学习面向细分客户分群以发掘英特尔新业务机会的方法

对于大型企业的销售与营销组织而言，识别并理解新市场、客户与合作伙伴是一项关键挑战。英特尔销售与营销事业部（SMG）在拓展新市场与领域并发展现有业务时面临类似挑战。在当今复杂的技术与商业格局中，需要智能自动化来支持对业务的细粒度理解，以帮助 SMG 筛选跨多地与多语言的数百万家公司并识别相关方向。我们呈现了公司内部开发的系统，其挖掘数百万公开商业网页并提取细分客户表示。我们聚焦于对发现相关机会至关重要的两个关键客户方面：行业细分（从医疗等宽泛垂直领域到“视频分析”等更具体领域）与职能角色（如“制造商”或“零售”）。为应对标注数据收集的挑战，我们利用从维基百科获取的外部信息丰富数据，并开发了半监督多标签、多语言深度学习模型，其解析客户网站文本并将其分类至相应方面。我们的系统扫描并为公司建立索引，作为大规模知识图谱的一部分；该图谱当前持有数千万互联实体，每小时有数千实体被实时获取、丰富并连接至图谱，且支持知识与洞察发现。在公司的实验中，我们得以显著提升销售人员在发掘新客户与商业合作伙伴机会任务中的表现。