MongoDB utiliza el motor de agente de Atlas para transformar los flujos de trabajo de ventas en un sistema de acción

SU DESAFÍO

Datos fragmentados y fricción en las ventas

Para los equipos de comercialización (GTM) de MongoDB, la preparación para una conversación con un cliente nunca ha sido una tarea de investigación sencilla. Significaba recopilar información de Salesforce, transcripciones de reuniones, correos electrónicos y documentos, y luego traducir esa información en planes de cuentas, preguntas de descubrimiento y tareas de seguimiento.

La información existía, pero los vendedores tenían que conectarla por sí mismos. Cambiar entre aplicaciones suponía tener que reunir contexto repetidamente, y las herramientas de IA de propósito general a menudo ofrecían respuestas carentes de comprensión de la metodología de ventas y el negocio de MongoDB, lo que desembocaba en una revisión manual. De hecho, los ejecutivos de cuentas de MongoDB pasaban en promedio de 4 a 6 horas en tareas administrativas, por cada ciclo de cuenta/operación. Reducir ese tiempo, y permitir a los miembros del equipo de GTM centrar su tiempo y esfuerzos en la satisfacción del cliente, podría ser muy impactante.

Pero para hacerlo de manera efectiva, MongoDB necesitaba una manera de incorporar el contexto relevante del cliente al trabajo en sí, en lugar de dejar que cada vendedor cubriera las brechas entre los sistemas.

NUESTRA SOLUCIÓN

Crear un sistema de acción con Atlas Agent Engine

MongoDB utilizó el motor de agente de Atlas para compilar Holly, un asistente interno de IA que conecta la inteligencia de cuentas con los flujos de trabajo de ventas cotidianos.

Para la preparación de reuniones, Holly reúne información relevante para crear resúmenes adaptados y visibilizar preguntas sin responder. Después de las conversaciones, ayuda a los vendedores a capturar perspectivas de descubrimiento a partir de transcripciones y a mantener los registros de Salesforce. Los resúmenes de cuentas y oportunidades respaldan la planificación continua, mientras que las herramientas de investigación y correspondencia ayudan a los equipos a preparar comunicaciones dirigidas.

Figura 1. Arquitectura del agente Holly.

Estas capacidades abordan las etapas relacionadas del trabajo de un vendedor: entender al cliente, identificar lo que aún debe aprenderse y registrar información que respalde la siguiente interacción. Holly fundamenta ese trabajo en el contexto empresarial específico de MongoDB en lugar de tratar cada solicitud como una pregunta de investigación genérica.

Atlas Agent Engine proporciona la base para operar los agentes de Holly en producción, incluyendo el tiempo de ejecución, la memoria, la seguridad, la identidad, la orquestación, el estado, la observabilidad y la gestión del ciclo de vida. Holly también conecta una serie de sistemas (como Salesforce, Google Calendar y Drive, Zoom y Salesloft) y aporta su información y sus capacidades a un espacio de trabajo compartido. El resultado es una interfaz única y fácil de usar que no implica cambiar de herramienta.

RESULTADO

De horas a minutos: reducir el tiempo de investigación de prospección en un 95%

El impacto de Holly en el equipo de GTM de MongoDB fue inmediato y dramático: en los pocos meses transcurridos desde que se implementó, los representantes que han utilizado Holly han experimentado una reducción del 95% aproximadamente en el tiempo necesario para investigar y generar listas de prospección saliente. La preparación de reuniones y el alcance ahora se pueden completar en minutos, no en horas.

Holly ya está disponible para los equipos de ventas, desarrollo de cuentas, crecimiento comercial y arquitectura de soluciones de MongoDB, lo que debería impulsar aún más la productividad en toda la organización de GTM.

El ejemplo de Holly muestra lo impactante que puede ser para las organizaciones ir más allá de la creación de agentes únicos hacia una plataforma de agentes gobernada y reutilizable, sin vincular cada aplicación a una única nube, modelo o marco. Y aunque Holly actualmente se ejecuta en 30 agentes, la arquitectura de Atlas Agent Engine está diseñada para escalar de forma segura con cada nuevo agente que agregue una organización, ya sea 30 o 3,000.

Para obtener más información sobre cómo Atlas Agent Engine puede ayudarle a compilar, implementar y gobernar agentes en producción, consulte la página de Atlas Agent Engine.