RisingStack Korlátolt Felelősségű Társaság
Bács-Kiskun megye, Baranya megye, Békés megye, Borsod-Abaúj-Zemplén megye, Csongrád-Csanád megye, Fejér megye, Győr-Moson-Sopron megye, Hajdú-Bihar megye, Heves megye, Jász-Nagykun-Szolnok megye, Komárom-Esztergom megye, Nógrád megye, Pest megye, Somogy megye, Szabolcs-Szatmár-Bereg megye, Tolna megye, Vas megye, Veszprém megye, Zala megye, Budapest, Országos
Cégbemutató
RisingStack Kft. egy Budapest központú, full-stack szoftverfejlesztő vállalat, amely prémium minőségű, robusztus és skálázható digitális megoldások létrehozására specializálódott. A cég lelkes JavaScript-, Kubernetes- és microservice-eszközök szerelmese, valamint különös hangsúlyt fektet a mesterséges intelligencia megoldások kifejlesztésére és vállalati integrációjára is.
Pályázatok, amelyekhez árajánlatot töltöttünk fel
Esettanulmány
Egy nagyvállalatoknak értékesítő SaaS szolgáltató, amely felhőalapú megoldást kínál IT-vezetőknek és digitális transzformációért felelős döntéshozóknak.
Kihívás: A sales csapatnak minden egyes meeting előtt komoly kutatást kellett végeznie a potenciális ügyfelekről. Ez magában foglalta:
-LinkedIn profilok böngészését,
-szakmai konferenciaanyagok, interjúk keresését,
-hírek, sajtómegjelenések áttekintését,
-cégadatbázisok ellenőrzését.
Ez a folyamat időigényes és széttöredezett volt: egy-egy komolyabb előkutatás akár 2-3 órát is elvitt, és sokszor így sem sikerült minden releváns információt feltárni. Az értékesítők emiatt kevesebb ügyféllel tudtak kapcsolatba lépni, és a beszélgetések gyakran általános szinten ragadtak.
Megoldás: A vállalat bevezette a Person_AI-t, amely a döntéshozók nevét és alapadatait megadva:
- néhány másodperc alatt átfésüli a nyilvános online forrásokat,
- kiszűri a releváns adatokat (szakmai cikkek, előadások, interjúk, közösségi posztok),
- strukturált riportot készít (JSON/CSV formátumban),
- összekapcsolja az információkat egy egységes, könnyen áttekinthető profilban.
Az értékesítők így a meetingek előtt egy kompakt, személyre szabott háttéranyaghoz jutnak, anélkül hogy órákat kellene manuális keresésre pazarolni.
Eredmények
- A kutatási idő átlagosan 80%-kal csökkent.
- Az értékesítők több időt tudtak tényleges ügyfélkapcsolatra fordítani, nem adminisztratív munkára.
- Az ügyféltalálkozók sokkal személyre szabottabbá váltak – a salesesek tudtak hivatkozni a döntéshozó korábbi szakmai szerepléseire, cikkeire, érdeklődési területeire.
- Ez a személyesség bizalmat épített, az ügyfelek értékelték, hogy „felkészülten érkeznek hozzájuk”.
Kihívás: A sales csapatnak minden egyes meeting előtt komoly kutatást kellett végeznie a potenciális ügyfelekről. Ez magában foglalta:
-LinkedIn profilok böngészését,
-szakmai konferenciaanyagok, interjúk keresését,
-hírek, sajtómegjelenések áttekintését,
-cégadatbázisok ellenőrzését.
Ez a folyamat időigényes és széttöredezett volt: egy-egy komolyabb előkutatás akár 2-3 órát is elvitt, és sokszor így sem sikerült minden releváns információt feltárni. Az értékesítők emiatt kevesebb ügyféllel tudtak kapcsolatba lépni, és a beszélgetések gyakran általános szinten ragadtak.
Megoldás: A vállalat bevezette a Person_AI-t, amely a döntéshozók nevét és alapadatait megadva:
- néhány másodperc alatt átfésüli a nyilvános online forrásokat,
- kiszűri a releváns adatokat (szakmai cikkek, előadások, interjúk, közösségi posztok),
- strukturált riportot készít (JSON/CSV formátumban),
- összekapcsolja az információkat egy egységes, könnyen áttekinthető profilban.
Az értékesítők így a meetingek előtt egy kompakt, személyre szabott háttéranyaghoz jutnak, anélkül hogy órákat kellene manuális keresésre pazarolni.
Eredmények
- A kutatási idő átlagosan 80%-kal csökkent.
- Az értékesítők több időt tudtak tényleges ügyfélkapcsolatra fordítani, nem adminisztratív munkára.
- Az ügyféltalálkozók sokkal személyre szabottabbá váltak – a salesesek tudtak hivatkozni a döntéshozó korábbi szakmai szerepléseire, cikkeire, érdeklődési területeire.
- Ez a személyesség bizalmat épített, az ügyfelek értékelték, hogy „felkészülten érkeznek hozzájuk”.
Weboldal:
