潜在顾客评分者(预览版)

评分会导致通话/培养/验证队列中存在风险资金。

此连接器在以下产品和区域中可用:

Service Class 区域
Copilot Studio 高级 除以下各项外的所有 Power Automate 区域 :
     - 美国政府 (GCC)
     - 美国政府 (GCC High)
     - 由世纪互联运营的中国云
     - 美国国防部(DoD)
逻辑应用程序 标准 除以下各项外的所有 逻辑应用区域 :
     - Azure 政府区域
     - Azure 中国区域
     - 美国国防部(DoD)
Power Apps 高级 除以下各项外的所有 Power Apps 区域 :
     - 美国政府 (GCC)
     - 美国政府 (GCC High)
     - 由世纪互联运营的中国云
     - 美国国防部(DoD)
Power Automate 高级 除以下各项外的所有 Power Automate 区域 :
     - 美国政府 (GCC)
     - 美国政府 (GCC High)
     - 由世纪互联运营的中国云
     - 美国国防部(DoD)
联系人
Name Saifs AI
URL https://saifs.ai/
Email taher@saifytech.com
连接器元数据
Publisher Saifs AI
网站 https://saifs.ai/
隐私策略 https://saifs.ai/privacy_policy/lead-scorer
Categories 人工智能;数据

潜在顾客评分器 - Saifs AI

潜在顾客评分器 - Saifs AI 是一种模型上下文协议(MCP)服务器,可将开放销售管道从原始潜在顾客记录(加上可选的触摸和阶段历史记录日志)评分为 可操作的转换概率、有风险的货币数字、多接触渠道信用和排名的每日呼叫队列。

销售经理和制造商获得纯语言,他们今天联系卡片(CALL / / NURTUREVERIFY)、含置信度范围的管道曝光和随时可以发送的每日列表,而无需自行构建评分模型。

此 MCP 记录为Microsoft MCP 服务器认证。

Publisher:Saifs AI

网站: https://saifs.ai
注册/入门: https://saifs.ai
联系我们/帮助: https://saifs.ai/contact-us
隐私: https://saifs.ai/privacy_policy/lead-scorer
条款: https://saifs.ai/eula

身份验证: OAuth 2.0


谁可以使用它

此 MCP 是为决定 哪些导致今天工作 以及有多少管道面临风险的人而构建的,而不是用于编写统计信息报告。

Role 它们如何使用它
销售主管/销售的 VPS 查看每周预测评审之前,有多少开放管道停滞不前,资金范围。
销售经理/团队主管 获得排名靠前的“今天通话”列表,让代表们处理交易,如果他们冷了,这些交易会伤害最大。
SDR / BDR / 内部销售 按照每日CALL / / NURTUREVERIFY队列操作,而不是通过直率或直率滚动 CRM。
客户主管 推进仍然具有接触价值的活跃机会,并拯救沉默的后期交易。
RevOps /销售运营 将 CRM 或电子表格导出评分到一致的队列、公开标题和数据质量笔记中。
市场营销/需求代潜在客户 查看哪些渠道获取封闭式交易的相对信用额度(提供触摸日志时)-购物模式样式信号,而不是因果 ROI 证明。
CRM/ Salesforce / HubSpot 管理员 将Copilot代理连接到潜在顾客、活动和阶段导出,使制造商不必手动生成评分公式。
Copilot Studio/智能 Microsoft 365 Copilot 副驾驶®制造商 向代理添加潜在顾客评分工具,以便最终用户可以询问“我们今天应该拨打谁? 从 CSV 或 CRM 转储。

最适合:B2B 和中型市场团队,这些团队保留潜在顾客/机会簿(CRM、Excel或 CSV),并需要按资金排名的每日联系人列表。

行业: 软件和服务、代理、具有命名销售漏斗图、专业服务以及任何具有开放潜在顾客的团队(理想情况下)活动和阶段历史记录。

不需要: 数据科学团队、自定义评分模型或企业属性套件。 铅出口与 lead_id 并 created_date 足以开始;触摸和舞台历史使队列和金钱数字更尖锐。


它如何有用

大多数团队仍从上次接触日期、阶段名称或交易大小单独工作管道。 这错过了沉默的后期交易(高风险的高钱)和过度工作的干扰早期线索。 首席得分手 - Saifs AI 将这本书变成解释的、资金排名的操作:

  • 谁今天打电话 — 停止按风险管道排名的潜在顾客 (CALL)。
  • 谁向前推进 — 积极的线索, 其中一个接触仍然值得一些 (NURTURE / PUSH FORWARD) 。
  • 谁有资格第一 — — 瘦历史线索需要人工检查 (VERIFY / QUALIFY)。
  • 有多少风险—— 预期的管道价值和风险价值,显示为自信的范围——从来就不是一个光点的估计。
  • 漏斗图的外观 — 当你拥有漏斗图时,从阶段历史记录中暂存 Outlook:否则,按阶段观察到的胜利率。
  • 当活动日志足够密集时,哪些渠道一起出现在获胜的交易上, 相对多点触控信用额度。

诚实是内置的:瘦书拒绝更重的模型,有规定的理由,仍然返回一个可用参与/阶段速率队列,而不是发明精度。


用例

1. 星期一上午呼叫列表

谁: 销售经理或 SDR 潜在顾客。
操作方法: 连接 MCP,粘贴或上传本周的开放潜在顾客导出(和活动日志(如果有),然后问“团队今天应该拨打谁?
结果:排名CALL / / NURTUREVERIFY队列以及可以放入 Teams、Slack 或站立的纯语言摘要。

2. 救援停滞管道

谁: 预测前的 VP Sales 或销售经理。
操作方法: 用冷沉默窗口为打开的书评分(默认为 21 天)。
结果: 充满信心范围的管道风险头条新闻,加上对无声后期交易的警报,因此,如果它们冷了,你称之为最伤害的人。

3. CRM 中的每日 SDR/BDR 队列

谁:使用 Salesforce、HubSpot 或Dynamics导出的 SDR 团队。
操作方法: 导出潜在顾客(lead_id、 created_date阶段、交易大小)和可选活动;要求代理对文件进行评分。
结果: 代表工作一个排名靠钱的列表,而不是最早的第一个或轮循机制。

4. 提前温暖机会 (培育, 不只是拨号)

谁: 客户主管。
操作方法: 包括最近接触,以便估计参与度和联系人值。
结果:NURTURE 按联系人价值排名的项目 - 下一步/关于仍在移动的交易的建议,而不仅仅是无声交易。

5. 限定精简或未验证的潜在顾客

谁: RevOps 和 SDR。
操作方法: 为包含很少或没有活动的记录的混合书籍评分。
结果: 低信心导致进入, VERIFY / QUALIFY 因此球队确认他们是真实的,然后对待分数是肯定的。

6. 没有模型行话的经理简报

谁: 销售主管。
操作方法: 得分后要求“今天的决定”。
结果:decisions卡 (CALL TODAY / / PUSH FORWARDQUALIFY) 这个名字是铅, 钱, 沉默的日子, 以及我们是多么肯定 — — 没有生存模式的词汇。

7. 频道混合对话 (当你有接触时)

谁: 营销和销售运营一起。
操作方法: 发送触摸日志(lead_id,, date) channel加上足够封闭的潜在客户。
结果: 预算/组合讨论转换的相对渠道信用额度。 将其视为观察模式(“这些渠道出现在获胜的交易上”),而不是证明一个渠道导致了胜利。

8. 阶段历史记录的漏斗运行状况

谁: RevOps。
操作方法:包括阶段更改历史记录(lead_id、、datestage)。
结果: 更清楚地了解潜在顾客如何移动潜在顾客→ MQL → SQL →机会→赢/输,而不是单个快照阶段。

9. 货币本地报告 (新华币、美元等)

谁: 区域销售主管。
操作方法: 传递 currency (和可选 currency_symbol)。
结果: 显示格式的货币(例如 ₹ 与印度分组)。 金额 不是 外汇转换的 - 发送已以所需报告货币的值。

10. 大型 CRM 转储(沙盒路径)

谁: 具有 500 多个潜在顾客行的 RevOps。
操作方法: 使用文件路径进行调用 lead_pipeline_get_engine ;保存并按给定方式运行返回的脚本。
结果: 相同的评分堆栈,无需通过代理发送数千行作为工具参数。


Prerequisites

  • 访问可调用此 MCP 服务器的 Microsoft Copilot Studio、智能 Microsoft 365 Copilot 副驾驶®、Azure Foundry 或其他主机
  • 创建代理和添加 MCP 工具的权限
  • 为 潜在评分者授权的 Saifs AI 帐户 - Saifs AI
  • 连接 MCP 服务器时能够完成 OAuth 2.0 登录
  • 至少具有潜在顾客导出:
    • lead_id (唯一标识符)
    • created_date (当潜在客户进入漏斗时)
  • 可选但建议:
    • stage(Lead、、SQLMQL、Opportunity、Won、 Lost)
    • status(open / / wonlost)
    • closed_date 用于赢/丢失行
    • deal_size (估计值;缺失值来自书籍中值并标记)
    • source (购置渠道,报告)
    • Touchs:lead_id, , date可选 channel (电子邮件, 演示, 网络研讨会, 通话, ...)
    • 阶段历史记录:lead_id、 datestage
  • 对于 大于 500 个潜在顾客行 的管道:具有网络访问权限的代码沙盒,用于运行由 返回的脚本 lead_pipeline_get_engine

如果未设置默认值,则为有用的默认值: 转换地平线 90 天;冷沉默 21 天:呼叫队列长度 10;货币美元。


支持的操作

lead_pipeline

为 500 个潜在顾客行或更少的开放式销售管道评分。 直接发送行;服务器返回完整结果,包括按潜在顾客账本、经理 decisions、管道公开和每日调用队列。

当用户询问要呼叫的人员、存在多少管道风险、转换 Outlook、每日 SDR 队列或为 500 个潜在顾客的 CRM/CSV 转储评分或更少时使用。

当有超过 500 个潜在顾客时不要使用 — 调用lead_pipeline_get_engine。

必需的参数

Parameter 类型 Description
leads 数组 原始潜在顾客行。 每个项需要 lead_id 和 created_date。

可选参数

Parameter 类型 Description
touches 数组 活动日志 (lead_id, date可选 channel)。 改进参与度、联系人价值学习和渠道信用额度。
stage_history 数组 阶段更改日志 (lead_id, , datestage)。 启用真正的漏斗模型;否则,按阶段使用经验取胜率。
as_of 字符串 分析/“今天”日期(YYYY-MM-DD)。 默认为数据中的最新日期。
horizon_days 整数 转换 Outlook 窗口(默认为 90)。
currency 字符串 货币显示的 ISO 代码(默认值 USD)。 无 FX 转换。
cold_threshold_days 整数 几天的沉默之后,铅算作冷(默认为 21)。
call_queue_size 整数 每日呼叫队列的最大长度(默认为 10)。
include_diagnostics 布尔 如果为 true,请包括额外的模型拟合诊断(默认值 false)。

你回来的东西(从概念上讲)

  • 排名经理 decisions (CALL TODAYQUALIFY / PUSH FORWARD / )
  • 管道暴露:开放管道值和有风险的管道,置信度范围
  • 按潜在顾客账本:预订标签(热/暖/冷/...),转换前景,金钱数字,短“为什么”跟踪
  • 每日 call_queue (CALL / / NURTUREVERIFY) 加上随时发送delivery_text
  • 数据质量笔记(删除行、插补交易大小、精简历史记录警告)
  • 出现触摸时和足够封闭的潜在客户时可选的渠道信用额度

lead_pipeline_get_engine

对于 大于 500 个潜在顾客行的管道。 返回一个完整的可运行Python脚本,该脚本在沙盒中加载潜在顾客导出并将其评分。 行从不以令牌的形式通过代理。 保存并运行返回的脚本 逐字。

必需的参数

Parameter 类型 Description
file_path 字符串 沙盒中潜在顾客导出的路径(CSV/TSV/JSON)。

可选参数

Parameter 类型 Description
touches_path 字符串 触摸/活动日志的路径。
stage_history_path 字符串 阶段更改历史记录的路径。
currency 字符串 用于显示的 ISO 货币代码(默认美元)。
as_of 字符串 分析日期 YYYY-MM-DD。

如何运行返回的脚本

  1. 按给定方式保存脚本(请勿重新键入、缩短或重新实现评分)。
  2. 如果需要,指向用户文件的点 PATH/货币/日期行。
  3. 在具有网络访问权限的沙盒中运行评分服务。
  4. 阅读印刷的决定和头条新闻数字;对账本和队列使用完整的结果 JSON。

获取凭据

潜在顾客评分器 - Saifs AI 使用 OAuth 2.0。

管理员和制造商不会手动创建 API 密钥。 在 Copilot Studio 中创建新连接时,会重定向到 Saifs AI 进行登录。 成功登录后,将创建连接,代理可以在该帐户下调用 MCP 工具。

对于在 Copilot Studio 中连接 MCP 的制造商

  1. 登录或创建帐户。https://saifs.ai
  2. 在Copilot Studio中,添加潜在顾客评分器 - Saifs AI 并开始创建新的连接。
  3. 完成 OAuth 2.0 登录并在出现提示时批准访问。
  4. 确认连接成功(lead_pipeline 列出且 lead_pipeline_get_engine 可调用)。

在身份验证期间,Saifs AI 验证 OAuth 访问令牌(和相关帐户标识)服务器端以授权 MCP 工具调用。 令牌用于经过身份验证的会话。 请参阅 Saifs AI 隐私策略。

对于发布者/Microsoft验证(Azure 密钥保管库)

认证提交通过 Azure 密钥保管库 (authorization.type = AzureKeyVault) 配置 OAuth 2.0。 存储 具有确切 名称的机密(区分大小写):

机密名称 OAuth 2.0 必需 Purpose
ClientId Yes OAuth 客户端/应用程序 ID
ClientSecret Yes OAuth 客户端密钥
AuthorizationUrl Yes 授权终结点
TokenUrl Yes 令牌终结点
RefreshUrl 如果使用刷新令牌 刷新终结点
Scopes 如果需要范围 空格分隔的范围

授予Microsoft认证服务主体8e91e74f-afe9-41cd-8c3f-17a9562a74ea密钥保管库机密用户(或等效的读取访问权限)。 在 MCP 清单中设置为authorization.referenceId密钥保管库 URI,而不是机密 URI。

"authorization": {
  "type": "AzureKeyVault",
  "referenceId": "https://saifs-mcp-kv.vault.azure.net/"
}

有关密钥保管库设置详细信息,请参阅Microsoft MCP 服务器认证 — 如何设置密钥保管库?


入门

管理员流

  1. 单击“ 新建代理”。
  2. 在右侧菜单中,单击“ 工具”。
  3. 单击“模型上下文协议”(MCP)。
  4. 选择 潜在顾客评分器 - Saifs AI。
  5. 单击 “未连接”,然后单击“ 创建新连接”。
  6. 出现提示时完成 Saifs AI OAuth 2.0 登录。
  7. 登录后,已成功创建连接。

示例:创建每日呼叫队列代理

  1. 为代理命名,例如 每日呼叫队列。
  2. 添加如下说明:
You help sales managers decide who to contact today.
When the user provides a lead export (lead_id, created_date; optional stage, status, deal_size, touches, stage_history):
- If there are 500 lead rows or fewer, call lead_pipeline with the rows.
- If there are more than 500 leads, call lead_pipeline_get_engine and run the returned script verbatim against the file.
Always lead with ranked CALL / NURTURE / VERIFY (or CALL TODAY / PUSH FORWARD / QUALIFY) actions and money impact in the user's currency.
Explain in plain language. Do not invent rupee or dollar figures the tools did not return.
If history is thin, say so and treat VERIFY items as qualification — do not auto-act on low-confidence leads.
  1. 单击 “预览 ”并使用小型潜在顾客 CSV 进行测试(包括几个赢/丢失的行和一些活动(如果可以)。
  2. 单击“发布”。

连接后快速验证

  1. 为小书评分,其中包含 lead_pipeline 一些打开的潜在客户,如果可能,封闭的潜在顾客加上触摸。
  2. 确认响应包括 decisions:管道公开、每潜在顾客账本和一个 call_queue。
  3. 对于较大的文件,请调用 lead_pipeline_get_engine、保存并运行返回的脚本(如给定),并确认结果文件已写入。

连接后的示例问题

  • “我们今天应该从这个潜在顾客导出中叫谁?
  • “有多少管道停滞不前,哪些交易很冷?
  • “在 SSD 中生成 10 人的 SDR 队列。
  • “哪些频道出现在此触摸日志中获胜的交易上?

已知问题和限制

  • 需要活动帐户。 需要一个有权访问潜在顾客评分器的活动 Saifs AI 帐户。 在 OAuth 2.0 登录成功完成连接之前,无法调用工具。
  • 较重模型的最小数据。 默认情况下,转换计时和渠道信用层需要足够的封闭历史记录(通常约 30 个封闭潜在客户和约 8 胜)。 在下面,这些层拒绝有说明的原因;评分继续与参与率和阶段率回退。
  • 行路径大小限制。 lead_pipeline 接受 500 个潜在顾客行或更少行。 大书必须使用 lead_pipeline_get_engine。
  • 触摸和舞台历史记录是可选的,但材料。 没有接触、参与、学习的联系人值以及渠道信用额度薄弱或跳过。 如果没有阶段历史记录,漏斗 Outlook 按阶段使用观察到的胜利率,而不是完整的转换模型。
  • 可以假定联系人值,但未获知。 了解提升需要足够触摸 和 未触摸的封闭潜在客户在一个阶段。 否则,将使用默认的联系人有效性假设并将其标记为此类。
  • 观察,而不是实验室实验。 触摸与未接触的比较和渠道信用是历史记录中的模式,不是随机证明调用或频道“导致了”胜利。 如果代表已经工作最好的潜在顾客,测量的联系人值看起来可能太高。
  • 开放式潜在顾客“尚未”,而不是“永不”。 打开的记录保持播放状态,直到 as_of丢失的记录离开而不转换。 请勿将单个转换概率视为配额或佣金编号,而无需你自己的保留/背测试。
  • 低置信度潜在顾客不会自动调用。 没有触摸的记录或不可用的转换模型被标记为低置信度:它们可能显示为VERIFY,而不是 / CALLNURTURE。
  • 货币是显示标签。 传递中国银行或美元不会转换金额。 发送已以所需报告货币的交易大小。
  • 删除无效的行,而不是发明的。 缺少 lead_id 或 created_date、无法分析的日期、重复 ID(第一次获胜)和负/非有限交易大小在数据质量报告中进行清理和计数。
  • 此版本中没有 CRM 写回。 MCP 得分并解释:它不会自行更新 Salesforce、HubSpot 或 Dataverse。
  • 个人数据。 根据适用的隐私法(包括印度的 DPDP),潜在顾客姓名、ID 和活动可以是个人数据。 仅使用有权处理的数据。
  • 包标头中的 ASCII。 根据Microsoft认证指南,在清单和工具定义文件中使用仅限 ASCII 的标头名称和值以避免验证失败。
  • 需要 OAuth 会话。 在 OAuth 2.0 连接成功之前,工具不会运行;过期的令牌可能需要用户重新连接。

常见问题解答

如何连接 MCP?

按照“入门”下的 管理员的 Flow 操作:新代理→工具→模型上下文协议(MCP)→选择 潜在顾客评分器 - Saifs AI →创建新连接→完成 Saifs AI OAuth 2.0 登录。

我需要哪些列?

至少: lead_id 和 created_date. 更强的结果需要阶段、状态、交易大小、触摸日志和阶段历史记录。 日期可以是 YYYY-MM-DD 或常见的日/月/年变体。

我应使用哪种工具?

  • 500 个潜在顾客或更少:lead_pipeline (在工具调用中发送行)。
  • 超过 500 个潜在顾客:lead_pipeline_get_engine (在本地运行返回的脚本)。

什么是 CALL/NURTURE/VERIFY 队列?

简短的、排名靠前的每日列表:

  • CALL - 停滞交易 (至少 cold_threshold_days无提示) 按风险价值排名
  • 培育 - 按一个联系人的价值排名的活动交易
  • VERIFY - 需要人工检查的精简历史记录/低置信度记录

经理卡使用与“今日 / 呼叫”推送资格 / 相同的想法。

为什么货币数字显示范围?

每一个货币数字都以一个范围(以及带有引导式带的管道总计)返回,而不仅仅是一个点。 这是有意的,所以当现实降落在范围内时,管理者可以信任这个数字。

是否可以使用 Salesforce、HubSpot 或Excel导出?

Yes. 具有潜在顾客 ID 和创建日期的任何导出都有效。 将活动映射到 touches 和暂存到何时可以更改 stage_history 。 MCP 不会写回 CRM。

渠道信用是否与营销 ROI 相同?

No. 当触摸和足够封闭的潜在客户存在时,将获得相对的多点触控信用。 在营销对话中将其用作混合信号,而不是证明频道导致收入的证据。

我联系谁以获取支持?

使用 https://saifs.ai/contact-us。 包括你的Copilot Studio环境、连接错误(如果有),以及你使用的是lead_pipeline还是lead_pipeline_get_engine。


部署说明

在Microsoft Copilot Studio(认证/已发布路径)

  1. 打开Copilot Studio并创建或编辑代理。
  2. 添加工具/MCP 服务器,并从认证目录(Microsoft发布后)选择潜在顾客评分器 - Saifs AI。
  3. 使用具有潜在评分者访问权限的 Saifs AI 帐户完成 OAuth 2.0 同意。
  4. 在生产提示之前使用小样本(≤500潜在客户)进行测试 lead_pipeline 。
  5. 用于导出附加的制造商的文档(潜在顾客、可选触摸、可选阶段历史记录)。

用于Microsoft认证的包内容

根据MICROSOFT MCP 服务器认证(预览版)准备 MCP 包,包括:

  • 清单(MCP 服务器定义、元数据、图标、Azure 密钥保管库授权参考)
  • 工具定义文件 (lead_scoring_mcptools.json) 描述 lead_pipeline 和 lead_pipeline_get_engine
  • 此 intro.md (公共文档)
  • 遵循Microsoft 365/Teams 包图标指南的图标和品牌资产
  • 支持、隐私和条款 URL
  • OAuth 2.0 密钥保管库用于验证的机密(ClientId、、AuthorizationUrlClientSecret和TokenUrl可选RefreshUrl / Scopes)

使用适用于 M365 的应用和代理和Copilot产品/服务类型通过合作伙伴中心提交。 使实时实现与认证包保持一致;在添加工具或进行重大行为或元数据更改时重新提交。


支持

操作

潜在顾客评分器

评分会导致通话/培养/验证队列中存在风险资金。

潜在顾客评分器

评分会导致通话/培养/验证队列中存在风险资金。