Lead Scorer (préversion)

Le score conduit à une file d’attente CALL/NURTURE/VERIFY avec de l’argent à risque.

Ce connecteur est disponible dans les produits et régions suivants :

Service classe Régions
Copilot Studio Premium Toutes les régions Power Automate , à l’exception des éléments suivants :
     - Us Government (GCC)
     - Us Government (GCC High)
     - China Cloud géré par 21Vianet
     - Us Department of Defense (DoD)
Applications logiques Norme Toutes les régions Logic Apps , à l’exception des suivantes :
     - Régions Azure Government
     - Régions Azure Chine
     - Us Department of Defense (DoD)
Power Apps Premium Toutes les régions Power Apps , à l’exception des suivantes :
     - Us Government (GCC)
     - Us Government (GCC High)
     - China Cloud géré par 21Vianet
     - Us Department of Defense (DoD)
Power Automate Premium Toutes les régions Power Automate , à l’exception des éléments suivants :
     - Us Government (GCC)
     - Us Government (GCC High)
     - China Cloud géré par 21Vianet
     - Us Department of Defense (DoD)
Contact
Name Ia Saifs
URL https://saifs.ai/
Courriel taher@saifytech.com
Métadonnées du connecteur
Éditeur Ia Saifs
Website https://saifs.ai/
Politique de confidentialité https://saifs.ai/privacy_policy/lead-scorer
Categories IA; Données

Lead Scorer - Saifs AI

Lead Scorer - Saifs AI est un serveur MCP (Model Context Protocol) qui note un pipeline de ventes ouvert à partir d’enregistrements de prospect bruts (ainsi que des journaux d’historique des interactions tactiles et intermédiaires facultatifs) en probabilités de conversion actionnables, des chiffres à risque, un crédit de canal multi-tactile et une file d’attente d’appels quotidiennes classée.

Les responsables commerciaux et les fabricants obtiennent des cartes de contact simples (CALL / / NURTUREVERIFY), une exposition de pipeline avec une plage de confiance et une liste quotidienne prête à l’envoi , sans avoir à créer eux-mêmes des modèles de scoring.

Ce mcP est documenté pour Microsoft certification du serveur MCP.

Publisher : Saifs AI

Site internet: https://saifs.ai
Inscrivez-vous / Prise en main : https://saifs.ai
Contactez-nous / Aide : https://saifs.ai/contact-us
Confidentialité : https://saifs.ai/privacy_policy/lead-scorer
Termes: https://saifs.ai/eula

Authentification : OAuth 2.0


Qui peut l’utiliser

Ce MCP est conçu pour les personnes qui décident de travailler aujourd’hui et de la quantité de pipelines à risque , et non pour écrire un rapport de statistiques.

Role Comment ils l’utilisent
Cadres commerciaux / Adresses virtuelles des ventes Découvrez combien de pipelines ouverts se bloque, avec une plage d’argent, avant l’examen hebdomadaire des prévisions.
Responsables commerciaux / prospects d’équipe Obtenez une liste « appel aujourd’hui » classée afin que les représentants travaillent les transactions qui auraient le plus mal s’ils vont froid.
SDRs / BDR / inside sales Suivez une file d’attente quotidienne CALL / / NURTUREVERIFY au lieu de faire défiler CRM par récurrence ou gut.
Cadres de compte Avancez les opportunités actives qui ont toujours une valeur de contact et sauvez les transactions silencieuses en fin de phase.
RevOps / sales ops Noter les exportations CRM ou de feuilles de calcul dans une file d’attente cohérente, un titre d’exposition et des notes de qualité des données.
Prospects marketing / demand-gen Découvrez quels canaux obtiennent un crédit relatif sur les transactions fermées (lorsque les journaux tactiles sont fournis) – un signal de style de modèle d’achat, et non une preuve de retour sur investissement causale.
CRM / Salesforce / Administrateurs HubSpot Connectez Copilot agents aux exportations de prospects, d’activités et d’étape afin que les fabricants n’aient pas à créer manuellement des formules de scoring.
Copilot Studio /Microsoft 365 Copilot makers Ajoutez des outils de scoring de prospect à un agent afin que les utilisateurs finaux puissent demander « qui devrions-nous appeler aujourd’hui ? » à partir d’un vidage CSV ou CRM.

Meilleur ajustement : Les équipes B2B et mid-market qui conservent un livre de prospects/opportunités (CRM, Excel ou CSV) et ont besoin d’une liste de contacts quotidienne classée par argent en jeu.

Industries : logiciels et services, agences, distributeurs avec un entonnoir de vente nommé, des services professionnels et toute équipe avec des prospects ouverts plus (idéalement) l’activité et l’historique des étapes.

Non requis : une équipe de science des données, un modèle de scoring personnalisé ou une suite d’attribution d’entreprise. Une exportation de prospects avec lead_id et created_date est suffisante pour commencer ; touches et l’historique des étapes rendent la file d’attente et les chiffres d’argent plus nettes.


Comment il est utile

La plupart des équipes travaillent toujours le pipeline à partir d’une date de dernière touche, d’un nom de phase ou d’une taille de transaction seule. Cela manque des transactions silencieuses en fin de phase (argent élevé à risque) et sur-fonctionne des prospects bruyants précoces. Lead Scorer - Saifs AI transforme le livre en actions expliquées, classées par l’argent :

  • Qui appeler aujourd’hui — blocage des prospects classés par pipeline à risque (CALL).
  • Qui pousser vers l’avant - prospects actifs où un contact vaut toujours quelque chose (NURTURE / PUSH FORWARD).
  • Qui d’abord se qualifier — l’histoire mince mène qui a besoin d’un contrôle humain (VERIFY / QUALIFY).
  • Combien est en jeu — valeur de pipeline attendue et valeur à risque, comme des plages avec confiance — jamais une estimation complète.
  • À quoi ressemble l’entonnoir — mettez en scène outlook à partir de l’historique des étapes lorsque vous l’avez ; sinon observé les taux de victoire par étape.
  • Quels canaux apparaissent ensemble sur les transactions gagnées - crédit multi touch relatif lorsque les journaux d’activité sont suffisamment denses.

L’honnêteté est construite : les livres minces refusent les modèles plus lourds avec une raison indiquée et retournent toujours une file d’attente d’engagement/ de taux d’étape utilisable plutôt que d’inventer la précision.


Cas d’utilisation

1. Liste des appels du lundi matin

Qui : Responsable des ventes ou prospect SDR.
Procédure : Connectez le MCP, collez ou chargez l’exportation open-lead de cette semaine (et le journal d’activité si vous l’avez), puis demandez à « Qui l’équipe doit-elle appeler aujourd’hui ? »
Résultat : Une file d’attente classée CALL / / NURTUREVERIFY ainsi qu’un résumé en langage brut que vous pouvez déposer dans Teams, Slack ou un stand-up.

2. Pipeline de blocage de sauvetage

Qui : VP Sales or sales manager before forecast.
Procédure : Noter le livre ouvert avec une fenêtre de silence à froid (par défaut 21 jours).
Résultat : Titre de pipeline à risque avec une plage de confiance, ainsi que des alertes pour les transactions silencieuses en phase tardive afin que vous appeliez ceux qui auraient le plus mal s’ils sont froids.

3. File d’attente SDR /BDR quotidienne à partir de CRM

Qui : Équipe SDR utilisant Salesforce, HubSpot ou des exportations Dynamics.
Procédure : Exporter des prospects (lead_id, created_dateétape, taille de transaction) et des activités facultatives ; demandez à l’agent de noter le fichier.
Résultat : Les reps travaillent une liste de classements d’argent au lieu du premier ou du tourniquet le plus ancien uniquement.

4. Faire avancer les opportunités chaudes (nourrir, ne pas simplement composer)

Qui : Cadres de compte.
Procédure : Incluez les touches récentes afin que l’engagement et la valeur de contact puissent être estimés.
Résultat :NURTURE éléments classés par valeur de contact : étape suivante / proposition sur les transactions qui se déplacent toujours, pas seulement les éléments silencieux.

5. Qualifier les prospects minces ou non vérifiés

Qui : RevOps et SDR.
Procédure : Noter un livre mixte qui inclut des enregistrements avec peu ou pas d’activité.
Résultat : Les prospects à faible confiance ont donc VERIFY / QUALIFY confirmé qu’ils sont réels avant de traiter les scores comme sûrs.

6. Briefing du responsable sans jargon de modèle

Qui : Cadres commerciaux.
Procédure : Demandez « les décisions d’aujourd’hui » après le scoring.
Résultat :decisions cartes (CALL TODAY / / PUSH FORWARDQUALIFY) qui nomment le prospect, l’argent, les jours de silence, et comment nous sommes sûrs que nous sommes — pas de vocabulaire de modèle de survie.

7. Conversation de mixage de canaux (lorsque vous avez des touches)

Qui : Les opérations marketing et commerciales ensemble.
Procédure : Envoyez un journal tactile (lead_id, , datechannel) plus suffisamment de prospects fermés.
Résultat : Crédit de canal relatif sur les conversions pour une discussion budgétaire/mix. Traitez-le comme un modèle d’observation (« ces canaux apparaissent sur des transactions gagnées »), pas la preuve qu’un canal a provoqué la victoire.

8. Intégrité de l’entonnoir à partir de l’historique des étapes

Qui : RevOps.
Procédure : Inclure l’historique des modifications d’étape (lead_id, date, stage).
Résultat : Une vue plus claire de la façon dont les prospects déplacent le prospect → MQL → SQL → Opportunité → Won/Lost, au lieu d’une seule étape d’instantané.

9. Rapports locaux monétaires (INR, USD et autres)

Qui : Dirigeants régionaux des ventes.
Procédure :currency Passer (et facultatif currency_symbol).
Résultat : Argent au format d’affichage (par exemple , avec regroupement indien). Les montants ne sont pas convertis par fx : envoyez des valeurs déjà dans la devise que vous souhaitez signaler.

10. Vidages CRM volumineux (chemin de bac à sable)

Qui : RevOps avec plus de 500 lignes de prospect.
Procédure : Appelez lead_pipeline_get_engine avec le chemin du fichier ; enregistrez et exécutez le script retourné comme indiqué.
Résultat : Même pile de scoring sans envoyer des milliers de lignes via l’agent en tant qu’arguments d’outil.


Prerequisites

  • Accès à Microsoft Copilot Studio, Microsoft 365 Copilot, Azure Foundry ou un autre hôte qui peut appeler ce serveur MCP
  • Autorisation de créer des agents et d’ajouter des outils MCP
  • Un compte Saifs AI autorisé pour Lead Scorer - Saifs AI
  • Possibilité d’effectuer la connexion OAuth 2.0 lors de la connexion au serveur MCP
  • Exportation de prospects avec au moins :
    • lead_id (identificateur unique)
    • created_date (lorsque le prospect est entré dans l’entonnoir)
  • Facultatif mais recommandé :
    • stage(Lead, , MQL, OpportunitySQL, , Won, Lost)
    • status(open / / wonlost)
    • closed_date pour les lignes gagnées/perdues
    • deal_size (valeur estimée ; les valeurs manquantes sont imputées à partir de la médiane du livre et marquées)
    • source (canal d’acquisition, pour la création de rapports)
    • Touches :lead_id, date, facultatif channel (e-mail, démonstration, webinaire, appel, ...)
    • Historique des étapes :lead_id, date, stage
  • Pour les pipelines de plus de 500 lignes de prospect : un bac à sable de code avec accès réseau pour exécuter le script retourné par lead_pipeline_get_engine

Valeurs par défaut utiles si vous ne les définissez pas : horizon de conversion 90 jours ; silence froid 21 jours ; longueur de file d’attente des appels 10 ; devise USD.


Opérations prises en charge

lead_pipeline

Note un pipeline de ventes ouvert de 500 lignes de prospects ou moins. Envoyer les lignes directement ; le serveur retourne le résultat complet, y compris le registre par prospect, le gestionnaire decisions, l’exposition du pipeline et la file d’attente d’appels quotidiens.

Utilisez quand l’utilisateur demande à qui appeler, combien de pipelines est à risque, outlook de conversion, file d’attente SDR quotidienne, ou pour noter un vidage CRM/CSV de 500 prospects ou moins.

N’utilisez pas lorsqu’il y a plus de 500 prospects : appelez lead_pipeline_get_engine à la place.

Paramètres obligatoires

Parameter Type Description
leads tableau Lignes de plomb brutes. Chaque élément a besoin lead_id et created_date.

Paramètres facultatifs

Parameter Type Description
touches tableau Journal d’activité (lead_id, date, facultatif channel). Améliore l’engagement, l’apprentissage à valeur de contact et le crédit de canal.
stage_history tableau Journal des modifications intermédiaires (lead_id, date, stage). Active un modèle d’entonnoir réel ; sinon, les taux de victoire empiriques par étape sont utilisés.
as_of string Date d’analyse / « aujourd’hui » (YYYY-MM-DD). La valeur par défaut est la date la plus récente dans les données.
horizon_days entier Fenêtre pour outlook de conversion (par défaut 90).
currency string Code ISO pour l’affichage de l’argent (valeur par défaut USD). Aucune conversion FX.
cold_threshold_days entier Jours de silence après lesquels un plomb compte comme froid (par défaut 21).
call_queue_size entier Longueur maximale de la file d’attente des appels quotidiens (par défaut 10).
include_diagnostics booléen Si la valeur est true, incluez des diagnostics d’ajustement de modèle supplémentaires (valeur false par défaut).

Ce que vous récupérez (conceptuellement)

  • Gestionnaire decisions classé ( / CALL TODAYPUSH FORWARD / QUALIFY)
  • Exposition du pipeline : valeur de pipeline ouverte et pipeline à risque, avec une plage de confiance
  • Registre par prospect : étiquette d’engagement (Hot / Warming / Cold / ...), conversion outlook, chiffres monétaires, short « pourquoi » traces
  • Quotidien call_queue (CALL / / NURTUREVERIFY) plus un prêt à l’envoidelivery_text
  • Notes de qualité des données (lignes supprimées, tailles de transaction imputées, avertissements d’historique fin)
  • Crédit de canal facultatif lorsque les touches et suffisamment de prospects fermés sont présents

lead_pipeline_get_engine

Pour les pipelines de plus de 500 lignes de prospect. Retourne un script complet, exécutable Python qui charge l’exportation de prospects dans votre bac à sable et la note. Les lignes ne passent jamais par l’agent en tant que jetons. Enregistrez et exécutez le script retourné détaillé.

Paramètres obligatoires

Parameter Type Description
file_path string Chemin d’accès à l’exportation de prospects (CSV / TSV / JSON) à l’intérieur du bac à sable.

Paramètres facultatifs

Parameter Type Description
touches_path string Chemin d’accès à un journal d’activité/tactile.
stage_history_path string Chemin d’accès à l’historique des modifications intermédiaires.
currency string Code monétaire ISO pour l’affichage (USD par défaut).
as_of string Date YYYY-MM-DDd’analyse .

Comment exécuter le script retourné

  1. Enregistrez le script exactement comme indiqué (ne retypez pas, raccourcissez ou rééployez le scoring).
  2. PointEZ PATH / devise / lignes de date sur les fichiers de l’utilisateur si nécessaire.
  3. Exécutez-le dans un bac à sable avec un accès réseau au service de scoring.
  4. Lire les décisions imprimées et les chiffres des titres ; utilisez le json de résultat complet pour le registre et la file d’attente.

Obtention des informations d’identification

Lead Scorer - Saifs AI utilise OAuth 2.0.

Les administrateurs et les créateurs ne créent pas manuellement de clés API. Lorsque vous créez une connexion dans Copilot Studio, vous êtes redirigé vers Saifs AI pour vous connecter. Une fois la connexion établie, la connexion est créée et l’agent peut appeler les outils MCP sous ce compte.

Pour les fabricants qui connectent le MCP dans Copilot Studio

  1. Connectez-vous ou créez un compte à l’adresse https://saifs.ai.
  2. Dans Copilot Studio, ajoutez Lead Scorer - Saifs AI et démarrez Créer une connexion.
  3. Terminez la connexion OAuth 2.0 et approuvez l’accès lorsque vous y êtes invité.
  4. Vérifiez que la connexion réussit (lead_pipeline et lead_pipeline_get_engine sont répertoriées et pouvant être appelées).

Pendant l’authentification, Saifs AI valide un jeton d’accès OAuth (et l’identité de compte associée) côté serveur pour autoriser les appels d’outils MCP. Les jetons sont utilisés pour la session authentifiée. Consultez la politique de confidentialité saifs AI.

Pour les éditeurs / validation Microsoft (Azure Key Vault)

Les soumissions de certification configurent OAuth 2.0 via Azure Key Vault (authorization.type = AzureKeyVault). Stockez les secrets avec des noms exacts (respectant la casse) :

Nom du secret Obligatoire pour OAuth 2.0 Purpose
ClientId Yes CLIENT OAuth / ID d’application
ClientSecret Yes Clé secrète du client OAuth
AuthorizationUrl Yes Point de terminaison d’autorisation
TokenUrl Yes Point de terminaison de jeton
RefreshUrl Si des jetons d’actualisation sont utilisés Actualiser le point de terminaison
Scopes Si des étendues sont requises Étendues séparées par des espaces

Accordez au principal 8e91e74f-afe9-41cd-8c3f-17a9562a74ea du service de certification Microsoft Key Vault’utilisateur secrets (ou un accès en lecture équivalent). Définissez authorization.referenceId le manifeste MCP sur l’URI Key Vault, et non sur un URI secret.

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

Pour plus d’informations sur l’installation de Key Vault, consultez Microsoft certification du serveur MCP : comment puis-je configurer le Key Vault ?.


Getting Started

Flux pour les administrateurs

  1. Cliquez sur Nouvel agent.
  2. Dans le menu de droite, cliquez sur Outils.
  3. Cliquez sur McP (Model Context Protocol).
  4. Sélectionnez Lead Scorer - Saifs AI.
  5. Cliquez sur Non connecté, puis sur Créer une connexion.
  6. Terminez la connexion Saifs AI OAuth 2.0 lorsque vous y êtes invité.
  7. Après la connexion, la connexion est créée avec succès.

Exemple : créer un agent de file d’attente d’appels quotidiens

  1. Nommez votre agent, par exemple file d’attente d’appels quotidiens.
  2. Ajoutez des instructions telles que :
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. Cliquez sur Aperçu et testez avec un petit csv de prospects (incluez quelques lignes gagnées/perdues et certaines activités si vous le pouvez).
  2. Cliquez sur Publier.

Vérification rapide après la connexion

  1. Noter un petit livre avec lead_pipeline (inclure des prospects ouverts et, si possible, des prospects fermés et des touches).
  2. Vérifiez que la réponse inclut decisions, l’exposition du pipeline, un registre par prospect et un call_queue.
  3. Pour un fichier plus volumineux, appelez, enregistrez lead_pipeline_get_engineet exécutez le script retourné comme indiqué et vérifiez que le fichier de résultats est écrit.

Exemples de questions après la connexion

  • « Qui devrions-nous appeler aujourd’hui à partir de cette exportation de prospects ? »
  • « Combien de pipelines se bloquent et quelles transactions vont froids ? »
  • « Créez une file d’attente SDR de 10 personnes dans INR. »
  • « Quels canaux s’affichent sur les offres gagnées dans ce journal tactile ? »

Problèmes connus et limitations

  • Compte actif requis. Un compte Saifs AI actif ayant accès à Lead Scorer est requis. Les outils ne peuvent pas être appelés tant que la connexion OAuth 2.0 n’est pas terminée correctement sur la connexion.
  • Données minimales pour les modèles plus lourds. Par défaut, les couches de conversion-minutage et de crédit de canal ont besoin d’un historique suffisamment fermé (généralement environ 30 prospects fermés et environ 8 victoires). En dessous de cela, ces couches refusent avec une raison déclarée ; le scoring continue avec les secours de taux d’engagement et de taux intermédiaire.
  • Limite de taille du chemin d’accès aux lignes. lead_pipeline accepte 500 lignes de prospect ou moins. Les livres plus volumineux doivent utiliser lead_pipeline_get_engine.
  • Les touches et l’historique des étapes sont facultatives, mais matérielles. Sans touches, engagement, valeur de contact apprise et crédit de canal sont faibles ou ignorés. Sans historique des étapes, outlook en entonnoir utilise les taux de victoire observés par étape, pas un modèle de transition complet.
  • La valeur de contact peut être supposée, pas apprise. L’élévation apprise a besoin de suffisamment de touches et de prospects fermés intouchés dans une étape. Dans le cas contraire, une hypothèse d’efficacité des contacts par défaut est utilisée et étiquetée comme telle.
  • Observation, pas une expérience de laboratoire. Les comparaisons touched-vs-untouched et le crédit de canal sont des modèles dans votre historique, et non une preuve aléatoire qu’un appel ou un canal « provoqué » la victoire. Si les reps fonctionnent déjà les meilleurs prospects, la valeur de contact mesurée peut sembler trop élevée.
  • Les prospects ouverts ne sont pas encore « pas encore », pas « jamais ». Les enregistrements ouverts restent en lecture jusqu’à ce que as_ofles enregistrements perdus quittent sans conversion. Ne traitez pas une probabilité de conversion unique comme un quota ou un numéro de commission sans votre propre holdout/ backtest.
  • Les prospects à faible confiance ne sont pas appelés automatiquement. Les enregistrements sans touches ou un modèle de conversion non disponible sont marqués d’une faible confiance : ils peuvent apparaître comme VERIFY, et non / CALLNURTURE .
  • La devise est une étiquette d’affichage. Le passage d’INR ou USD ne convertit pas les montants. Envoyez des tailles de transaction déjà dans la devise que vous souhaitez signaler.
  • Les lignes non valides sont supprimées, pas inventées. Les lead_id dates manquantes ou created_datenonparsables, les ID dupliqués (premiers gains) et les tailles de transaction négatives/non finies sont nettoyées et comptabilisées dans le rapport de qualité des données.
  • Aucune écriture différée CRM dans cette version. Les scores MCP et les expliquent ; elle ne met pas à jour Salesforce, HubSpot ou Dataverse elle-même.
  • Données personnelles. Les noms de prospects, les ID et l’activité peuvent être des données personnelles en vertu de la loi sur la confidentialité applicable (y compris le DPDP de l’Inde). Utilisez uniquement les données que vous êtes autorisé à traiter.
  • ASCII dans les en-têtes de package. Par Microsoft conseils de certification, utilisez des noms d’en-tête et des valeurs ASCII uniquement dans les fichiers de définition de manifeste et d’outil pour éviter les échecs de validation.
  • Session OAuth requise. Les outils ne s’exécutent pas tant que la connexion OAuth 2.0 réussit ; Les jetons expirés peuvent exiger que l’utilisateur se reconnecte.

Questions fréquentes

Comment connecter le MCP ?

Suivez Flow pour les administrateurs sous Prise en main : New Agent → Tools → Model Context Protocol (MCP) → sélectionner Lead Scorer - Saifs AI → Créer une connexion → terminer la connexion OAuth 2.0 saifs AI OAuth 2.0.

Quelles colonnes ai-je besoin ?

Au minimum : lead_id et created_date. Les résultats plus forts ont besoin d’une étape, d’un état, d’une taille de transaction, d’un journal tactile et d’un historique des étapes. Les dates peuvent être YYYY-MM-DD des variantes jour/mois/année courantes.

Quel outil dois-je utiliser ?

  • 500 prospects ou moins :lead_pipeline (envoyer des lignes dans l’appel d’outil).
  • Plus de 500 prospects :lead_pipeline_get_engine (exécutez le script retourné localement).

Qu’est-ce que la file d’attente CALL / NURTURE / VERIFY ?

Une liste quotidienne courte et classée par l’argent :

  • APPEL : blocage des transactions (silencieuses au moins cold_threshold_days) classées par valeur à risque
  • NURTURE : transactions actives classées par valeur d’un contact supplémentaire
  • VERIFY — mince-historique / enregistrements à faible confiance qui ont besoin d’un contrôle humain

Les cartes de gestionnaire utilisent la même idée que CALL TODAY / PUSH FORWARD / QUALIFIER.

Pourquoi les chiffres d’argent affichent-ils des plages ?

Chaque figure monétaire est retournée avec une plage (et les totaux de pipelines avec une bande de style bootstrap), pas seulement un seul point. Cela est intentionnel afin que les gestionnaires puissent faire confiance au nombre lorsque la réalité atterrit à l’intérieur de la plage.

Puis-je utiliser Salesforce, HubSpot ou Excel exportations ?

Yes. Toute exportation avec id de prospect et dates créées fonctionne. Mappez les activités et touches les modifications intermédiaires au stage_history moment où vous le pouvez. Le MCP n’est pas réécrit dans le CRM.

Le crédit de canal est-il le même que le retour sur investissement marketing ?

Non. Lorsque les touches et suffisamment de prospects fermés existent, vous obtenez un crédit tactile relatif. Utilisez-le comme signal de mix dans une conversation marketing, et non comme preuve qu’un canal a provoqué des revenus.

Qui dois-je contacter le support technique ?

Utilisez https://saifs.ai/contact-us. Incluez votre environnement Copilot Studio, les erreurs de connexion (le cas échéant) et que vous utilisiez lead_pipeline ou lead_pipeline_get_engine.


Instructions de déploiement

Dans Microsoft Copilot Studio (chemin certifié/publié)

  1. Ouvrez Copilot Studio et créez ou modifiez un agent.
  2. Ajoutez des outils / serveurs MCP et sélectionnez Lead Scorer - Saifs AI à partir du catalogue certifié (après Microsoft publication).
  3. Complétez le consentement OAuth 2.0 avec un compte Saifs AI disposant d’un accès lead scorer.
  4. Testez lead_pipeline avec un petit échantillon (≤500 prospects) avant les invites de production.
  5. Document pour les fabricants qui exportent l’attachement (prospects, touches facultatives, historique des étapes facultatives).

Contenu du package pour la certification Microsoft

Préparez le package MCP par Microsoft certification du serveur MCP (préversion), notamment :

  • Manifeste (définition du serveur MCP, métadonnées, icônes, référence d’autorisation Azure Key Vault)
  • Fichier de définition d’outil (lead_scoring_mcptools.json) décrivant lead_pipeline et lead_pipeline_get_engine
  • Ceci intro.md (documentation publique)
  • Icônes et ressources de personnalisation qui suivent Microsoft 365/ Conseils sur les icônes de package Teams
  • URL de support, de confidentialité et de conditions
  • Secrets OAuth 2.0 Key Vault pour validation (ClientId, , ClientSecretAuthorizationUrl, TokenUrlet facultatifRefreshUrl / Scopes)

Envoyez via l’Espace partenaires à l’aide des applications et des agents pour M365 et Copilot type d’offre. Maintenez l’implémentation dynamique alignée sur le package certifié ; renvoyez lors de l’ajout d’outils ou d’une modification significative du comportement ou des métadonnées.


Support

Actions

Scoreur de prospects

Le score conduit à une file d’attente CALL/NURTURE/VERIFY avec de l’argent à risque.

Scoreur de prospects

Le score conduit à une file d’attente CALL/NURTURE/VERIFY avec de l’argent à risque.