Cómo Zapier ofrece a sus equipos de GTM y a sus agentes acceso fiable a los datos de la empresa
Miércoles, septiembre 16
1 PM ET
La IA facilita que cualquiera pueda consultar datos de la empresa. Pero las respuestas fiables dependen de cómo se organizaron, definieron y seleccionaron primero esos datos. Pueden salir mal muchas cosas, si los equipos de GTM solo apuntan LLMs a sistemas de datos y extraen números.
Un CRM gestiona transacciones, no análisis amplios. Por lo tanto, apuntar un LLM directamente a uno puede producir respuestas basadas en datos incompletos, relaciones no verificadas o definiciones poco claras. Un almacén de datos es una fuente más rastreable para su análisis.
Las transcripciones de llamadas requieren una preparación similar. Buscar en miles de transcripciones en bruto puede sobrecargar algunos ejemplos vívidos. El etiquetado semántico ayuda a la IA a encontrar pruebas en toda la colección, pero los equipos deben medir lo común que es un patrón y a qué clientes representa.
El equipo de datos de Zapier gestiona aproximadamente 7,600 tablas de producción en Databricks. Los equipos integrados reducen ese catálogo a campos, métricas, relaciones y contexto que la IA necesita para preguntas específicas.
La validación sigue siendo trabajo humano. Cuando Zapier construyó su Sales 360 Genie, los miembros del equipo comprobaron 100 pares de preguntas y respuestas con fuentes confiables. Los clasificadores de transcripciones necesitan la misma revisión antes de que los equipos puedan confiar en sus conclusiones y tomar decisiones importantes.
Únete a Alex Horner y Sergio Santos, dos líderes del equipo de datos de Zapier, para una conversación sincera sobre datos centralizados, curación embebida, análisis de transcripciones, validación humana y acceso gobernado a la IA. Hablarán de cómo se han asociado con los equipos GTM y RevOps de Zapier para democratizar los datos.
Esta sesión está dirigida a líderes de Datos, GTM, RevOps, Operaciones de Marketing, Operaciones de Ventas y transformación de IA que desean un acceso más amplio a los datos de la empresa sin bajar el estándar de respuestas fiables.
Guarda tu asiento. La grabación se compartirá con los inscritos.
We'll cover:
Why company-wide analysis belongs in a data warehouse rather than a CRM, including the problems created by API limits, unclear relationships, and missing controls
How a centralized data layer and context from embedded teams work together to make GTM questions easier to answer
Why validating AI answers can take longer than building the interface, and what human-reviewed ground truth contributes
How prevalence bias can turn a few convincing call excerpts into a misleading conclusion
How decentralized access changes the data team's job, from delivering every analysis to building trusted components, monitoring risky claims, and improving the system from real usage
Can't attend live? Register and we'll send you the recording after the webinar.
Can’t attend live?
Register today, and we'll send you a recording after the webinar ends.
Regístrate ahora