Tech • IA • Crypto
Claude Cowork pour les ventes
INTRO
Un flux de travail alimenté par l’IA agrège des données d’entreprise dispersées pour générer des stratégies de comptes et automatiser les tâches post‑réunion, réduisant fortement le temps de préparation des équipes commerciales.
POINTS CLÉS
Défi des données fragmentées
Les équipes commerciales modernes s’appuient souvent sur des informations réparties entre Salesforce, des entrepôts de données, des enregistrements d’appels, Slack, les e-mails et des sources web. Cette fragmentation rend difficile l’obtention rapide d’une vue complète d’un compte client. La préparation des réunions nécessite traditionnellement des heures de recherche et de synthèse manuelles à travers ces systèmes déconnectés.
Intelligence de compte générée par l’IA
Un système appelé Claude Co-work permet de créer une « compétence » réutilisable qui automatise la recherche sur les comptes. Cette compétence est définie dans un fichier texte simple décrivant quelles données collecter, quels signaux comptent et comment présenter les insights. Cela permet une personnalisation rapide tout en conservant la transparence, les utilisateurs pouvant inspecter et affiner directement les instructions.
Accès intégré aux données
Le flux de travail se connecte à plusieurs outils d’entreprise, dont Salesforce, des entrepôts de données internes, l’e-mail, Slack et des systèmes de fichiers locaux. Il peut extraire simultanément des données structurées et non structurées — tendances de revenus, opportunités ouvertes, historique des communications, ainsi que des signaux externes comme les levées de fonds — permettant une analyse unifiée sans consolidation manuelle.
Briefs pré‑réunion automatisés
Lorsqu’il est déclenché pour un compte spécifique, le système compile un document stratégique complet. Celui-ci inclut les niveaux de dépenses, la cartographie des parties prenantes, les schémas d’utilisation des produits, les transactions en cours et les indicateurs de risque potentiels. Le résultat ressemble à un brief de compte complet, offrant aux commerciaux une compréhension détaillée avant toute interaction.
Traitement parallèle des données
La plateforme exécute plusieurs requêtes de données simultanément, analysant en parallèle les appels récents, les journaux d’activité et les métriques financières. Cela réduit fortement les délais par rapport à une recherche manuelle séquentielle, en fournissant des insights exploitables en quelques minutes plutôt qu’en plusieurs heures.
Amélioration de la qualité des réunions
Avec une vue d’ensemble du compte préparée à l’avance, les commerciaux peuvent se concentrer sur des discussions stratégiques plutôt que sur la découverte de base. Cela permet des échanges plus informés, de meilleures premières impressions et un alignement renforcé avec les besoins du client dès le départ.
Automatisation post‑réunion
Après une interaction client, le même système traite les transcriptions d’appels pour générer des supports de suivi. Ceux-ci incluent des actions personnelles, des résumés internes formatés pour Slack et des messages destinés au client décrivant les prochaines étapes. Chaque sortie est revue avant envoi, garantissant une supervision humaine.
Gain de temps et cohérence
Des tâches qui prenaient auparavant environ 30 minutes — comme résumer des réunions et rédiger des suivis — sont réduites à quelques minutes. Les contenus générés sont également plus complets et cohérents que des notes manuelles, limitant le risque d’oublier des éléments clés.
CONCLUSION
En consolidant les sources de données et en automatisant l’analyse, les flux de travail pilotés par l’IA transforment la gestion des comptes en un processus plus rapide et plus stratégique, améliorant à la fois la préparation et le suivi.
Transcription complète
Hey [music] Mark. Hi, I'm Brittany. [music] I'm a growth account executive and I manage a portfolio of our most strategic startup accounts. Before I meet with a customer for the first time, >> [music] >> I need to get smart on them fast. Who are they? What are they building? How are they using Clod today? What's their spend look like today on us? And what are the risks and growth trends of this account? Now all of this information exists today, but it's scattered across [music] Salesforce, our data warehouse, call recordings, Slack, email, and the web. Pulling [music] this together used to mean hours of manual research. But with Clod Co-work, I have a skill that does it for me in minutes. To actually build the skill, I open up a Co-work session and describe what I'd want to know walking into that meeting. Clod drafted a skill file from that conversation, which is basically a text file that tells Clod how to approach the task. What data sources should I be looking at? What usage [music] signals matter? And how to actually present the analysis. In my settings here, I've already connected to our data warehouse, Salesforce, the web, [music] email, and Slack. And I picked a folder on my desktop where Clod can read, edit, or save the files. I ran it on a test account, refined it, and because the file is in plain text, I [music] can always open it and verify what it's doing. So tomorrow, I've got my first call with a customer. [music] What I do to prep is head into Co-work, type {slash}, pick [music] the account strategy builder skill, and name the account Acme Corp. [music] Once I enter, Clod will start running all the data pulls at the same time. Calls from the last 90 days, revenue trends, [music] open opportunities that exist in Salesforce, any relevant data in my email, calendar, activity, Slack, [music] and any funding trends or things on the web that are most relevant. Then, it synthesizes everything into a strategy doc and saves it to my account folder. As you can see, the output will read like a full account brief. Spend information, stakeholder mapping, what cloud models the user is building with, open deals and risk signals. Now, I have the full landscape of the account before I've even talked to the customer, [music] and it makes for a way more strategic first conversation. Instead of spending the meeting just getting oriented, I can show up with real context and make the first impression count. Now, after the meeting, I head back into the same co-work session, >> [music] >> and Claude still has the account context loaded. I type {slash}, pick the call transcript processor, and Claude will pull the call transcript and generate three things. My personal action items, an internal Slack message with key takeaways, next steps, and action owners, and a customer follow-up message. You can see here that each one comes up [music] for my approval before it actually sends. Now, the whole post-meeting flow that used to take me 30 minutes is done in just a couple of minutes, and it's way more thorough than what I'd write from memory. [music] With Claude co-work, I'm pulling insights from multiple different systems >> [music] >> and turning them into real account strategy. The quality of every customer conversation is [music] better for it.