AI 预测(赢单概率)
基于你自己历史数据训练的模型,可预测每个未结商机的赢单概率,且不产生任何 AI 费用。
“AI 预测”页面(在侧边菜单中)会利用你自己的赢单与丢单历史数据,学习哪些特征会带来赢单,并据此估算每个未结商机的成交概率。
工作原理
- 模型会根据已关闭的商机(已赢单/已丢单)自动训练。
- 它会分析诸如阶段、来源、销售类型、优先级和金额区间等特征。
- 每个未结商机都会获得一个赢单概率以及一个等级(高、中、低)。
- “加权管道”会将未结商机的金额乘以预测概率后求和,给你一个更贴近现实的预测值。
该页面还会显示从你的历史数据中学到的、对赢单影响最大的正面和负面因素。
流失风险
在同一页面中,“流失风险”板块会从你的历史流失账户(生命周期为“已流失”或类型为“流失”)与保留下来的账户中进行学习,估算每个活跃账户被取消的风险。它使用健康度和续约状态等前置信号,并按风险从高到低列出账户。
扩展与降级倾向
同一引擎会预测哪些账户最有可能出现“扩展”(向上销售/交叉销售)以及哪些最有可能“降级/收缩”。它从你真实的收入变动历史中学习:订阅随时间推移出现的 MRR 扩展与收缩。特征包括账户属性(层级、规模、行业、健康度、续约状态、套餐)。向 Copilot 提问“哪些客户有扩展潜力?”或“谁可能会降级?”,它会按得分从高到低列出账户,并给出驱动该预测的信号。
续约预测与未来收入
向 Copilot 提问“哪些合同会续约?”或“我们未来会有多少 MRR/ARR?”。它会根据当前活跃的 MRR 以及平均净增长(新增 + 扩展 − 收缩 − 流失)预测未来几个月的 MRR/ARR,并基于你的历史数据(活跃与已取消的订阅)训练模型,估算每个活跃订阅的续约概率,按从低到高排列(风险最高的排在最前)。每一行还带有一个基于账户续约状态得出的合同风险子分数。特征会考虑套餐、客户存续时长以及账户属性(层级、规模、行业、健康度、续约状态)。
预测可靠性(历史误差与偏差)
提问“我的预测有多可靠?”或“我能达成承诺吗?”。历史误差(MAPE)会对预测模型进行回测,按周期比较预测值(金额 × 概率之和)与实际结果(已赢单商机)。偏差则会比较已申报的预测(“承诺”和“最佳情况”分类)与实际结果,显示你是超额完成还是未达到所承诺的目标。
产品推荐(最佳报价与交叉销售)
Copilot 还会推荐应该向每个账户提供“哪款”产品,方式类似于“购买了 X 的账户也购买了 Y”。它会查看你真实的销售历史:对每位客户,查看他们已赢单购买过的产品(已赢单商机及商机明细项)。通过分析产品之间的共现关系,它会向账户推荐类似客户购买过、但该账户尚未拥有的产品,按得分(置信度乘以频率)从高到低排列。每条建议都会被归类为交叉销售(来自另一品类的产品)、向上销售(已购买品类中价格更高的产品)或后续产品,并附带理由(例如“购买了 A 的账户中有 60% 也购买了 B”)。
针对特定账户提问“我应该向这个账户推荐什么?”,或者提问“最佳的交叉销售机会有哪些?”以获取团队队列,其中包含每个账户的最佳报价建议。
异常检测
“检测到的异常”板块会跟踪每周指标(创建的商机和线索数量、已赢单的交易),并标记出打破常规模式的周,例如线索数量骤降或赢单数量激增。检测使用稳健 Z 分数(中位数 + 中位数绝对偏差),对极端值具有抗干扰性。
除了实时视图外,调度器还会自动运行检测,并在出现新异常时通知管理员(铃铛通知)。每个异常只会被提醒一次:同一周同一指标不会重复触发提醒。页面上的“异常历史”列出了所有已检测到并已提醒过的异常。
在“设置 > 组织”中,你可以开启或关闭提醒、调整灵敏度(Z 分数阈值,数值越低越灵敏)并选择要监控的指标。默认已开启,灵敏度为 2.5,并监控全部三个指标。
智能分配
“智能分配”板块根据销售代表的历史赢单率(经过平滑处理,避免小样本造成失真)以及当前负荷对其进行排名。可利用该排名将新线索分配给最有可能转化的人,从而平衡分配。