MongoDB utilise le moteur d'agents Atlas pour transformer les flux de travail de vente en un système d'action

LE DÉFI

Données fragmentées et friction dans les ventes

Pour les équipes de mise sur le marché (GTM) de MongoDB, se préparer à un entretien avec un client n’a jamais été une simple tâche de recherche. Il s’agissait de rassembler les informations provenant de Salesforce, de comptes-rendus de réunions, d’e-mails et de documents, puis de les traduire en plans de compte, en questions de découverte et en actions de suivi.

Les informations existaient, mais les commerciaux devaient eux-mêmes en faire la synthèse. Passer d’une application à l’autre impliquait de rassembler sans cesse des éléments de contexte. Par ailleurs, les outils d’IA généralistes fournissaient souvent des réponses ne tenant pas compte des spécificités métier et de la méthodologie de vente de MongoDB, ce qui nécessitait une vérification manuelle. En fait, les chargés de compte de MongoDB consacraient en moyenne 4 à 6 heures à des tâches administratives par compte ou cycle de vente. Réduire ce temps, tout en permettant aux équipes GTM de concentrer leurs efforts sur la satisfaction client, pouvait avoir un impact considérable.

Toutefois, pour y parvenir efficacement, MongoDB devait trouver un moyen d’intégrer le contexte client pertinent directement dans le workflow, plutôt que de laisser chaque commercial combler lui-même les écarts entre les différents systèmes.

NOTRE SOLUTION

Création d’un système d’action avec Atlas Agent Engine

MongoDB a utilisé Atlas Agent Engine pour créer Holly, un assistant IA interne qui relie les renseignements sur les comptes aux flux de travail commerciaux quotidiens.

Pour préparer les réunions, Holly rassemble les informations pertinentes afin de créer des fiches de synthèse personnalisées et faire émerger les questions restées sans réponse. Après les échanges, elle aide les commerciaux à exploiter les enseignements tirés des transcriptions et à tenir à jour les enregistrements Salesforce. Les fiches de compte et d’opportunité facilitent la planification continue, tandis que les outils de recherche et de correspondance aident les équipes à préparer des prises de contact ciblées.

Figure 1. Architecture d’agent de Holly.

Ces fonctionnalités couvrent différentes étapes du travail d’un commercial : comprendre le client, identifier les informations manquantes et consigner des données qui faciliteront la prochaine interaction. Holly ancre ce travail dans le contexte métier propre à MongoDB, plutôt que de traiter chaque requête comme une simple question de recherche générique.

Atlas Agent Engine constitue la base opérationnelle des agents de Holly en environnement de production, en prenant en charge l’exécution, la mémoire, la sécurité, l’identité, l’orchestration, la gestion d’état, l’observabilité et le cycle de vie. Holly connecte également divers systèmes, tels que Salesforce, Google Calendar et Drive, Zoom et Salesloft, pour centraliser leurs informations et fonctionnalités au sein d’un espace de travail partagé. Résultat : une interface unique et conviviale qui élimine tout basculement entre les outils.

LE RÉSULTAT

Des heures aux minutes : une réduction de 95 % du temps de recherche des prospects

L’impact de Holly sur l’équipe GTM de MongoDB a été immédiat et spectaculaire : au cours des quelques mois qui ont suivi son lancement, les commerciaux qui ont utilisé Holly ont constaté une réduction d’environ 95 % du temps nécessaire pour effectuer des recherches et générer des listes de prospection sortantes. La préparation des réunions et des prises de contact ne prend désormais plus que quelques minutes, contre des heures auparavant.

Holly est désormais généralement disponible dans les équipes de vente, de développement de compte, de croissance commerciale et d’architecture de solutions de MongoDB, ce qui devrait encore augmenter la productivité au sein de toute l’organisation GTM.

L’exemple de Holly illustre tout l’intérêt pour les entreprises de passer de la création d’agents ponctuels à une plateforme d’agents gouvernée et réutilisable, sans pour autant lier chaque application à un cloud, un modèle ou un framework unique. Bien que Holly s’appuie actuellement sur 30 agents, l’architecture d’Atlas Agent Engine est conçue pour évoluer en toute sécurité à mesure que l’organisation ajoute de nouveaux agents, que ce soit 30 ou 3 000 unités.

Pour en savoir plus sur la façon dont Atlas Agent Engine peut vous aider à créer, déployer et gérer des agents en production, consultez la page Atlas Agent Engine.