Gong, une entreprise leader dans le domaine des logiciels pour les équipes de vente et de revenus, basée à San Francisco, a annoncé des avancées passionnantes dans ses capacités en IA avec le lancement d'une version améliorée de Gong Forecast. Cette fonctionnalité optimise les prévisions de revenus grâce à des modèles d'apprentissage automatique entraînés sur 2,5 milliards d'interactions clients, offrant ainsi à ses clients un outil de prédiction plus précis.
La dernière version de Gong Forecast, désormais accessible sans coût supplémentaire pour les abonnés payants, promet d'être 20 % plus précise que les données de gestion de la relation client (CRM) traditionnelles, se positionnant ainsi face à des concurrents comme Salesforce et Microsoft Dynamics. "Les insights prédictifs basés sur l'intelligence conversationnelle et les interactions en temps réel mènent à des prévisions beaucoup plus précises", a déclaré Sherry Wu, directrice du marketing produit chez Gong, lors d'une récente interview.
Comment fonctionne Gong Forecast ?
Gong Forecast analyse minutieusement environ 300 "signaux d'achat" distincts issus des conversations avec les clients. Au lieu de se contenter d'identifier des mots-clés, il évalue le contexte pour fournir des insights plus profonds. Par exemple, si le prix est évoqué, Gong prend en compte la conversation environnante, qu'elle indique une préoccupation concernant le coût ou la reconnaissance de la valeur. "Comprendre le contexte est crucial", a souligné Wu, expliquant comment cette analyse nuancée influence la probabilité de conclusion des affaires.
En automatisant la transcription et l'analyse des appels et des e-mails, Gong Forecast réduit la dépendance aux saisies manuelles, permettant ainsi aux équipes de vente de se concentrer sur l'engagement réel avec les clients plutôt que sur des tâches administratives. "Le processus de prévision traditionnel est chronophage et repose souvent sur des contributions subjectives", a noté Wu. "Avec Gong Forecast, les équipes peuvent éliminer les biais et améliorer leur précision."
Insights intelligents pour les futures affaires
Gong Forecast surpasse les outils conventionnels qui s'appuient principalement sur des données historiques pour prédire les résultats futurs. Il attribue des scores de probabilité de conclusion détaillés en fonction de la substance des interactions avec les clients, permettant aux leaders des ventes d'évaluer avec précision les revenus potentiels. "Notre approche fournit des insights en temps réel et exploitables sur les affaires susceptibles de se conclure", a expliqué Wu.
Une fois les données importées dans la plateforme Gong, les algorithmes de prévision s'améliorent continuellement grâce à l'analyse des conversations en direct. De plus, le modèle s'adapte au contexte unique de chaque vendeur, affinant ainsi les prédictions pour une précision accrue.
Engagement envers la confidentialité et la sécurité
Des prévisions de revenus précises sont essentielles pour les équipes de vente et leurs organisations, mais Gong place la confidentialité et la sécurité des données clients en tête de ses priorités. "Nous respectons des normes de sécurité de niveau entreprise et prenons la protection des données très au sérieux", a assuré Wu. Les systèmes de Gong sont entièrement internes, garantissant que les données des clients restent confidentielles et isolées, sans partage avec des tiers.
Dans le paysage actuel, la plupart des équipes de vente accueillent avec enthousiasme les outils innovants de Gong, reconnaissant la valeur qu'ils apportent. Plus de 250 entreprises, dont le leader en adoption numérique WalkMe, utilisent déjà Gong Forecast. "Gong fournit à notre équipe les insights nécessaires pour comprendre et améliorer nos prévisions et les résultats de nos affaires", a déclaré Sunil Panda, VP des revenus mondiaux et des opérations de vente chez WalkMe.
Avec son engagement continu à améliorer l'intelligence des revenus et la sécurité des données, Gong permet aux équipes de vente de donner le meilleur d'elles-mêmes tout en gardant le contrôle sur leurs informations sensibles.
Classement
