得分王(預覽)

分數會進入一個電話/培育/驗證的隊伍,資金有風險。

此連接器適用於以下產品和區域:

Service Class Regions
Copilot Studio 進階 除下列區域外的所有 Power Automate 區域 :
     - 美國政府 (GCC)
     - 美國政府(海灣合作委員會高中)
     - 由 21Vianet 營運的中國雲
     - 美國國防部 (DoD)
邏輯應用程式 標準 所有 Logic Apps 區域, 但下列區域除外:
     - Azure Government 區域
     - Azure 中國區域
     - 美國國防部 (DoD)
Power Apps 進階 除下列區域外的所有 Power Apps 區域 :
     - 美國政府 (GCC)
     - 美國政府(海灣合作委員會高中)
     - 由 21Vianet 營運的中國雲
     - 美國國防部 (DoD)
Power Automate(自動化服務) 進階 除下列區域外的所有 Power Automate 區域 :
     - 美國政府 (GCC)
     - 美國政府(海灣合作委員會高中)
     - 由 21Vianet 營運的中國雲
     - 美國國防部 (DoD)
連絡人
Name Saifs AI
URL https://saifs.ai/
Email taher@saifytech.com
連接器中繼資料
Publisher Saifs AI
Website https://saifs.ai/
隱私權原則 https://saifs.ai/privacy_policy/lead-scorer
Categories 人工智慧;資料

領先得分手 - Saifs AI

Lead Scorer - Saifs AI 是一款模型情境協定(MCP)伺服器,能將原始潛在客戶紀錄(加上可選的觸控與舞台歷史日誌)中,將開放銷售流程評分為 可操作的轉換機率、風險資金數據、多點通道信用及排名的每日呼叫佇列。

銷售經理和創客能獲得簡單的語言,告訴你今天該聯絡CALL / / NURTUREVERIFY誰()、帶有信心範圍的管道曝光,以及隨時可發送的每日清單——無需自行建立評分模型。

此 MCP 有為 Microsoft MCP 伺服器認證所記錄。

Publisher:Saifs AI

網站: https://saifs.ai
註冊/開始: https://saifs.ai
聯絡我們 / 協助: https://saifs.ai/contact-us
隱私: https://saifs.ai/privacy_policy/lead-scorer
條款: https://saifs.ai/eula

認證: OAuth 2.0


誰可以使用它

這個MCP是為決定 今天哪些潛在客戶 及管道風險的人設計的——不是為了撰寫統計報告。

Role 他們如何使用它
銷售主管/銷售副總裁 在每週預測回顧前,看看有多少未開放的管線停滯,並有資金範圍。
銷售經理/團隊領導 建立一個排名的「今天打電話」名單,讓業務代表處理那些如果冷淡會最不利的交易。
SDR / BDR / 內線銷售 跟著每日CALL / / NURTUREVERIFY排隊,而不是靠最新或直覺滑 CRM。
客戶經理 推動仍具聯繫價值的積極機會,並拯救沉默的後期交易。
RevOps / 銷售營運 將評分CRM或試算表匯出成一致的排隊列、曝光標題及資料品質筆記。
行銷/需求生成潛在客戶 查看哪些頻道在成交交易中獲得相對認可(當提供觸控紀錄時)——這是一種購物模式式的訊號,而非因果投資報酬率的證明。
CRM / Salesforce / HubSpot 管理員 Copilot 代理人與 lead、activity 及 stage 出口連結,讓製作人不必手動建立評分公式。
Copilot Studio / Microsoft 365 Copilot 製造商 為客服人員加入潛在客戶評分工具,讓終端使用者能詢問「我們今天應該聯絡誰?」 來自 CSV 或 CRM 轉儲。

最佳合身:B2B 和中型市場團隊,他們會保留潛在客戶/機會手冊(CRM、Excel 或 CSV 格式),並需要依資金排名的每日聯絡人名單。

產業類別: 軟體與服務、代理商、擁有命名銷售漏斗的經銷商、專業服務,以及任何有開放潛在客戶且(理想情況下)活動與階段歷史的團隊。

非必需: 資料科學團隊、自訂評分模型或企業歸因套件。 一個領先出口,lead_idcreated_date且足以開始;觸碰和舞台歷史讓排隊和金錢數字更銳利。


它的實用性

大多數團隊仍僅從最後觸碰日期、藝名或合約規模開始處理流程。 這會錯過無聲的後期交易(高風險資金),並過度處理嘈雜的早期潛在客戶。 Lead Scorer - Saifs AI 將書籍轉化為有解釋且以金錢排名為基礎的行動:

  • 今天該聯絡誰 ——依管道風險排名的拖延潛在客戶(CALL)。
  • 該推動誰—— 主動線索,即使一個聯絡人仍有價值NURTURE / PUSH FORWARD()。
  • 先篩選誰—— 需要人工核查的薄歷史線索(VERIFY / QUALIFY)。
  • 賭注金額——預期管線價值與風險價值,以信心區間顯示——絕非僅靠點數估算。
  • 漏斗長什麼樣—— 當你有舞台歷史時,從舞台歷史中看到的舞台展望;其他則依階段觀察勝率。
  • 哪些頻道會同時出現在贏出的交易 中——當活動記錄足夠密集時,相對多點點擊的信用。

誠實是內建的:薄書會有明確理由拒絕較重的模型,並且仍然回傳可用的交戰/關卡速率排隊,而不是創造精準度。


應用案例

1. 週一上午通話清單

誰: 銷售經理或SDR主管。
怎麼做: 連接 MCP,貼上或上傳本週的開放潛在客戶匯出(如果有的話還有活動日誌),然後問「今天團隊應該聯絡誰?」
結果:你可以CALL / / NURTUREVERIFY把排名排隊列加上簡單的摘要放進 Teams、Slack 或單口喜劇。

2. 救援拖延管線

誰: 預測前擔任銷售副總裁或銷售經理。
怎麼做: 用冷靜的時段(預設21天)來評分開放書本。
結果: 管道風險頭條,並附有信心範圍,並附有無聲後期交易的警示,讓你判斷若冷卻會造成最大傷害的。

3. 來自 CRM 的每日 SDR / BDR 排隊

誰:SDR 團隊使用 Salesforce、HubSpot 或 Dynamics 匯出。
怎麼做: 匯出潛在客戶(lead_id、 created_date、 階段、交易規模)及可選活動;請經紀人為檔案評分。
結果: 代表採用獎金排名榜,而非僅以最老者為第一或輪詢。

4. 提前提供溫暖的機會(培養,而非隨便撥號)

誰: 客戶經理。
怎麼做: 包含近期的觸碰,以便估算互動與聯絡價值。
結果:NURTURE 依聯絡價值排序的項目——對仍在進行中的交易提出下一步/提案,而不僅限於沉默的。

5. 篩選薄弱或未經驗證的潛在客戶

誰: RevOps 和 SDR。
怎麼做: 取得一本包含活動稀少或無活動紀錄的混合書。
結果: 低信心線索會被 VERIFY / QUALIFY 團隊確認真實,然後才把分數當成確定。

6. 經理簡報,無模特兒術語

誰: 銷售主管。
怎麼做: 得分後詢問「今天的決策」。
結果:decisionsCALL TODAY / / PUSH FORWARDQUALIFY卡片()標示鉛筆、金錢、沉默的日子,以及我們有多確定——沒有生存模式的詞彙。

7. 頻道混音對話(當你有觸碰時)

誰: 行銷與銷售營運結合。
怎麼做: 發送觸控記錄(lead_id, date, channel)以及足夠的閉合線。
結果: 在預算/組合討論中,轉換的相對頻道積分。 把它當作觀察模式(「這些頻道會出現在贏出的交易中」),而不是證明某個頻道造成了勝利。

8. 從階段歷史中的漏斗健康

誰: 復查營運。
怎麼做: 包含階段變更歷史(lead_id, date, stage)。
結果: 更清楚了解潛在客戶如何透過 MQL → SQL → 機會 → 贏/輸,而非單一快照階段→。

9. 貨幣-本地申報(INR、美元等)

誰: 區域銷售領導者。
怎麼做: 通過 currency (且為選擇 currency_symbol性)。
結果: 顯示格式貨幣(例如₹加印度分組)。 金額 不會 用外匯兌換——請以你想報告的貨幣匯入。

10. 大型 CRM 傾封(沙盒路徑)

誰: RevOps 擁有超過 500 條鉛排。
怎麼做: 用檔案路徑呼叫 lead_pipeline_get_engine ;儲存並執行回傳的腳本。
結果: 相同的評分堆疊,卻不會將數千列資料送入代理程式作為工具參數。


Prerequisites

  • 存取 Microsoft Copilot Studio、Microsoft 365 Copilot、Azure Foundry 或其他能呼叫此 MCP 伺服器的主機
  • 建立代理程式及新增 MCP 工具的權限
  • Saifs AI 帳戶已授權用於 Lead Scorer - Saifs AI
  • 連接 MCP 伺服器時完成 OAuth 2.0 登入的能力
  • 一個至少具備以下條件的主出口:
    • lead_id (唯一識別碼)
    • created_date (當鉛進入漏斗時)
  • 可選但建議:
    • stage(Lead, MQL, SQL, Opportunity, Won, ) Lost
    • status(openlost / won / )
    • closed_date 勝負行
    • deal_size (估計值;缺失值由書中位數推算並標記)
    • source (獲取頻道,用於報導)
    • Touches:lead_id, date, 可選 channel (電子郵件、示範、網路研討會、電話諮詢等)
    • 賽段歷史:lead_id, datestage
  • 對於 超過 500 筆潛在客戶列的 管線:一個帶有網路存取權限的程式碼沙盒,以執行回傳的腳本 lead_pipeline_get_engine

如果你沒有設定,有用的預設值如下: 轉換期限為90天;冷靜21天;通話佇列長度為10;貨幣:美元。


支援的作業

lead_pipeline

評分是 500筆或更少的潛在客戶交易管道。 直接傳送行數;伺服器會回傳完整結果,包括每筆潛在客戶帳本、管理器 decisions、管線曝光及每日通話佇列。

當使用者詢問要打給誰、有多少管道面臨風險、轉換前景、每日 SDR 佇列,或是評分 500 筆或以下的 CRM/CSV 轉儲時,可以使用這些問題。

當潛在客戶超過 500 個時,請勿使用——改打電話lead_pipeline_get_engine。

所需參數

Parameter 類型 Description
leads 陣列 生鉛排。 每個項目需要 lead_id 和 created_date。

選擇性參數

Parameter 類型 Description
touches 陣列 活動日誌(lead_id、 date,選用 channel)。 提升互動率、接觸價值學習及通路信用。
stage_history 陣列 階段變換日誌(lead_id, date, stage)。 實現真實漏斗模型;否則則使用各階段的經驗勝率。
as_of 字串 分析/「今日」日期(YYYY-MM-DD)。 預設為資料中最新的日期。
horizon_days 整數 轉換視窗(預設 90)。
currency 字串 用於貨幣顯示的 ISO 代碼(預設 USD)。 沒有特效轉換。
cold_threshold_days 整數 幾天的沉默後,線索就算是冷落(預設是21)。
call_queue_size 整數 每日通話隊列的最大長度(預設 10 分鐘)。
include_diagnostics 布林值 若為真,則加入額外的模型擬合診斷(預設為假)。

你獲得的(概念上)

  • 排名經理decisions(CALL TODAYQUALIFY / PUSH FORWARD / )
  • 管線曝險:公開管線價值與管線風險,並有信心範圍
  • 每筆潛在客戶帳簿:參與標籤(熱/暖/冷/...)、轉換前景、金額、簡短的「為什麼」追蹤
  • 每日(call_queueVERIFYCALL / NURTURE / )加上一份即發郵件delivery_text
  • 資料品質備註(刪除的列、輸入的交易大小、薄歷史警告)
  • 當觸碰次數且有足夠封閉潛在客戶時,可選擇性地給予頻道信用

lead_pipeline_get_engine

對於 超過 500 排鉛線的管線。 回傳一個完整且可執行的 Python 腳本,將潛在客戶匯出載入沙盒並評分。 列永遠不會以代幣形式通過代理。 儲存並逐 字執行回傳的腳本。

所需參數

Parameter 類型 Description
file_path 字串 沙盒內導出導向(CSV / TSV / JSON)的路徑。

選擇性參數

Parameter 類型 Description
touches_path 字串 通往觸控/活動記錄的路徑。
stage_history_path 字串 通往舞台改變歷史的道路。
currency 字串 顯示用 ISO 貨幣代碼(預設美元)。
as_of 字串 分析日期 YYYY-MM-DD。

如何執行退回的腳本

  1. 請完全依照原文儲存腳本(不要重新輸入、縮短或重新實作評分)。
  2. 如有需要,將 PATH / 貨幣 / 日期行指向使用者的檔案。
  3. 在沙盒中運行,並有網路存取評分服務。
  4. 閱讀印刷的判決和頭條數據;帳本和佇列使用完整結果的 JSON。

取得憑證

領先得分手 - Saifs AI 採用 OAuth 2.0。

管理員和創作者不會手動建立 API 金鑰。 當你在 Copilot Studio 建立新連線時,你會被導向 Saifs AI 登入。 成功登入後,連線會被建立,客服人員可以在該帳號下呼叫 MCP 工具。

給製作者在 Copilot Studio 中連接 MCP 的用戶

  1. 請登入或建立帳號。https://saifs.ai
  2. 在 Copilot Studio 中,新增 Lead Scorer - Saifs AI,並開始建立新連線。
  3. 完成 OAuth 2.0 登入,並在提示時批准存取權限。
  4. 確認連線成功(lead_pipeline 且 lead_pipeline_get_engine 已列入並可撥打)。

在驗證過程中,Saifs AI 會驗證伺服器端的 OAuth 存取權杖(及相關帳號身份),以授權 MCP 工具呼叫。 憑證用於認證會話。 請參閱 Saifs AI 隱私政策。

For publishers / Microsoft validation (Azure Key Vault)

Certification submissions configure OAuth 2.0 via Azure Key Vault (authorization.type = AzureKeyVault). 儲存 精確名稱 的秘密(大小寫區分):

秘密名稱 OAuth 2.0 的必備 Purpose
ClientId Yes OAuth 客戶端 / 應用程式識別碼
ClientSecret Yes OAuth用戶端密碼
AuthorizationUrl Yes 授權端點
TokenUrl Yes 令牌端點
RefreshUrl 如果有刷新標記 刷新端點
Scopes 如果需要內視鏡檢查 空間分離式示波器

授予 Microsoft 認證服務主體 8e91e74f-afe9-41cd-8c3f-17a9562a74ea金鑰保存庫 Secrets User(或等效的讀取權限)。 在 MCP 清單中設定authorization.referenceId為 金鑰保存庫 的 URI,而不是秘密 URI。

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

關於 金鑰保存庫 設定細節,請參閱 Microsoft MCP 伺服器認證 — 我該如何設定 金鑰保存庫?


使用者入門

管理員流程

  1. 點擊 「新代理人」。
  2. 在右側選單中,點選 工具。
  3. 點擊模型情境協定(MCP)。
  4. 選擇 領先得分者 - Saifs AI。
  5. 點選 「未連接」,然後點 「建立新連線」。
  6. 在提示時完成 Saifs AI OAuth 2.0 登入。
  7. 登入後,連線會成功建立。

範例:建立每日呼叫佇列代理

  1. 請給你的經紀人命名,例如 每日呼叫佇列。
  2. 新增以下指示:
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. 點選 預覽 ,用一個小型潛在客戶 CSV 測試(如果可以的話,包含幾筆勝負列和一些活動)。
  2. 按一下 [發佈]。

連線後快速驗證

  1. 用小書 lead_pipeline 評分(包含一些開放的引線,如果可能的話,還有封閉的引線和觸球)。
  2. 確認回應包含 decisions、 流水線暴露、每筆潛在客戶帳本及 call_queue。
  3. 對於較大的檔案,呼叫 lead_pipeline_get_engine、儲存並執行回傳的腳本,確認結果檔案已寫入。

連線後的範例問題

  • 「今天我們該聯絡誰來處理這個鉛出口?」
  • 「有多少管道在停滯,哪些交易冷卻?」
  • 「在INR建立一個10人的SDR隊列。」
  • 「在這個觸碰紀錄中,哪些頻道會出現在贏得的交易中?」

已知問題和限制

  • 需啟用帳號。 必須擁有一個能使用 Lead Scorer 的 Saifs AI 活躍帳號。 在 OAuth 2.0 登入成功完成連線前,無法呼叫工具。
  • 較重型號的最低數據。 預設情況下,轉換時機層和頻道信用層需要足夠的閉鎖歷史(通常約30筆已結定潛在客戶和約8次獲獎)。 再往下,這些層次會拒絕,原因明確;計分持續進行,並以互動和分段速率作為備用。
  • 行路徑大小限制。 lead_pipeline 接受 500排或更少的鉛排。 較大的書籍必須使用 lead_pipeline_get_engine。
  • 觸碰和舞台歷史是可選的,但內容豐富。 沒有接觸,互動、學習到的接觸價值和通路功勞都會變得薄弱或被跳過。 沒有階段歷史,漏斗展望使用各階段觀察的勝率,而非完整過渡模型。
  • 接觸值可以被假設,而非學習。 學習提升需要足夠多的觸碰 與 未觸碰的閉合線索。 否則,則會使用預設的接觸效能假設並標示為此。
  • 這是觀察性的,不是實驗室實驗。 觸及與未觸及的比較以及頻道致謝是你歷史中的模式,而非隨機證明某通電話或頻道「造成」勝利。 如果業務代表已經在處理最佳潛在客戶,實際測量的聯絡價值可能會顯得過高。
  • 未開放的線索是「尚未」,不是「永遠不會」。 開放紀錄會持續播放至 as_of;遺失紀錄則未轉換即可離開。 不要把單一轉換機率當作配額或佣金數字,除非你自己保留或回測。
  • 低信心的潛在客戶不會自動被呼叫。 未觸碰或無法取得轉換模型的紀錄會被標記為低信心:它們可能呈現為 VERIFY,而非 / CALLNURTURE 。
  • 貨幣是一種展示標籤。 通過INR或USD並不代表金額轉換。 發送已經是你想報告的貨幣的交易規模。
  • 無效的列是被刪除的,不是被創造出來的。 遺失 lead_id 或 created_date無法解析的日期、重複的 ID(先贏)以及負或非有限的交易大小都會在資料品質報告中被清理並計數。
  • 此版本沒有 CRM 回寫功能。 MCP 評分並說明;它不會單獨更新 Salesforce、HubSpot 或 Dataverse。
  • 個人資料。 根據適用的隱私法(包括印度DPDP),潛在客戶名稱、ID及活動都可能屬於個人資料。 請僅使用您獲授權處理的資料。
  • ASCII 在封包標頭中。 根據 Microsoft 認證指引,在 manifest 與工具定義檔案中使用僅 ASCII 標頭名稱與值,以避免驗證失敗。
  • 需要進行 OAuth 會議。 工具在 OAuth 2.0 連線成功前不會執行;過期的代幣可能需要使用者重新連線。

常見問題

我該如何連接 MCP?

請在「開始:新代理→工具」→模型上下文協定(MCP)下,跟隨 管理員流程 →選擇 「潛在客戶評分器 - Saifs AI 」→建立新連線→完成 Saifs AI OAuth 2.0 登入。

我需要哪些欄位?

至少: lead_id 且 created_date。 更強的結果需要階段、狀態、交易規模、觸控紀錄和舞台歷史。 日期可能是 YYYY-MM-DD 常見的日期/月份/年份變體。

我應該使用哪一個工具?

  • 500 筆或以下的線索:lead_pipeline (在工具呼叫中傳送列)。
  • 超過 500 筆潛在客戶:lead_pipeline_get_engine (請在本地執行回傳腳本)。

什麼是通話/培育/驗證隊列?

一份簡短的每日金錢排名清單:

  • CALL — 依風險價值排名的拖延交易(至少 cold_threshold_days保持沉默)
  • 培育 — 依多一次聯繫價值排名的活躍交易
  • VERIFY — 需要人工核查的薄歷史/低信心紀錄

經理卡的理念和「今天 / 打電話推前」 / 「合格」一樣。

為什麼金錢數字會顯示區間?

每個貨幣數字都會回傳一個範圍(以及用自助式帶狀的管道總數),而非單一點數。 這是刻意安排的,讓經理在實際落入該區間時能信任這個數字。

我可以用 Salesforce、HubSpot 或 Excel 匯出嗎?

Yes. 任何有潛在客戶 ID 和建立日期的匯出都可以。 在有時間時,將活動映射到 touches 狀態並安排變更 stage_history 。 MCP 不會寫回 CRM。

通路信用和行銷投資報酬率(ROI)是一樣的嗎?

No. 當觸球次數和足夠多的封閉領先時,你會獲得相對的多觸球得分。 在行銷對話中,把它當作混合訊號,而不是證明某個頻道有收入。

我該聯絡誰尋求支援?

請使用 https://saifs.ai/contact-us。 請包含你的 Copilot Studio 環境、連線錯誤(如果有的話),以及你是否使用過 lead_pipelinelead_pipeline_get_engine或 。


部署指示

在 Microsoft Copilot Studio(認證/已發佈路徑)中

  1. 打開 Copilot Studio,建立或編輯代理人。
  2. 新增工具/MCP 伺服器,並從認證目錄中選擇 Lead Scorer - Saifs AI(Microsoft 發布後)。
  3. 與擁有 Lead Scorer 存取權限的 Saifs AI 帳號,完成 OAuth 2.0 同意。
  4. 在製作提示前,先用少量樣本(≤500 個潛在客戶)進行測試 lead_pipeline 。
  5. 為製作者提供可匯出的附件文件(鉛筆、可選細節、可選階段歷史)。

Microsoft 認證套件內容

依據 Microsoft MCP 伺服器認證(預覽)準備 MCP 套件,包括:

  • Manifest (MCP server definition, metadata, icons, Azure Key Vault authorization reference)
  • 描述及的工具定義檔(lead_scoring_mcptools.json) lead_pipeline 與 lead_pipeline_get_engine
  • 此 intro.md (公開文件)
  • 遵循 Microsoft 365 / Teams 套件圖示指引的圖示與品牌資產
  • 支援、隱私與條款網址
  • OAuth 2.0 金鑰保存庫 用於驗證的秘密(、 、 AuthorizationUrl、 及 可選RefreshUrl / Scopes) TokenUrlClientSecretClientId

請透過合作夥伴中心,使用M365及Copilot的應用程式與代理人提供優惠類型提交。 保持即時實作與認證套件保持一致;新增工具或做出重大行為或元資料變更時,請重新提交。


支援

動作

得分王

分數會進入一個電話/培育/驗證的隊伍,資金有風險。

得分王

分數會進入一個電話/培育/驗證的隊伍,資金有風險。