【AI+销售】Megaview销售智能会话产品分析+面试经验分享
Megaview是中国【AI+销售】赛道中的后起之秀，专注“销售会话智能”，秉持“让会话数据成为企业的核心资产，用科技赋能销售增长”的使命，为中国企业提供销售赋能的AI-SaaS企业解决方案，提升销售效率。
一、Megaview简介
Megaview是一款移动销售赋能Saas应用，隶属于北京深维智信科技有限公司，由花椒直播联合创始人前CTO韩三普于2020年初创立，2021年6月完成数百万美元天使轮融资，由 GGV 纪源资本投资，2022年4月完成近千万美元PreA轮融资，由耀途资本领投，GGV纪源资本等追加投资，新明资本独家FA。
Megaview平台提供一站式企业销售智能服务，以其前沿的PB级数据处理体系和超前的Mega NLP平台，累计处理了百亿级关键事件提取和十亿级会话分析，成为AI SaaS产品中的佼佼者。该平台基于自然语言处理（NLP）、机器学习（ML）、语音语义理解（NLU）和知识图谱（KG）等AI技术，整合企业销售会话过程数据，对销售会话进行智能分析，围绕销售链路，生成智能陪练、AI助手、智能质检等多款产品，助力企业销售收入增长。
二、Megaview主要产品
销售是企业存活的重要支柱之一，以往销售成果依赖于销售人员的能力高低，往往需要花巨大的成本培训新手销售、留住优质销售，且销售之间难以把经验快速分享，公司培养销售人员所积累的经验，却随着人的离开而流失了，现在megaview可以避免这部分资产的流失，而且还可以沉淀、复用金牌销售和公司磨合的销售结果，促成更多交易达成。
Megaview解决的主要问题：
痛点问题1：新的销售如何快速上手
痛点问题2：金牌销售的价值如何沉淀
痛点问题3：金牌销售的价值如何赋能团队
痛点问题4：销售的过程难以掌握，问题无法定位，处理缺乏反馈
Megaview的主要用户：
- 销售管理者，通过会话辅导，加快销售上手效率，提升销售水平
- 销售人员，通过捕捉会话，转化为智能、可审查的“剪辑库资源”，迭代优化销售会话
Megaview的主要产品：
产品形态：APP（Android，IOS）/PC
Megaview通过智能分析团队的销售对话来帮助企业完成更多交易，支持记录、转录和分析所有销售电话，以便提高整个团队的销售效率。
1. 智能陪练
智能陪练，基于企业沉淀的销售知识库，提炼金牌话术，生成智能客户，为销售人员提供7*24随时随地的销售会话训练，为新手销售快速上手和成熟销售进阶升级提供智能辅助手段。智能陪练支持三种训练模式，包括跟读模式、背诵模式和对练模式。
- 跟读模式，销售人员可跟读企业指定的销售话术，并结合实时反馈，优化内容、语气、语调等，不仅知道说什么，还知道怎么说。
- 背诵模式，销售人员可背诵企业指定的销售话术，并结合艾宾浩斯遗忘曲线制定学习计划，不仅掌握话术内容，也掌握了学习方法。
- 对练模式，则是AI通过理解和模仿客户，与销售进行智能对话。陪练前，销售管理人员导入会话数据，即可一键生成智能陪练的AI客户模型，完成课程创建并可为销售人员分配练习任务。陪练中，销售代表可以随时随地与AI客户进行非固定流程、无提示文本、完全模拟真实对话场景的自由对话练习，快速提升话术能力和各种类型客户的应对技巧。陪练后，AI针对对话内容自动判断会话质量，并给出评估和反馈建议，辅助销售迭代提升销售水平。
2. Megaview AI助手
Megaview AI助手是一款SalesGPT产品，名叫麦麦，为销售人员提供专业、精准、全面的智能辅助，基于对销售会话过程的分析，形成会话内容总结、待办事项整理、客户情绪洞察等结果，辅助销售解放双手，专注客户，提升成单率。
3. 智能质检
智能质检是一款企业销售会话质检工具，通过AI语义理解，对销售与客户的沟通过程进行合规质检和交易质检，辅助销售过程监管。
合规质检，支持检查销售代表或客服坐席在与客户的沟通过程中是否符合规范和规则，包括检查是否存在违规风险，如是否使用了违禁词、敏感词，对客户需求的响应是否积极和及时，以及销售话术是否符合企业标准话术等。
交易质检，则是深维智信自主开发的一种质检方法，支持检查销售跟进交易的流程是否符合公司销售SOP要求，其结果能够反映销售代表的执行力。
一方面，辅助销售明晰企业SOP流程，在销售过程中抓好关键项、避免缺漏项，另一方面，通过积累交易质检结果，为企业SOP流程优化提供参考和引导。
Megaview的核心使用流程：
三、Megaview主要竞品
四、Megaview面试经验
通用问题：
Q1：自我介绍
Q2：B端、C段和G端的区别
Q3：现阶段为什么找工作，未来职业规划是什么
专业问题：
Q1：SaaS的定价模式，哪种更促进用户长期购买和留存？
A1：SAAS（Software as a Service，软件即服务）的定价模式有统一定价、按量定价、按功能定价、按周期定价、按增值定价、混合定价等多种模式，企业通常根据产品特性、目标市场、客户群体、竞争对手和行业定价等因素确定定价策略。同时，保持对客户、市场、竞对的关注，灵活调整定价策略。
对于用户的长期购买和留存指标，则首先排除统一定价模式，且降低用户使用门槛，所以初期可采用免费模式供企业试用。
Megaview的客户主要是企业，不同企业的销售人员数量、销售会话频率、销售数据体量等规模会有较大差异，这对产品的成本有较大影响，所以需要把按量定价纳入考虑。
Megaview是处于快速发展阶段的企业和产品，在一定时间内会保持较高频次的迭代优化，持续为用户带来增量价值，所以需要把按功能定价和按增值定价纳入考虑。
Megaview的主要竞品大部分采用的是混合定价模式。
综上所述，适应Megaview的定价模式是混合模式，以免费+企业规模+增值功能定价，在与企业销售过程中，可以更深入了解企业销售的周期，支持按周期优惠。
举个例子，Megaview初期向企业提供7天1个小型销售团队的免费试用；如果企业觉得产品满足了需求，那么进入议价阶段，确定企业销售人员规模和销售数据规模，确定标准版价格和增值功能版价格；进而结合企业销售周期，可以提供季度/年度优惠价格，形成最终定价方案。
Q2：抖音作为成熟阶段的产品，怎么定义KPI（Key Performance Indicator），如何确定团队指标？
A2：抖音作为成熟阶段的产品，目前已拥有较高的市场占有率、客户活跃度和商业变现能力，基于产品生命周期曲线看，该产品现阶段主要关注两个方面：让衰减来的更慢一些，让第二增长来的更早一些，那么落在KPI层面上，拆解如下
用户增长与留存。用户每日/每周/每月/每季度的增长率、留存率、活跃度。用户是C端产品的核心资产，需要牢守的基本盘。
内容质量与活跃。用户每日/每周/每月/每季度的内容数量、内容质量、互动数量。高质量内容是延缓抖音衰减的关键。
商业变现。每月/每季度的广告/电商/品牌合作收入。良好的商业变现能力是维持产品现阶段运转和第二增长的核心动力来源。
对于团队来说，除了关注上述指标以外，还需要关注管理方面的指标，比如项目完成率，功能迭代周期，技术稳定性，团队协作效率，团队满意度等，在稳住基本盘的同时，激发团队成员热情和灵感，寻找产品创新机会。
Q3：在Prompt中，zero-shot和few-shot的区别是什么？
A3：在提示工程中，zero-shot和few-shot是两种利用大型语言模型（LLM）的预训练知识，通过最小化的示例输入，实现对复杂任务的有效处理的技术方法。
zero-shot：提任务，无示例，靠预训练知识完成任务；适用于不需要特定领域知识的通用任务，比如“中国的首都是哪里？”
few-shot：提任务，含示例，靠预训练+示例完成任务；适用于需要特定领域知识的通用任务，比如法律，以便在没有大型数据集的情况下输出特定领域的高质量回答。
Q4：RFM模型是什么？
A4：RFM模型是一种客户数据分析工具，R-Recency，最近一次交易时间，F-Frequency，交易频率，M-Monetary，交易金额。通过这三个指标的计算，对客户进行细分，划分客群，制定相应营销策略。
比如，高R高F高M客户，核心客户；低R高F高M，重要保持客户，了解客户最近没有回购的原因；低R低F高M客户，了解客户关注的消费方向，提供个性化优惠或产品推荐等。
Q5：基于你对Megaview的了解，谈一谈你的理解和改进的建议？
A5：基于目前对Megaview的了解，我从“点-线-面-体”的视角感受到公司对产品的规划，AI+销售，针对企业的销售人员，AI的核心赋能“点”是会话过程，“线”是销售业务流程，包括售前、售中、售后全生命周期，“面”是将销售人员的销售过程业务线、销售团队管理业务线和企业营销目标业务线整合，盘活营销数据，促进销售增长，“体”是最终的销售智能体的形态，已经充分整合了点线面的成果，生成企业专属的定制化7*24AI销售，既可根据企业营销目标独立完成销售全过程任务，也可与线下销售人员配合，提升销售效率。
针对Megaview的核心使用流程，我观察到几个可能存在的卡点，并有如下改进建议：
1.销售会主动录制销售过程的会话并上传吗？
冷启动阶段，虽然可以通过演示或试用获取企业客户的信任，企业管理层以规章制度要求销售使用这个工具，但是末端的销售用户对产品可能还处于质疑阶段，不愿录制会话过程并上传。为了建立这种信任，产品的启动模式分为以下三步会更符合用户需求
①从通用入手，智能分析企业已有数据，提供快捷的AI辅助，切实为一线销售提供销售流程、会话、策略等方面的有效建议；
②从新手入手，新的销售人员对企业要求使用的工具往往持有开放的态度，而且也更愿意真实反馈工具的有效情况，无论是正面的还是负面的反馈，对于工具的接纳和应用都是有积极作用的；
③支持先本地录制，后上传分析，用户可以选择需要分析的会话片段，在感受到分析结果的有效性后，积累信任，持续使用。
2.Megaview面临复杂的异构数据，如何训练大模型，确保产出高质量结果？
企业的销售数据通常是复杂的异构数据，包括不同类型、格式、质量的数据，如结构化数据（数据库、表格等）、半结构化数据（日志、XML等）和非结构化数据（文本、图像、音频等）。那么Megaview在落地时，可能首先就是有完整的数据处理方案，覆盖预处理、特征提取、数据整合、模型训练、模型优化和持续迭代整个流程，以提升大模型输出结果的质量。
参考资料
https://www.megaview.com/
https://blog.megaview.com/archives/776
https://www.woshipm.com/share/5945733.html
https://www.woshipm.com/ai/6088033.html
https://zhuanlan.zhihu.com/p/373018242
https://www.cet.com.cn/xwsd/10090420.shtml
https://mp.weixin.qq.com/s/gCKKBLaQMxvcDjlo2E9cWQ
作者：AI-地球服产品玩家AI宇宙地球服玩家，角色：产品经理 欢迎友好交流，欢迎AI领域岗位邀约~
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
