学习目标
完成本单元后，您将能够：
- 列出销售代表在尝试优先处理销售线索时面临的挑战。
- 解释如何爱因斯坦潜在客户得分让你的销售团队更聪明的工作线索。
- 解释销售代表将如何知道主要分数来自哪里。
如何处理所有这些线索
你已经向艾娃解释了销售云爱因斯坦如何实现销售团队的繁忙工作。现在，您必须展示AI如何帮助销售代表在培育潜在客户的重要工作上更加智能地工作。
你上楼去拜访你的同事胡椒黑，其中一个Honeydew的高级销售经理。你问Pepper，她和她的团队在试图把一堆新的潜在客户转化为潜在交易时面临着什么样的关键挑战。
Pepper告诉你，虽然她的销售团队有一个收集潜在客户的有效过程，但核心挑战是知道哪些潜在客户需要优先考虑。如果没有这些知识，她的团队会花费大量的时间处理那些不能平息的潜在客户。当你按下她的更多细节时，她解释了她面临的挑战。
- 她的销售团队比他们有更多的线索。
- 他们不知道哪个主要特征表明交易的机会更大。
- 他们优先考虑的努力取得了不同的成功。
- 他们不确定哪种优先方法最适合Honeydew的业务。
她的一些销售代表有足够的经验知道哪些线索最有可能购买。例如，他们专注于城市地区或某些食品企业的线索。但是这种方法还不够完善，许多代表经验不足以具备这种感受。
他们已经尝试了基于规则的优先级，但是他们使用的规则也主要基于受过教育的猜测和直觉。他们试图通过地理或潜在客户源来排序，但是这些方法让潜在的热点导致无人看管。他们提出的规则缺乏复杂性。
最后，Pepper提到，市场部门甚至试图在得分方面得分，但只有数字得分。销售代表并不清楚特定主管如何获得分数。不知道分数真的来自哪里，让代表很难相信分数。他们希望得到更多关于什么引起热点的信息，这些信息可能会帮助他们在第一次通话期间破冰。
当你听到Pepper对这些挑战的描述时，你可以告诉她她没有注意到你脸上的笑容越来越大。你在微笑，因为销售云爱因斯坦可以真正帮助她的团队更快地把他们的线索变成机会。
介绍爱因斯坦潜在客户得分
最后，辣椒吸了一口气。你把她加入你的项目中，把AI添加到Honeydew的秘密酱汁中。你告诉她，销售云爱因斯坦包括爱因斯坦潜在客户的得分。这个功能应用AI的强大功能来分析您的潜在客户转化历史，并找到您可能不知道的转换模式。而且，因为销售云爱因斯坦已经了解了您的潜在客户和机会数据的格式，所以您可以在开启后立即开始分析和查找模式。
胡椒的兴趣是激动人心的。她问道：“那么一旦爱因斯坦得分模式发现，爱因斯坦的得分究竟如何呢？
你解释一下，爱因斯坦潜在客户的得分是根据它与你公司特定的潜在客户转换模式的匹配程度来给每一个潜在客户得分。得分越高，领先的就越热。您所有的销售代表所要做的就是按照分数排序他们的销售线索，并从列表顶部开始。
在典型的潜在客户列表视图（1）中的潜在客户分数以及得分（2）背后的原因。锁（3）显示主角分数是只读的。
胡椒仍然有点怀疑。她想知道她的销售代表如何确信他们可以相信分数。你告诉她，爱因斯坦潜在客户的评分显示了每个潜在客户的哪个细节对其评分有最大的影响。因此，您的销售代表可以看到一直隐藏在数据中的模式。这些是真正的见解。
潜在客户分数和预测因素不仅在列表视图中可见，而且在细节页面上也是可见的。所以信息保持方便，无论是代表排序线索或准备打电话或发送电子邮件。
导致详细信息页面上的爱因斯坦组件。领导的每个见解都会显示潜在客户字段值是否对乐谱具有正面影响（1）或负面影响（2）。
随着您的团队不断转换更多线索，Predictive Lead Scoring会不断调整其分析，以发现出现的新模式。
胡椒开始想知道，如果你能衡量潜在客户业务的总体影响。 你能否容易地分辨高分的线索是否实际上以较高的比率转换？ 你爱能够赋予她每一个愿望。 你告诉她，爱因斯坦潜在客户的评分包括一个仪表板，其中包含报告，根据潜在客户的来源显示你的转化率和潜在客户平均分数。 甚至可以显示转化率和丢失率的分布。 所以很容易看到主角分数如何与您的底线相关联。
胡椒印象深刻。 她开始认为爱因斯坦的得分能够真正激发她的球队的进程和底线。 现在她想知道销售云爱因斯坦可以贡献给她的工具箱。 爱因斯坦是否能够帮助她的团队改变主角之后呢？