MQL에서 AIQL로: Marketo Engage에서 AI 기반 라이프사이클 엔진 구축
정적 채점 모델에서 동적 AI 기반 자격(AIQL)으로 발전하여 리드 라이프사이클 전략을 전환하는 방법을 알아봅니다. 이 세션은 Marketo Engage 내에서 리드를 지속적으로 평가하고, 점수를 할당하고, 단계를 평가하고, 영업팀에 대한 다음 단계 권장 사항과 요약을 생성하는 "AI 마케팅 에이전트"를 구현하는 방법을 알아봅니다. 이 모든 작업은 새 참여가 발생할 때 자동으로 트리거됩니다.
다음에 대해 자세히 알아보십시오.
- ICP(Ideal Customer Profile)를 정의하고 이를 사용하여 Marketo Engage에서 AI 기반 의사 결정을 안내합니다.
- 활동 기반 참여를 사용하여 AI 프로세스를 트리거하여 개인 점수 및 라이프사이클 단계를 지속적으로 재평가합니다.
- Marketo Engage의 기본 제공 기능과 AI 도구를 사용하여 판매 준비가 된 요약과 Sales Rep에 대한 다음 작업을 생성합니다.
- 조직에 맞는 AIQL 프레임워크 생성 및 이를 자체 Marketo Engage 인스턴스에 적용하는 방법.
AI 에이전트를 통한 잠재 고객 관리 전환
AI 에이전트가 Marketo에서 리드 자격 및 라이프사이클 관리를 어떻게 혁신하는지 알아봅니다.
- 전체적인 평가 AI 에이전트는 인구 통계학적, 통계학적 및 행동 데이터를 사용하여 보다 현명한 결정을 위해 리드를 평가합니다.
- 에이전트 자동화 정적 규칙을 넘어 AI 에이전트가 자동으로 이유를 찾고 학습하고 동작하여 정확성과 속도를 개선합니다.
- 원활한 통합 스마트 캠페인, 웹후크 또는 시청 목록을 통해 AI 에이전트를 Marketo에 쉽게 연결하여 실시간 작업을 수행할 수 있습니다.
- 사람 감독 신뢰 및 점진적 자동화를 위한 루프 내 개인 워크플로우로 시작합니다.
- 확장 가능 및 투명 에이전트가 작업에 대한 명확한 설명을 제공하므로 판매 정렬과 신뢰가 향상됩니다.
이러한 통찰력을 활용하면 보다 효과적이고 적응력이 뛰어난 투명한 리드 관리를 통해 팀이 전략과 성장에 집중할 수 있습니다.
AI 에이전트 구축: 주요 구성 요소
- 지침 에이전트에 대한 잠재 고객 선별 논리 및 결정 단계를 명확히 정의합니다.
- 기술 자료 ICP(Ideal Customer Profile), 잠재 고객 프로필 및 컨텍스트 예제를 업로드합니다.
- 도구 데이터 보강(예: LinkedIn, API), Marketo API 작업 및 스마트 캠페인 트리거를 사용하도록 설정합니다.
- 뇌(모델) 분류, 추론 및 요약에 적합한 AI 모델(OpenAI, Gemini, Lama)을 선택하십시오.
- 설정 코딩이 필요하지 않습니다. Copilot Studio 또는 Azure AI Foundry와 같은 플랫폼을 사용하여 문서를 업로드하고 워크플로를 구성하세요.
recommendation-more-help
82e72ee8-53a1-4874-a0e7-005980e8bdf1