宅中地 - 每日更新
宅中地 - 每日更新

贊助商廣告

X

跨國數據設施企業Equinix CIO:利用人工智慧尋找高潛力合作夥伴

2023年08月31日 首頁 » 熱門科技

跨國數據設施企業Equinix CIO:利用人工智慧尋找高潛力合作夥伴

跨國數據基礎設施公司Equinix自2018年以來一直在利用機器學,這得益於他們一項使用機器學習概率模型來預測潛在客戶購買Equinix產品可能性的計劃,該計劃自啟動以來,已經貢獻了數百萬美金的收入。

但項目啟動以來,隨著Equinix公司的發展,對於渠道合作夥伴加速客戶獲取和擴張的依賴也在不斷增加。因此在2021年,Equinix重新審視了自己的商機平台,通過添加數據驅動的銷售商機方法讓它更進一步,使用人工智慧來識別那些最適合幫助企業在全球以及特定地區和國家內推動新銷售的合作夥伴。

這是因為,在某些地區、部門和行業,Equinix的渠道合作夥伴具有獨特的優勢,可以滿足客戶對公正指導、集成解決方案和先進服務的需求,一個典型的例子是:在聯邦業務部門,確定那些具有必要許可和已經建立關係的合作夥伴是至關重要的。

該公司首席資訊官Milind Wagle表示:「釋放人工智慧的巨大潛力,為我們的業務帶來切實的影響,這是我們IT組織的首要任務。其中一個完美的例子就是,為我們的渠道計劃構建一個創新的、智能的、基於人工智慧的商機引擎,這讓我們能夠結合人工智慧技術的創新力量,為公司建立競爭市場差異化,並幫助改善我們客戶和我們渠道合作夥伴的體驗。」

該計劃被稱為「AI驅動的合作夥伴商機」,該計劃指出了哪些潛在客戶是通過Equinix直銷、間接合作夥伴、或者是渠道銷售獲得了最佳服務。該計劃有兩個目標:確定最有潛力推動獲得新客戶的合作夥伴,並優先考慮那些預計將產生最高訂購價值的合作夥伴。

Equinix公司應用人工智慧戰略和分析高級總監Ted Dangson表示:「這讓Equinix能夠把投資和資源集中在最適合聯合銷售和轉售的合作夥伴那裡。」

該計劃在今年9月中旬全面推出,對模型結果和儀錶板的審查,將展示數據科學是如何讓IT利用人工智慧和機器學習幫助銷售更好地瞄準目標並提高收入的。

預測的力量

Equinix公司高級首席數據科學家Ram Bala介紹了自己手頭上的任務。

Bala說:「Equinix在機會識別和合作夥伴優先級方面有獨特的需求。全球有超過1300家技術供應商和服務提供商經過嚴格的審查流程才會被認可為Equinix的合作夥伴,並且在過去三年中,他們已經和Equinix登記了超過9000項交易。僅在美國就有很多機會和大量RFP,因此必須確定與Equinix相關的RFP和聯合銷售合作夥伴。」

Dangson表示,通過應用恰當的數據管理、基於傾向的分析、機器學習和商業智能工具,他的團隊在2021年意識到,Equinix能夠分析來自渠道合作夥伴和最終客戶的數據,以確定哪些客戶最適合直接通過Equinix獲得服務、那些最適合通過合作夥伴和經銷商獲得服務,而且還能夠將最終用戶的需求與合作夥伴服務的親和力和表面洞察力聯繫起來,幫助各方加速收入增長。

Dangson的團隊與Equinix合作夥伴以及聯邦銷售和營銷團隊密切合作來尋找機會,首先尋找那些可能擁有可覆蓋其用例的開箱即用解決方案供應商,但最終他們決定與Equinix的IT、數據科學和工程團隊合作,自主構建一個定製的AI模型。

在這項工作中,Bala和他的數據科學家團隊對內部數據和第三方數據進行了廣泛的分析,以確定哪些數據集對於制定有效的合作夥伴優先數據科學策略是至關重要的。

Bala說:「我們利用與潛在客戶和合作夥伴相關的公司統計和技術數據屬性,依賴來自開源聯邦資料庫的歷史政府合同和獎勵數據,此外我們還對文本文檔和PDF進行綜合訪問,其中提供了有關即將到來的機會和RFP的廣泛資訊。我們還從Equinix內部數據集中確定了類似客戶和合作夥伴之間歷史關聯關係。」

然後,團隊開始構建機器學習模型,使用這些數據來:

針對企業合作夥伴優先級制定全球和國家級評分及建議

確定政府發起的與Equinix相關的數字化轉型項目,並針對聯邦機構的合作夥伴優先級制定國家級和機構級的評分和建議

科學地驗證現有合作夥伴,並確定新合作夥伴的優先順序

通過直接銷售或者間接銷售找出最好的最終潛在客戶

重新調整渠道銷售目標,讓合作夥伴能夠激活潛在客戶,展開數據驅動的銷售工作。

Dangson表示,Equinix的合作夥伴商機平台利用自然語言處理算法從RFP文檔中提取相關摘錄,並附上每個商機的相關性評分。他指出,這些算法還為他們的建議提供了支持理由。

「這些額外的細節徹底改變了最終用戶解釋和利用模型預測的方式,從而使得採用率逐漸上升,並取得總體上的成功,」他說。

Bala表示,事實證明,該項目最大的挑戰是用於訓練機器學習模型的數據注釋和標記不充分的樣本。由於缺乏注釋數據,難以構建高精度且計算高效的模型以識別來自政府機構的Equinix相關RFP,而且標記不準確的樣本導致難以訓練機器學習模型以優先考慮企業銷售的合作夥伴。

「為了解決這些問題,我們採用了來自不同學術和企業研究機構的技術,我們花了近四個月的時間來開發最小可行產品,又花了五個月的時間來開發可擴展的、可集成的端到端解決方案。」

交付與創新

Equinix表示,部署該解決方案後,最終用戶覺得這個方案是他們工作變得更輕鬆、更快速、更準確的一項關鍵工具。Equinix在2023年第二季度收益報告中表示,他們的渠道計劃占占到了訂購量的40%和新客戶獲取的近60%。

Bala認為,通過AI驅動型合作夥伴商機這樣的項目成功推動數字化轉型,其關鍵是在交付和創新之間取得平衡。

「我們的目標是營造一個創新蓬勃發展的環境,以實現我們提供可衡量的商業價值和最大化投資回報的目標。當我們在整個組織中傳播這種創新文化的時候,我們開始看到變革性舉措逐漸興起人們的興趣並受到關注。在這個旅程中,我們不僅培養了創造力並積極影響團隊士氣,而且還創造了一個將失敗視為寶貴學習經驗的環境。」

宅中地 - Facebook 分享 宅中地 - Twitter 分享 宅中地 - Whatsapp 分享 宅中地 - Line 分享
相關內容
Copyright ©2025 | 服務條款 | DMCA | 聯絡我們
宅中地 - 每日更新