Melampaui Hype: Apa yang Sebenarnya Dilakukan dengan Baik oleh Copilot di Dynamics 365 Sales

By Mirko Peters · 2026-08-28

Automatically translated with AI from the original post. Read the English original

Titelbild: Beyond the Hype: What Copilot in Dynamics 365 Sales Actually Does Well

Kecerdasan buatan di ranah enterprise sering dibungkus dengan lapisan kebisingan pemasaran yang tebal. Vendor senang menjanjikan mesin pendapatan otonom, algoritma prediktif yang seolah bisa membaca pikiran, dan siklus penjualan yang sepenuhnya otomatis tanpa campur tangan manusia. Namun, jika Anda pernah berkecimpung dalam mengelola implementasi CRM atau mengejar target sebagai sales representative, Anda tahu kenyataannya sering kali sangat berbeda. Alat-alat ini datang dengan gegap gempita, lalu disambut dengan skeptisisme pengguna, data lama yang berantakan, dan cara-cara tersembunyi dari para sales yang sekadar ingin menutup transaksi tanpa harus melawan perangkat lunaknya.

Hari ini, kami memangkas kebisingan tersebut untuk melihat di mana AI benar-benar memberikan nilai dalam operasi penjualan harian Anda. Kami ingin membantu Anda membedakan antara fitur yang transformatif dan trik yang terlalu dilebih-lebihkan. Pembahasan mendalam ini secara langsung memperluas tema yang kami bahas dalam episode terbaru kami, Copilot in Dynamics 365 Sales: Productivity or Hype?. Jika Anda ingin mendengarkan ulasan audionya, pastikan Anda menyimak episode tersebut. Selebihnya, mari kita uraikan cetak biru yang Anda perlukan agar Copilot bekerja untuk tim Anda.

Yang benar-benar berhasil (secara konsisten)

Jika diterapkan dalam batasan yang tepat, Copilot di Dynamics 365 Sales unggul dalam menghilangkan beban administratif sehari-hari. Berikut area inti tempat ia terus membuktikan nilainya:

Draf email pertama: Dengan mengambil nama, tanggal, aktivitas terakhir, dan penyebutan produk langsung dari sistem, fitur ini memangkas waktu menatap halaman kosong hingga sekitar tiga puluh sampai lima puluh persen. Meski tetap membutuhkan mata manusia untuk nada bahasa dan pemeriksaan fakta, fitur ini menghilangkan awal yang melelahkan saat menulis pesan outreach.
Ringkasan peluang: Fitur ini sangat berguna untuk stand-up cepat, serah terima, dan tinjauan singkat dari manajer. Ringkasan ini langsung menampilkan tahap saat ini, nilai finansial, langkah berikutnya, dan kebaruan komunikasi.
Kebersihan tindak lanjut: Fitur ini berfungsi sebagai jaring pengaman digital dengan memberikan pengingat untuk kesepakatan yang macet dan dorongan lembut yang secara signifikan mengurangi momen memalukan "aduh, lupa" itu.
Triase dalam skala besar: Dengan mengombinasikan skor AI dengan aturan sederhana terkait jabatan, Ideal Customer Profile (ICP), geografi, dan Total Addressable Market (TAM), fitur ini mempercepat penyortiran bagi SDR yang menangani lead dalam jumlah besar.

Di mana ia tersandung

AI bukan peluru perak, dan memahami keterbatasannya sangat penting untuk menghindari kesalahan langkah. Copilot sering kesulitan di area yang membutuhkan pemahaman konteks yang mendalam:

Nuansa dan konteks: Keberatan harga, penghambat politik, atau sinyal "firasat" yang halus jarang muncul dalam model kecuali dicatat secara eksplisit di CRM oleh manusia yang teliti.
Kolom kustom dan alur kerja: Tahap nonstandar, kolom lama, atau sisa data tidak terpakai dari sistem lama yang dimigrasikan akan sangat membingungkan ringkasan dan draf.
Utang data: Catatan yang sudah usang menghasilkan janji yang keliru dalam email yang dibuat, sementara metrik keterlibatan yang bising seperti balasan otomatis dan bot menciptakan skor lead yang menyesatkan.

Membuat Copilot berguna: daftar periksa kesiapan 10 langkah

Sebelum Anda meluncurkan alat ini ke seluruh organisasi penjualan, Anda perlu menyiapkan lingkungan Anda. Ikuti daftar periksa sepuluh langkah ini untuk memastikan fondasi data Anda kokoh:

Kunci skema yang penting bagi Anda: Kunci kolom krusial seperti tahap, perkiraan tanggal penutupan, jumlah, kontak utama, rapat terakhir, dan langkah berikutnya.
Matikan kolom zombie: Sembunyikan atau pensiunkan kolom usang agar Copilot tidak berhalusinasi tentang konteks dari data yang sudah ketinggalan zaman.
Standarkan catatan panggilan: Terapkan struktur sederhana dua sampai tiga kalimat, seperti Masalah, Pihak Terkait, dan Langkah berikutnya beserta tanggalnya.
Normalkan subjek: Standarkan subjek rapat dengan tag yang jelas seperti DISCOVERY, DEMO, atau COMMIT agar ringkasan dapat diurai dengan lebih baik.
Kurangi kebisingan keterlibatan: Saring balasan otomatis dan klik bot dari sinyal pemasaran Anda.
Paket nada untuk email: Simpan dua sampai tiga suara merek yang telah disetujui, seperti ringkas, konsultatif, dan eksekutif.
Blok dan cuplikan: Setujui sebelumnya disclaimer harga, garis waktu, dan bahasa risiko yang dapat dirangkai dengan aman oleh Copilot.
Penilaian prospek hibrida: Gabungkan penilaian AI dengan aturan Anda sendiri berdasarkan kesesuaian ICP, peran, dan ambang batas niat.
Jalur persetujuan: Tentukan dengan jelas siapa yang boleh mengirim email yang dibuat AI apa adanya, dan siapa yang wajib meninjaunya terlebih dahulu.
Disiplin pencatatan: Wajibkan alasan close-won dan close-lost agar terus memberi masukan ke loop pembelajaran model.

Prompt kolom dan pagar pengaman (salin/tempel)

Untuk mendapatkan hasil terbaik, Anda perlu memberikan instruksi yang presisi kepada model. Berikut tiga prompt siap salin-tempel yang bisa Anda bagikan kepada tim hari ini:

Draf email (rep)

"Buat draf tindak lanjut untuk {{Contact}} mengenai {{Opportunity}}. Gunakan nada {{tone}}. Sebutkan {{last_meeting_topic}}, usulkan {{next_step}} pada {{date}}. JANGAN merujuk ke: kode harga internal, nama pesaing, atau tanggal yang belum pasti."

Ringkasan peluang (manajer)

"Ringkas peluang ini dalam 120 kata: tahap, $$, peran pengambil keputusan, hambatan, 2 aktivitas terakhir, serta langkah/tanggal berikutnya yang sudah dikomitmenkan. Tandai risiko jika tidak ada langkah berikutnya atau tidak ada aktivitas selama >10 hari."

Penyaringan prospek (SDR)

"Daftar 10 prospek teratas dengan skor AI ≥80 DAN jabatan yang mengandung VP/Head/Director di {{industries}}. Kecualikan prospek yang belum dijadwalkan rapat setelah 2 balasan atau yang memiliki 3+ email gagal terkirim."

Aturan human-in-the-loop untuk mencegah masalah

Otomatisasi tanpa pengawasan adalah resep untuk merusak citra merek. Terapkan aturan berikut untuk menjaga tim Anda:

Kebijakan tanpa pengiriman otomatis: Draf AI wajib diedit secara manual untuk akun Tier-A atau kesepakatan yang melebihi ambang nilai tertentu.
Pemeriksaan fakta: Wajibkan konfirmasi eksplisit atas jumlah, tahap, dan tanggal langkah berikutnya dalam setiap draf AI melalui kotak centang atau kolom formulir cepat.
Tampilan dua skor: Tampilkan skor AI sekaligus skor Fit internal Anda. Rep sebaiknya bekerja pada irisan kedua metrik, bukan hanya membuta mengandalkan salah satunya.
Heuristik eskalasi: Jika ringkasan tidak mencantumkan hambatan, tetapi akun tidak aktif melebihi jumlah hari tertentu, sisipkan secara otomatis tanda yang bertuliskan "Perlu tinjauan rep."

Rencana uji coba (30 hari, tanpa ribet)

Jangan meluncurkan Copilot ke seluruh perusahaan dalam semalam. Jalankan uji coba terkendali selama tiga puluh hari:

Minggu 1 — Persiapan dan baseline

Pilih dua tim, misalnya SDR dan AE, dengan total sekitar sepuluh rep.
Bersihkan kolom-kolom kunci, aktifkan penyaringan bot, dan publikasikan paket nada serta cuplikan Anda.
Tetapkan metrik baseline: tingkat balasan, waktu hingga sentuhan pertama, siklus waktu peluang, tingkat kemenangan per tahap, dan waktu rep yang dihabiskan untuk email.

Minggu 2 — Hanya email dan ringkasan

Aktifkan draf email dan ringkasan peluang untuk kelompok uji coba.
Wajibkan penandaan "Diedit?" pada setiap email yang dibantu AI.
Adakan retro harian selama sepuluh menit untuk membahas konten mana yang dipertahankan dan mana yang sepenuhnya ditulis ulang.

Minggu 3 — Prioritas prospek (hibrida)

Luncurkan tampilan daftar gabungan skor AI dan kesesuaian ICP.
Minta rep mengerjakan N prospek teratas setiap hari dan mencatat alasan untuk setiap yang dilewati atau ditunda.
Manajer sebaiknya meninjau "permata tersembunyi", yaitu prospek dengan skor AI rendah tetapi kesesuaian ICP tinggi, agar penilaian manusia tetap aktif dalam proses.

Minggu 4 — Ukur dan putuskan

Bandingkan kinerja Anda saat ini dengan metrik baseline, mencakup waktu yang dihemat per rep, kecepatan sentuhan pertama, peningkatan konversi, dan skor kualitas manajer.
Pertahankan fitur yang menunjukkan penghematan waktu yang jelas beserta hasil bisnis yang netral atau positif. Sesuaikan atau hentikan sisanya.

Apa yang perlu dilacak (agar cerita ROI tersusun dengan sendirinya)

Untuk membenarkan investasi perangkat lunak Anda, Anda harus terus mengukur dampak peluncuran di lima kategori berikut:

Produktivitas: Menit yang dihemat per email, jumlah ringkasan yang digunakan per rep setiap hari, dan total waktu administrasi yang dihemat setiap minggu.
Funnel: Waktu sentuhan dari lead ke MQL, tingkat konversi MQL ke SQL untuk sentuhan yang dibantu AI, dan kecepatan antartahap.
Kualitas: Skor tinjauan manajer yang menilai nada dan akurasi, serta sentimen pelanggan terhadap balasan.
Risiko: Persentase draf AI yang dikirim tanpa suntingan, dan tingkat kesalahan yang tertangkap saat tinjauan.
Adopsi: Penggunaan fitur menurut peran, beserta opt-out yang disertai alasan terdokumentasi.

Konfigurasi cepat yang berdampak besar

Beberapa penyesuaian administratif dapat secara signifikan meningkatkan kualitas keluaran AI Anda tanpa memerlukan overhaul teknis yang besar:

Grounding model: Prioritaskan entitas dan kolom spesifik yang harus dibaca Copilot, sambil menyembunyikan yang sudah tidak digunakan.
Keamanan: Matikan sumber data eksternal yang tidak Anda audit secara aktif, dan batasi kemampuan send-as tanpa tinjauan sebelumnya untuk akun bernilai tinggi.
Templat: Sediakan tiga kerangka email berbasis tujuan, misalnya pengingat, ringkasan demo, dan rencana bersama, yang dapat dipersonalisasi oleh Copilot.
Pengayaan: Validasi jabatan dan perusahaan menggunakan sumber data eksternal untuk menstabilkan penilaian kesesuaian.
Kebersihan siklus hidup: Wajibkan alasan penutupan dan langkah berikutnya saat menyimpan rekaman; output Copilot akan meningkat secara eksponensial ketika data ini bersih.

Tanda bahaya (perbaiki sebelum diperluas)

Jika Anda menemukan tanda peringatan berikut selama penerapan, hentikan sejenak dan perbaiki sebelum memperluas penerapan AI Anda:

Email yang dihasilkan AI dikirim begitu saja tanpa diubah pada akun strategis bernilai tinggi.
Daftar prospek didominasi oleh pengunduh konten yang sering, akibat bobot pemasaran yang tidak disesuaikan.
Ringkasan peluang yang secara konsisten tidak mencantumkan hambatan, sementara kesepakatan diam-diam terhenti, yang menandakan masalah budaya pencatatan yang lebih luas.
Tahap penjualan kustom yang belum dipetakan dengan benar, sehingga Copilot salah membaca kondisi pipeline yang sebenarnya.

Ringkasan satu halaman untuk eksekutif

Jika Anda perlu memberi pengarahan kepada pimpinan tentang apa yang sebenarnya dicapai Copilot di Dynamics 365 Sales, utamakan prinsip inti berikut:

Posisi: Copilot adalah teknologi pendukung. Copilot mengurangi gesekan kecil dan menstandarkan kebersihan data, bukan menjalankan tim penjualan Anda secara otonom.
Nilai: Harapkan penyusunan draf dan persiapan rapat yang lebih cepat, triase prospek yang lebih baik, dan jauh lebih sedikit tugas yang terlewat di seluruh pipeline.
Ketergantungan: Kualitas output AI Anda berbanding lurus dengan kebersihan data CRM dan disiplin pencatatan oleh tenaga penjualan.
Pagar pengaman: Selalu terapkan tinjauan manusia pada komunikasi berisiko tinggi, model penilaian hibrida, dan filter kebisingan data.
Permintaan: Danai pilot terfokus selama 30 hari, ukur empat indikator kinerja utama, dan perluas hanya fitur yang memenuhi standar produktivitas.

Ingin membahas topik ini lebih dalam? Simak diskusi lengkapnya di podcast melalui Copilot in Dynamics 365 Sales: Productivity or Hype?. Beri tahu kami bagaimana organisasi Anda menyikapi AI di CRM Anda, dan terus bangun alur kerja yang lebih cerdas!