CNET科技资讯网 4月28日 北京消息(文/周雅):“中国企业分三块:第一块是零售业,比如电子商务;第二块是生活服务业,比如餐馆、航空;除这两类之外,还有第三类企业,比如保险、金融、教育、广告……完全靠销售团队维系客户关系,一个销售需要维系上千客户,保持实时联系、建立销售漏斗、持续运营商机。”这是六度人和创始人张星亮对当前企业的画像。
“对第三类企业要完成互联网改造,需要经过SaaS服务,它们的未来,也就是中国SaaS的未来。”张星亮接受CNET专访时说。近期,六度人和正式推出中国首个SCRM(社交化客户关系管理)战略。
六度人和创始人张星亮
“传统CRM之所以在中国发展不好,因为在中国其实TO C类的销售更多,是TO B的5倍;而倡导SCRM,就是解决TO C客户的问题,这是一个很有张力的领域,更接近社交。”张星亮介绍。
EC的SCRM中的“S”代表着3层含义:即Social(连接社交)、Simple(管理至简)、Smart(智慧赋能),从而形成用社交经营商机,用连接改变生意的"闭环商机经营模式",构建出全新的销售生态。
架构的差异决定成败。张星亮谈到EC与其他CRM的不同之处:尽管客户的销售都装了各种APP等管理软件,但销售与客户的连接一直是六度人和的独特之处——其价值在于销售业绩和管理效率的提升,是经营客户的有效管理软件,而不是仅仅对销售行为本身做管控,“如果只是打个卡,写个报告,比重很小,意义不大”。
六度人和科技战略顾问徐志献提到一个现象,一个房地产客户,开始用电话来随机推销,可是越来越没人接。于是他把所有房源发到朋友圈,反而发现EC后台可以追踪所有H5页面,谁进来,什么时间进来,什么网址进来,一目了然。
这就证明了,让客户有主动权不是被动权销售方式,所获得的销售商机比以前更高。企业其实也不希望销售疯狂打电话,这是他的人员和电话成本,效率比较低。而EC恰恰可以优化这样的问题。
张星亮补充说,一个小细节,同一个企业里出现两个销售给你轮番打电话,证明背后肯定是没有系统在管理,这是销售效率低下一种表现,可以通过SaaS来改变。
而SaaS软件的优化在于,在云端的大数据,知道这个客户拒绝听电话,系统会告诉他,这个客户拒绝电话,别浪费精力。大数据挖掘之后,客户跟消费者之间关系会更和谐,通过这种方式解决无效电话,帮助客户避免骚扰,也让公司避免投诉。
EC的管理是全覆盖的。并不是仅从PC迁移到手机,而是有自己的目标客户群、场景、价值所在,客户也涵盖很多行业——金融、保险、教育 、商业服务等。生活中销售人员往往是这么一个业务场景:上午用电脑,下午走出去用手机,晚上回来又用电脑。
换句话说,SaaS软件普适于所有的业务场景。
针对未来的发展,张星亮认为EC今后将做大生态,覆盖销售、marking和客服,协同领域,而六度人和作为连接器,开放API给他,围绕企业出口做生态。其后续产品会满足两方面需求:一方面满足大客户需求,和后台ERP、财务打通;另一方面,满足客户上API成为增值服务的需求,发放给第三方经销商。
同时,如何利用大数据依然重要。张星亮介绍,六度人和通过销售收集数据,会建模总结:今天接触的100个客户中,哪些是意向客户。3个月前联系非常紧密的客户中,哪些可能会流失,哪些需要巩固关系?由此制定计划。六度人和将建立许多这样的模型。
而六度人和利用大数据的最终目标是:一方面存储数据,另一方面是做智能软件,系统服务。在SCRM领域的智能软件领域,六度人和是中国少数几家做反向驱动销售人员软件的企业之一。
2015年EC全年销售额增长超过200%,居SCRM行业第一。同时,使用的企业用户已经超过20万家,每天有数百万销售人员使用EC,产生销售活动突破亿次。
“连接、销售模型都是我们的强项”,张星亮总结说,“有资源,有业务积累,有客户模型,时间足够长,过程足够深,这些就是竞争壁垒”。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。