TotalApp Docs

Veri ve Kaynak İlişkilendirme

Gelir Analistlerinin ve RevOps yöneticilerinin boru hattının arkasındaki rakamlara güvenmek için kullandığı üç ekran: gelire atfedilen pazarlama harcamasının gerçekte nereden geldiği, CRM'deki hesap ve kişi kayıtlarının ne kadar temiz olduğu ve CRM'in hâlâ ERP, Faturalama ve diğer bağlı sistemlerle aynı hikâyeyi anlatıp anlatmadığı.

Bu grup ne işe yarar

Pipeline & Huni Operasyonları anlaşmaları hareket ederken izler; Veri ve Kaynak İlişkilendirme ise o anlaşmaların dayandığı veri kalitesine yandan ve geriye doğru bakar. Üç ekran da aynı sorunun ("bu rakama güvenebilir miyim?") farklı bir katmandaki karşılığını yanıtlar: pazarlama katkısı, CRM kayıt hijyeni ve sistemler arası tutarlılık.

Çoklu Temas Atıf Analizi
Veri Temizleme Motoru
Sistemler Arası Senkronizasyon

Üç ekran da RevOps'un geri kalanıyla aynı deseni paylaşır: kayıtlardan oluşan çalışma defteri, mevcut duruma dair akıl yürütmeden önce defterde benzer vakaları arayan bir yapay zeka teşhisi, ve bulguyu dışarı ileten hızlı bir aksiyon — bir bütçe yeniden dağılımı, bir toplu birleştirme veya bir otomatik uzlaştırma.

1. Çoklu Temas Atıf Analizi

Amaç: Bir müşterinin satın alma yolculuğundaki her pazarlama ve satış temas noktasının — bir içerik indirmesi, bir webinar, bir e-posta açılışı, bir demo görüşmesi — kazanılmış bir anlaşma için ne kadar gelir katkısı hak ettiğini W-Shaped, Full-Path, Linear veya yapay zeka modelli atıf ile hesaplamak ve en iyi getiri için pazarlama bütçesinin nereye kaydırılması gerektiğini önermek.

Öne çıkan özellikler

  • Atıflanan Gelir ROI Verimliliği göstergesi — kanal kredi dağılımı tam %100'e ulaşan, yani gerçek temas noktalarına doğru şekilde eşlenmiş kazanılmış gelirin canlı yüzdesi.
  • Atıf yolculuğu defteri — Yolculuk ID, hesap adı, kazanılan anlaşma değeri, seçilen atıf modeli (W-Shaped / Full-Path / Yapay Zeka Makine Öğrenmesi), birincil kaynak temas noktası (Ücretli Arama / Organik İçerik), ana besleme temas noktası (Webinar / Giden Arama), kapanış temas noktası (Yönetici Demosu), ortaya çıkan kanal kredi dağılımı ve bir yapay zeka optimizasyon skoru.
  • Kampanya Bütçesini Yeniden Dağıt — herhangi bir yolculukta, en düşük krediye sahip kanaldan en yüksek krediye sahip kanala bir bütçe kaydırması hesaplayan ve ekranda bir onay mesajıyla teyit eden tek tıkla aksiyon.
  • Yapay Zeka Atıf Modeli & Bütçe Optimizasyonu Teşhisi — bir hesap, atıf modeli, kaynak ve kapanış temas noktalarını ve anlaşma değerini girin; asistan önce mevcut yolculuk defterinde benzer vakaları arar (anlamsal arama, yerel model yoksa anahtar kelime yedeğiyle), hangi eşleşmelerin dahil edileceğini seçmenizi sağlar, ardından seçilen vakalar üzerinden akıl yürüterek bir risk seviyesi, hangi kanalın fazla veya eksik kredilendirildiğini ve önerilen bir bütçe kaydırmasını döndürür.

2. Veri Temizleme Motoru

Amaç: CRM ve gelir veritabanını mükerrer şirket ve kişi kayıtları, eksik iletişim verileri, geçersiz e-postalar ve bozuk hesap hiyerarşileri için taramak ve bunları hatalı raporlamaya veya yanlış kişiyle iletişime geçmeye yol açmadan önce temizlemek.

Öne çıkan özellikler

  • Gelir Veritabanı Sağlığı göstergesi — kayıtlı her taramadaki canlı ortalama veri kalitesi sağlık endeksi.
  • Veri temizleme tarama defteri — Tarama ID, hedef varlık türü (Hesap / Kişi / Müşteri Adayı / Fırsat), tespit edilen mükerrer/hata bayrağı (Bulanık Eşleşme Adayı / Geçersiz E-posta Alan Adı / Eksik Ana Hesap / Standartlaştırıldı), işaretlenen eşleşen çift, bir eşleşme güven yüzdesi, bir veri kalitesi sağlık endeksi, çözüm durumu (Birleştirme Bekliyor / Temizlendi / Yok Sayıldı) ve yapay zekanın önerdiği çözüm planı.
  • Toplu Temizle ve Birleştir — bekleyen herhangi bir taramada birleştirmeyi çalıştıran, kaydı Temizlendi olarak işaretleyen ve ekranda bir onay mesajıyla teyit eden tek tıkla aksiyon; temizlendikten sonra bu aksiyon o kayıtta devre dışı kalır.
  • Yapay Zeka Mükerrer Kayıt Temizleme & Normalizasyon Teşhisi — varlık türünü, bayrağı ve eşleşen çift referansını girin; asistan tarama defterinde benzer vakaları arar (yerel model yoksa anahtar kelime yedeğiyle anlamsal arama), hangilerinin dahil edileceğini seçmenizi sağlar, ardından bir risk seviyesi, alan bazlı bir karşılaştırma notu (ör. "Acme Corp" ile "Acme A.Ş." gibi olası bir isim varyasyonu), önerilen bir birleştirme güveni ve önerilen bir çözüm planı döndürür.

3. Sistemler Arası Senkronizasyon

Amaç: CRM'in bağlı olduğu sistemler — ERP, Faturalama ve pazarlama otomasyonu — arasındaki iki yönlü veri entegrasyonlarının sağlığını izlemek ve alan eşleme uyuşmazlıklarını, senkronizasyon çatışmalarını ve başarısız API veya webhook çağrılarını, CRM ile bağlı sistem birbirinden ayrışmadan önce yakalamak.

Öne çıkan özellikler

  • Sistemler Arası Senkronizasyon Sağlığı göstergesi — kayıtlı senkronizasyon işlemlerinden şu anda tamamen senkronize durumda olanların canlı yüzdesi.
  • Senkronizasyon sağlık defteri — Senkronizasyon Kayıt ID, bağlı sistem çifti (CRM ↔ ERP / Faturalama ↔ CRM / MAP ↔ CRM), senkronize edilen nesne türü (Fatura / Sözleşme / Hesap / Abonelik), veri paketi durumu (Senkronize / Alan Uyuşmazlığı / API Hız Sınırına Takıldı / Senkronizasyon Engellendi), son senkronizasyon zaman damgası, bir hata kodu ve yapay zekanın iyileştirme kararı.
  • Otomatik Uzlaştırmayı Başlat — uyuşmayan veya engellenen herhangi bir senkronizasyonda uzlaştırmayı çalıştıran, kaydı Senkronize olarak işaretleyen, son senkronizasyon zaman damgasını güncelleyen ve ekranda bir onay mesajıyla teyit eden tek tıkla aksiyon; senkronize edildikten sonra bu aksiyon o kayıtta devre dışı kalır.
  • Yapay Zeka Alan Uyuşmazlığı & Uzlaştırma Teşhisi — bağlı sistemleri, nesne türünü, veri paketi durumunu ve hata kodunu girin; asistan senkronizasyon defterinde benzer arızaları arar (yerel model yoksa anahtar kelime yedeğiyle anlamsal arama), hangilerinin dahil edileceğini seçmenizi sağlar, ardından bir risk seviyesi, uyuşmazlığa en muhtemel neden olan alanı, bir kök neden analizi ve kendi kendini iyileştirme betiği açıklaması döndürür.

Yapay zeka teşhisleri nasıl çalışır

Her ekranın teşhisi, yapay zekanın akıl yürütmesinin her zaman organizasyonunuzun kendi verisine dayanmasını sağlamak için iki aşamada çalışır, hiçbir zaman sıfırdan uydurulmaz:

AşamaNe oluyor
1 — AramaEkran kendi defterinde incelediğiniz kayda benzer kayıtları arar, ilgi düzeyine göre sıralar ve devam etmeden önce hangilerinin önemli olduğunu seçmenizi sağlar. Yerel bir arama modeli yoksa otomatik olarak anahtar kelime eşleştirmesine geçer.
2 — TeşhisSeçilen kayıtlar, incelediğiniz kayıtla birlikte yapay zeka asistanına iletilir. Yalnızca seçtiğiniz kayıtlarla sınırlı olarak bir risk seviyesi, muhtemelen neler olduğuna dair sade bir açıklama ve somut sonraki adımlar döndürür.

Hızlı aksiyonlar hakkında bir not

Kampanya Bütçesini Yeniden Dağıt, Toplu Temizle ve Birleştir ile Otomatik Uzlaştırmayı Başlat, arka planda aynı şekilde çalışmaz. Kampanya Bütçesini Yeniden Dağıt her zaman bir onay mesajı gösterir ama yolculuğun kendi kaydını değiştirmez — TotalApp henüz pazarlama platformlarınıza canlı bir bağlantısı olmadığından bu bir hesaplama ve devir noktasıdır. Toplu Temizle ve Birleştir ile Otomatik Uzlaştırmayı Başlat ise üzerinde çalıştıkları kaydı gerçekten günceller (durum Temizlendi veya Senkronize'ye geçer) ve aksiyon o kayıtta kendini devre dışı bırakır — ancak bunlar da henüz TotalApp dışındaki canlı bir CRM'e veya webhook kuyruğuna geri yazmaz. Her durumda, ekrandaki onay mesajı tam olarak ne olduğunu söyler.

Kim ne yapabilir

AdımGerekli yetenekTipik rol
Herhangi bir Veri ve Kaynak İlişkilendirme ekranını görüntülemerevops domain rolüGelir Analisti, Sales Ops Uzmanı, RevOps Yöneticisi
Yolculuk / tarama / senkronizasyon kaydı oluşturma veya düzenlemerevops:analytics:readGelir Analisti, RevOps Yöneticisi
Yapay zeka teşhisi çalıştırmarevops:analytics:readGelir Analisti, RevOps Yöneticisi
Bütçeyi yeniden dağıtma, kayıtları birleştirme veya uzlaştırmayı başlatmarevops:analytics:readRevOps Yöneticisi

Sıkça Sorulan Sorular

Bu üç ekran arasındaki fark nedir?
Çoklu Temas Atıf Analizi, "kazanılan bu anlaşma için hangi pazarlama temas noktaları kredi hak etti?" sorusunu yanıtlar. Veri Temizleme Motoru, "CRM'imdeki hesaplar ve kişiler temiz ve benzersiz mi?" sorusunu yanıtlar. Sistemler Arası Senkronizasyon ise "CRM'im hâlâ ERP, Faturalama ve diğer bağlı sistemlerimle aynı fikirde mi?" sorusunu yanıtlar. Üçü de veri güveninin farklı bir katmanına bakar.
Bir yolculuğun kanal kredi dağılımı nasıl hesaplanır?
Bir yolculuğu kaydettiğinizde, ekran krediyi seçilen atıf modeline göre kaynak, besleme ve kapanış temas noktaları arasında böler. Bu hesaplanan bir alandır — temas noktalarını ve modeli siz seçersiniz, dağılım elle girilmek yerine otomatik olarak türetilir.
Toplu Temizle ve Birleştir veya Otomatik Uzlaştırmayı Başlat'ı iki kez çalıştırırsam tekrar mı uygulanır?
Hayır — her iki aksiyon da bir kayıt çözümlenmiş durumuna (Temizlendi veya Senkronize) ulaştığında kendini devre dışı bırakır, böylece aynı kayıtta yanlışlıkla tekrar çalıştıramazsınız.
Yapay zeka teşhisi neden anahtar kelime aramasına geri döndü?
Benzerlik araması normalde yerel bir gömme (embedding) modeli kullanır. Bu model ortamınızda mevcut değilse, ekran otomatik olarak aynı defter üzerinde bir anahtar kelime eşleştirmesine geçer, böylece teşhis yine de çalışır — bu durumda ekranda bir not görürsünüz.
Bu ekranları kimler görebilir?
RevOps paketi tenant'ınızda aktif olduğu sürece bir RevOps rolüne sahip herkes üç ekranı da kullanabilir — bir rol atamak için bkz. Roller & Yetenekler.