Scalestack Mendapat $1 Juta dalam Pusingan Pembiayaan Pertama, Memperbaharui Tawaran Berbilang Tahun dengan MongoDB
Secara ringkas
Platform data dipacu AI Timbunan skala, hari ini mengumumkan ia telah berjaya menutup pusingan pendanaan pertamanya, mengumpul $1 juta.
Platform data dipacu AI Timbunan skala, hari ini mengumumkan ia telah berjaya menutup pusingan pendanaan pertamanya, mengumpul $1 juta. Pelaburan itu datang daripada konsortium penyokong termasuk Ripple Ventures, Forum Ventures, Flyer One Ventures, Dana Rangkaian Pengasas dan lain-lain.
Scalestack berkata kemasukan modal itu akan digunakan untuk mengembangkan keupayaan platform dan meningkatkan kehadiran pasarannya.
Walaupun banyak alat jualan memfokuskan pada penukaran prospek dan penglibatan, fasa penyasaran dalam teknologi jualan sering ketinggalan, dicirikan sebagai kuno dan kurang berkembang. ini deficiency memaksa syarikat B2B SaaS sama ada membebankan wakil mereka dengan tanggungjawab penyelidikan, yang membawa kepada penurunan prestasi atau melabur dalam kos yang mahal dan mencabar untuk diselenggara secara dalaman data pasukan pengayaan.
Scalestack menegaskan ia membezakan dirinya dengan tidak menjual data tetapi sebaliknya mencipta aliran kerja automatik tersuai untuk data sedia ada, dalaman dan luaran, sejajar dengan dimensi utama Profil Pelanggan Ideal (ICP) pelanggan mereka.
“Kami tertumpu secara eksklusif untuk memastikan pelanggan kami dapat memahami data yang telah mereka miliki dalam sistem mereka (cth CRM), dengan memperkayakannya dan menjadikannya lebih baik dengan data pihak ketiga (cth. Crunchbase, Zoominfo, Linkedin dan banyak lagi), ” Elio Narciso, Pengasas bersama dan Ketua Pegawai Eksekutif Scalestack memberitahu Metaverse Post.
“Bukan mudah untuk memahami data untuk syarikat B2B SaaS: dengan Profil Pelanggan Ideal (ICP) yang berbeza dan atribut berbeza yang mereka ambil berat, “pengayaan' perlu disesuaikan. Apa yang kami lakukan dengan baik ialah penyesuaian ini, pada skala dan secara automatik.”
Memanfaatkan AI untuk Memperkemas Cerapan Jualan
Scalestack berkata aliran kerja dilaksanakan secara berskala dalam sistem Pengurusan Perhubungan Pelanggan (CRM) pelanggan, memastikan data dikemas kini secara konsisten dan diberi keutamaan dengan betul. Platform menggunakan kecerdasan buatan (AI) untuk menyampaikan pandangan kepada wakil jualan dengan cekap.
“Kami memanfaatkan AI untuk memperkayakan data itu sendiri. Ia mengisi jurang data yang kami temui dalam data pihak ketiga. Walau bagaimanapun, pada tahun lalu, kami telah melampaui ini, dan membina platform AI yang mampu mencerna dan mencerna banyak data, termasuk berita, siaran kerja, data kewangan, dan kemudian menggunakan cerapan tersebut untuk menjana saluran paip yang lebih baik untuk wakil. , sehinggalah kepada perancangan beban kerja harian mereka,” jelas Narciso.
Syarikat itu juga mengumumkan pemerolehan pelanggan baharu, termasuk pembaharuan dan pengembangan kontrak berbilang tahun dengan MongoDB.
MongoDB ialah platform data pembangun terkenal yang menawarkan pengalaman pengguna yang bersatu dan konsisten untuk pasukan pembangunan yang menangani pelbagai keperluan aplikasi moden.
"Penjual kami mendapat ratusan petunjuk jualan yang datang setiap minggu daripada pelbagai sumber seperti acara, siaran pekerjaan dan melalui rangkaian sosial," kata Meghan Gill, SVP Sales Operations di MongoDB. “Memanfaatkan AI, Scalestack telah menjadi kunci dalam membantu kami mengagregatkan, mengurus dan mengautomasikan set data GTM yang berbeza dengan mudah dalam beberapa minit dan mengenal pasti petunjuk sebenar.”
Scalestack menggunakan Carian Vektor Atlas dan Atlas MongoDB, mengenal pasti prospek yang terlibat dalam corong jualan dan pemasaran dengan melatih pelbagai sumber data, seperti ZoomInfo, Crunchbase, LinkedIn dan dalaman data CRM.
“MongoDB Atlas menyimpan semua data mentah yang kami gunakan untuk menjana cerapan untuk copilot kami. Ia membolehkan kami membina produk tanpa perlu risau tentang mengurus pangkalan data,” kata Narciso dari Scalestack. “Kami menggunakan Atlas Vector Search untuk menyimpan data yang kami gunakan dalam RAG chatbot kami dan ia menyediakan memori jangka panjang kepada LLM yang kami gunakan. Sama seperti MongoDB Atlas, kami tidak perlu risau tentang infrastruktur.”
Platform ini mencipta paparan data tersuai dan automatik bagi profil pelanggan yang ideal, menyelaraskan keutamaan prospek berdasarkan maklumat ini. Ia kemudiannya memberikan cerapan yang boleh diambil tindakan untuk pasukan jualan untuk menjangkau atau mengekalkan hubungan dengan bakal pelanggan dan pelanggan sedia ada dengan berkesan.
“Platform AI kami mampu memahami sasaran yang perlu dicapai oleh setiap wakil, setiap hari, bergantung pada semua cerapan yang kami jejaki merentas berdozen set data, dan itu adalah sesuatu yang telah kami uji dengan MongoDB selama berbulan-bulan, dan kami kini dilancarkan secara besar-besaran,” kata Narciso dari Scalestack Metaverse Post.
Sebagai jualan AI pasaran menyasarkan untuk mencapai nilai anggaran $93 bilion menjelang 2032, Scalestack berkata ia bertujuan untuk meletakkan dirinya sebagai peneraju pasaran menangani cabaran tertentu.
"Saya fikir kelajuan tidak seimbang penting - dalam perniagaan secara umum tetapi khususnya dalam ruang kami. Setakat ini kami telah mengembangkan platform kami secara bermakna pada tahun lepas, perhubungan dan pendapatan pelanggan yang berkembang, dan itu menunjukkan: seperti yang anda tahu, ini bukanlah persekitaran pengumpulan dana terbaik yang pernah kami lihat, dan ruang kami secara amnya dianggap sebagai sesak – namun begitu. , kami dapat mengumpul dana dengan cepat dalam pusingan pertama kami,” tambah Narciso.
Penafian
Selaras dengan Garis panduan Projek Amanah, sila ambil perhatian bahawa maklumat yang diberikan pada halaman ini tidak bertujuan untuk menjadi dan tidak seharusnya ditafsirkan sebagai nasihat undang-undang, cukai, pelaburan, kewangan atau sebarang bentuk nasihat lain. Adalah penting untuk hanya melabur apa yang anda mampu kehilangan dan mendapatkan nasihat kewangan bebas jika anda mempunyai sebarang keraguan. Untuk maklumat lanjut, kami mencadangkan merujuk kepada terma dan syarat serta halaman bantuan dan sokongan yang disediakan oleh pengeluar atau pengiklan. MetaversePost komited kepada laporan yang tepat dan tidak berat sebelah, tetapi keadaan pasaran tertakluk kepada perubahan tanpa notis.
Tentang Pengarang
Victor ialah Editor/Penulis Teknologi Pengurusan di Metaverse Post dan meliputi kecerdasan buatan, kripto, sains data, metaverse dan keselamatan siber dalam alam perusahaan. Beliau mempunyai setengah dekad pengalaman media dan AI bekerja di saluran media terkenal seperti VentureBeat, DatatechVibe dan Analytics India Magazine. Menjadi Mentor Media di universiti berprestij termasuk Oxford dan USC serta dengan ijazah Sarjana dalam sains data dan analitik, Victor amat komited untuk mengikuti trend yang sedang berkembang. Dia menawarkan pembaca naratif terkini dan paling mendalam daripada Tech dan Web3 landskap.
lebih banyak artikel
Victor ialah Editor/Penulis Teknologi Pengurusan di Metaverse Post dan meliputi kecerdasan buatan, kripto, sains data, metaverse dan keselamatan siber dalam alam perusahaan. Beliau mempunyai setengah dekad pengalaman media dan AI bekerja di saluran media terkenal seperti VentureBeat, DatatechVibe dan Analytics India Magazine. Menjadi Mentor Media di universiti berprestij termasuk Oxford dan USC serta dengan ijazah Sarjana dalam sains data dan analitik, Victor amat komited untuk mengikuti trend yang sedang berkembang. Dia menawarkan pembaca naratif terkini dan paling mendalam daripada Tech dan Web3 landskap.
