Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Nektar.ai 退出隐身模式以堵住 CRM 数据泄露

Posted on 2022-09-07

由于销售团队使用多种工具(包括电子邮件、Zoom 和 WhatsApp)与买家交谈,许多重要数据在销售渠道中丢失。 Nektar.ai希望通过其销售生产力平台解决数据泄露问题,该平台通过与不同的应用程序集成并将关键信息传递到最方便的协作工具(如 Slack),帮助 SaaS 收入团队管理不同渠道的信息。 Nektar.ai 今天宣布,它在两年后退出隐身模式,并启动该平台以供普遍使用。

联合创始人兼首席执行官 Abhijeet Vijayvergiya 告诉 TechCrunch,Nektar.ai 的能力现在与技术低迷尤其相关,裁员、成本削减和预算冻结意味着公司专注于生产力。 Nektar.ai 旨在通过其无代码解决方案填补 CRM 工具留下的空白和数据泄漏,该解决方案在客户生命周期的所有阶段从电子邮件、日历、聊天和 LinkedIn 等社交渠道捕获收入活动数据。

Vijayvergiya 表示,有多种商业智能工具,如 Tableau 和 Looker,以及收入智能和预测解决方案,包括 Gong 和 Clari,但所有这些工具都依赖于 CRM 数据。当销售团队的 CRM 由于用户采用率低、系统断开和孤立的团队而丢失关键收入数据时,这意味着他们的分析存在缺陷。

他补充说,CRM 用户采用率低的原因主要有两个。首先是销售团队经常忙于在 CRM 中更新他们一天的工作。 “B2B 销售人员的一天充满了无数的跟进、无休止的会议、研究、发现、演示、指导采购委员会、处理竞争和进行内部审查,”Vijayvergiya 说,所有对他们的配额很重要的创收活动。第二个原因是 CRM 通常具有过时的用户界面,从而使销售代表更没有动力更新它们。

Nektar.ai 通过与销售代表的收件箱、日历、会议(包括 Zoom 和 Google Meet)、聊天(通常是 Slack)和社交媒体 (LinkedIn) 集成,并汇总买家联系方式和销售活动来阻止 CRM 数据泄露。 Vijayvergiya 表示,Nektar.ai 的“捕获和同步”准确性为 95%,并且整个客户生命周期的所有收入数据都被添加回 CRM。

“Nektar 无需用户抬起手指即可堵住 CRM 数据泄漏。我们基本上消除了用户采用的需要,并把所有时间都留给了销售人员去销售,同时减轻了他们的管理负担,”Vijayvergiya 说。对不同销售人员销售过程的可见性提高也意味着团队可以更好地了解哪些销售策略最有效。

TechCrunch 上一次报道 Nektar.ai 是在 2021 年 8 月, 当时它筹集了由 B Capital Group 牵头的 600 万美元种子轮融资,总融资额达到 810 万美元。其其他投资者包括 3One4 Capital、Nexus Venture Partners 和 Insignia Ventures。在隐身模式下,拥有 32 名员工的 Nektar.ai 与 Lily.ai、MoEngage 和 Observe.ai 等早期客户合作,并表示他们看到了 30% 至 35% 的管道增长和 18% 至 22% 的交易增长速度,因为他们的 CRM 与更多的买家联系和销售活动数据相统一。

Lily.ai 高级副总裁 Pete Lee 在一份声明中说:“当你不确定你所看到的内容是否准确时,很难知道该把时间花在哪里。 Nektar 使数据保持最新,并提供对实际销售时间、入站与出站活动的洞察。”

确保您的初创公司使用正确的 GTM 模型的 6 种方法

Nektar.ai 退出隐身模式以堵住 CRM 数据泄露,作者Catherine Shu最初发表在TechCrunch上

原文: https://techcrunch.com/2022/09/06/nektar-ai-exits-stealth-mode-to-plug-crm-data-leakages/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • A List Apart
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Pieter Levels
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme