientes potenciales en nuestro entorno de Sales
Primero cumplir los requisitos de licencia :Dynamics 365 Sales Premium o Dynamics 365 Sales Enterprise.
Con Dynamics 365 Sales Enterprise podríamos habilitarlo desde el acceso a la configuración rápida y nos da un límite de 1500 registros puntuados por mes. Premium no tiene esta limitación.
Después debemos comprobar que este habilitado y configurado en Sales Insights
Y ademas debemos cumplir una línea base en cuanto a datos ,ese mínimo es de 40 clientes potenciales calificados y 40 descalificados creados y cerrados en los últimos 3 meses a 2 años.
Pasos previos para dar: configuración y página resumen de configuración
Es importante poder comprender bien la información y opciones de configuración que vamos a tener disponibles, por eso antes de configurar la puntuación predictiva de clientes potenciales, tenemos dar un recorrido por la página de resumen de configuración.
La página de configuración la tenemos organizada de manera que podamos y analizando cada uno de estos apartados:
- Modelo
- Acciones sobre el modelo
- Detalles
- Puntuación
- Inventario de modelos
- Puntuación de clientes potenciales
¿Qué ocurre cuando publicamos un modelo?
Cuando se publica un modelo, los clientes potenciales que están en la canalización de la organización se clasifican de acuerdo con el rango definido en esta sección. Cada cliente potencial de la canalización se califica como A, B, C o D, de acuerdo con la puntuación de cliente potencial.
Los clientes potenciales en el rango de puntuación más alto se califican con A, mientras que los clientes potenciales en el rango de puntuación más bajo se califican como D.
En este punto podemos configurar un rango este rango nos dará la calificación de acuerdo con los requisitos de nuestros requerimientos de negocio.
¿podemos variar los rangos? Si, Cuando cambie el rango de puntación de cliente potencial correspondiente a una calificación, el valor de rango máximo de la calificación adyacente cambia automáticamente según el cambio en el valor mínimo
Conclusión
Cuando Microsoft afirma que quiere acercar los avances en inteligencia artificial, machine learning se refiere a esto. Poder dedicar el tiempo de la mejor manera posible mediante la puntación de nuestros datos de manera que nos segmente de manera inteligente los mismos para poder realizar acciones apropiadas.
Esto es inteligencia artificial aplicada y accesible para cualquier usuario con el fin para hacer nuestro trabajo mejor.
