हर दशक या उसके आसपास, सॉफ्टवेयर उद्योग एक असहज सबक फिर से सीखता है: व्यावसायिक मॉडल उत्पादों की तुलना में तेजी से समाप्त हो जाते हैं। 2025 में, यह याद दिलाने वाली दो हेडलाइनें एक-दूसरे के कुछ हफ्तों के भीतर प्रकाशित हुईं। सिएरा ने एक ही तिमाही में $150 मिलियन की शुद्ध नई ARR जोड़ी। सर्विसनाउ, पिछले पंद्रह वर्षों की परिभाषित वर्कफ़्लो SaaS कंपनी, ने एक ही कारोबारी दिन में अपने बाजार मूल्य का 27% खो दिया।
इन आंकड़ों को एक साथ रखें और निष्कर्ष यह नहीं है कि "SaaS मर चुका है।" यह अधिक संकीर्ण और कहीं अधिक कार्रवाई योग्य है: पुराना SaaS मर चुका है। प्रति-सीट, प्रति-माह, लॉग-इन-करो-और-खुद-समझो मॉडल को उस सॉफ्टवेयर के मुकाबले फिर से मूल्यांकित किया जा रहा है जो वास्तव में काम पूरा करता है।
कहानी का SaaStr फ्रेमिंग, "SaaS मरा नहीं है। पुराना SaaS मर चुका है", एक कारण से सटीक है। जो ढह रहा है वह एक व्यवसाय के रूप में सॉफ्टवेयर नहीं है। यह धारणा है कि मूल्य पहुंच के बराबर है। खरीदार अब किसी उपकरण का उपयोग करने का अधिकार खरीदना नहीं चाहते हैं। वे ऐसे परिणाम खरीदना चाहते हैं जिनका वे बोर्ड डेक में बचाव कर सकें। और यह बदलाव कहीं और अधिक दृश्यमान या अधिक तुरंत मुद्रीकरण योग्य नहीं है, जितना कि ग्राहक सहायता में है।
यदि आप एक सपोर्ट डेस्क चलाते हैं, CSAT के मालिक हैं, या प्रति-टिकट लागत पर CFO को जवाब देते हैं, तो यह कोई अमूर्त बाजार कहानी नहीं है। यह एक मूल्य निर्धारण, स्टाफिंग और रोडमैप का निर्णय है जो पहले से ही आपकी मेज पर है।
वह हेडलाइन जिसने SaaS कथा को तोड़ दिया
दो दशकों तक SaaS की कार्य-योजना उल्लेखनीय रूप से स्थिर थी। छोटा उतरें, सीट द्वारा विस्तार करें, शुद्ध राजस्व प्रतिधारण की रक्षा करें, और सॉफ्टवेयर को रिकॉर्ड की एक प्रणाली के रूप में मानें जिसे मनुष्य संचालित करते हैं। विकास उपयोगकर्ताओं को जोड़ने से आया। मूल्य निर्धारण हेडकाउंट से आया। खरीदार का सवाल हमेशा एक जैसा था: हमें कितने लाइसेंस चाहिए?
एजेंटिक AI उस श्रृंखला की हर कड़ी को एक साथ तोड़ देता है। जब सॉफ्टवेयर एक टिकट पढ़ सकता है, इरादे के बारे में तर्क कर सकता है, खाता रिकॉर्ड क्वेरी कर सकता है, कार्रवाई कर सकता है, और बीच में किसी मानव के बिना लूप को बंद कर सकता है, तो मूल्य की इकाई लॉगिन होना बंद हो जाती है और एक पूर्ण कार्य होना शुरू हो जाता है। सिएरा की तिमाही उस पुनर्मूल्यांकन का अब तक का सबसे स्पष्ट सार्वजनिक संकेत है। सर्विसनाउ की एक दिवसीय गिरावट बाजार का यह मतदान है कि जब सीट सीमा दिखाई देने लगती है तो विकास गुणकों का क्या होता है।
| Dimension | Old SaaS (Seat-Based) | Agentic AI (Outcome-Based) |
|---|---|---|
| Pricing unit | Per seat, per month | Per resolution or per outcome |
| Value story | Access to software | Work actually completed |
| Buyer question | How many licenses? | How many tickets did it close? |
| Growth ceiling | The customer's headcount | The volume of work in the market |
| Expansion motion | Upsell more seats | Expand the scope of autonomous work |
| Churn risk | Low usage = renewal risk | Value tied to measurable ROI |
| Proof required | Feature checklist | Audited resolution data |
व्यावहारिक परिणाम यह है कि अब हर SaaS मूल्य निर्धारण पृष्ठ, डेमो स्क्रिप्ट और नवीनीकरण कॉल को एक नए प्रश्न का उत्तर देना होगा। "आपका सॉफ्टवेयर क्या कर सकता है?" नहीं, बल्कि "यह मेरी टीम की प्लेट से कौन सा काम हटाएगा, और आप इसे कैसे साबित करेंगे?"
क्यों "पुराना SaaS" जमीन खो रहा है
सीट मॉडल की एक कठोर सीमा है
सीट-आधारित मूल्य निर्धारण आपके राजस्व को आपके ग्राहक के हेडकाउंट पर सीमित कर देता है। यह तब ठीक था जब हेडकाउंट बढ़ता था। यह उस युग में ठीक नहीं है जहां सबसे अनुशासित कंपनियां वॉल्यूम बढ़ाते हुए सक्रिय रूप से परिचालन हेडकाउंट को कम कर रही हैं। हम जिन भी सपोर्ट लीडर्स से बात करते हैं, उन्हें समान या कम स्टाफिंग के साथ अधिक टिकट संभालने के लिए कहा जा रहा है। एक मूल्य निर्धारण मॉडल जो प्रति मानव बिल करता है, संरचनात्मक रूप से उस जनादेश के साथ गलत संरेखित है।
परिणाम विश्वास की एक बेहतर इकाई हैं
परिणाम मूल्य निर्धारण विक्रेताओं को अपने स्वयं के मूल्य को इंस्ट्रूमेंट करने के लिए मजबूर करता है। यह विरासत विक्रेताओं के लिए असहज और खरीदारों के लिए मुक्तिदायक है। जब आप प्रति समाधान भुगतान करते हैं, तो अपनाने का जोखिम ढह जाता है: यदि सिस्टम काम नहीं करता है, तो आप इसके लिए भुगतान नहीं करते हैं। यही सटीक कारण है कि एजेंटिक विक्रेता बजट वार्तालाप जीत रहे हैं जिन्हें शेड्यूल करने में पारंपरिक SaaS विक्रेता छह महीने बिताते थे।
एजेंट "सहायता" से "कार्रवाई" की ओर बढ़ गए हैं
सपोर्ट में AI की पहली पीढ़ी सहायक थी, सुझाए गए उत्तर, सारांशीकरण, भावना टैगिंग। उपयोगी, लेकिन फिर भी इसे भेजने के लिए एक मानव की आवश्यकता थी। वर्तमान पीढ़ी कार्य करती है: यह रिफंड जारी करती है, क्रेडेंशियल रीसेट करती है, प्लान बदलती है, CRM में रिकॉर्ड अपडेट करती है, और जब वह अपनी गहराई से बाहर होती है तो संदर्भ के साथ एस्केलेट करती है। वह अंतर, सहायता बनाम कार्रवाई, प्रति टिकट लागत के लिए पूरा खेल है।
सॉफ्टवेयर जो मनुष्यों को तेजी से काम करने में मदद करता है, वह लॉगिन पेज वाला एक लागत केंद्र है। सॉफ्टवेयर जो काम पूरा करता है, वह मापने योग्य रिटर्न वाला एक लाइन आइटम है।
ग्राहक सहायता टीमों के लिए इसका क्या अर्थ है
सपोर्ट वह जगह है जहां एजेंटिक बदलाव सबसे पहले भुगतान करता है। इसमें तीन गुण हैं जो इसे आदर्श बीचहेड बनाते हैं: वॉल्यूम मापने योग्य है, काम दोहराव वाला है, और लागत पहले से ही P&L पर पूरी तरह से लोडेड है। आपको उत्पादकता लाभ के बारे में अमूर्त रूप से बहस करने की आवश्यकता नहीं है, आप टिकट गिन सकते हैं।
गणित से शुरू करें। अधिकांश B2B SaaS सपोर्ट संगठनों में, वेतन, टूलिंग, प्रबंधन ओवरहेड और कतार अक्षमता के लिए जिम्मेदार होने के बाद, एक पूरी तरह से लोडेड मानव-संभालित टिकट $6 और $12 के बीच कहीं आता है। जब वॉल्यूम बढ़ता है तो वह लागत कम नहीं होती, यह कई गुना बढ़ जाती है।
अब यथार्थवादी डिफ्लेक्शन लागू करें। परिपक्व तैनाती में, अधिकांश इनबाउंड B2B सपोर्ट वॉल्यूम दोहराने योग्य है: पासवर्ड रीसेट, बिलिंग प्रश्न, मैं-यह-कैसे-करूं प्रश्न, सीट परिवर्तन, एकीकरण समस्या निवारण और स्थिति जांच। एक एजेंटिक लेयर जो मानव हैंडऑफ के बिना उस वॉल्यूम का 55-65% भी हल करती है, पूरे विभाग की यूनिट इकोनॉमिक्स को कुछ प्रतिशत से नहीं, बल्कि आधे से बदल देती है।
यह वह हिस्सा है जिसे अधिकांश नेता कम आंकते हैं। बचत रैखिक नहीं है, यह एक स्टेप फंक्शन है। जिस क्षण AI समाधान लगभग 50% वॉल्यूम पार कर जाता है, आप पीक के अनुसार स्टाफिंग करना बंद कर देते हैं, टियर-1 चर्न के लिए भुगतान करना बंद कर देते हैं, और वरिष्ठ प्रतिनिधियों को राजस्व से सटी बातचीत में फिर से तैनात करना शुरू कर देते हैं।
गुणवत्ता का प्रश्न, उत्तर दिया गया
प्रतिवर्ती आपत्ति CSAT है। "हमारे ग्राहक एक इंसान चाहते हैं।" व्यवहार में, ग्राहक क्या चाहते हैं समाधान, तेज, अपने चैनल में, बिना खुद को दोहराए। प्रतिक्रिया समय सपोर्ट में संतुष्टि स्कोर का सबसे लोचदार चालक है। एक AI एजेंट जो सेकंडों में जवाब देता है और दो मिनट से भी कम समय में लूप बंद कर देता है, उस इंसान को मात देता है जो आठ घंटे में सहानुभूति और एक अनुवर्ती प्रश्न के साथ जवाब देता है।
| Support Metric | Human-Only Desk | Agentic-First Desk |
|---|---|---|
| First response time | 4–8 hours | Under 60 seconds |
| Average resolution time | 24–48 hours | Minutes for Tier-1 volume |
| Cost per resolved ticket | $6–$12 | $1–$3 |
| Coverage window | Business hours by timezone | 24/7/365 |
| Tier-1 deflection | 0% | 55–70% of repeatable volume |
| Senior rep capacity | Absorbed by routine tickets | Focused on escalation and expansion |
| CSAT driver | Empathy | Speed plus resolution |
चार क्षमताएं जो एजेंटिक सपोर्ट को चैटबॉट थिएटर से अलग करती हैं
अधिकांश सपोर्ट लीडर पहले ही एक ऐसे चैटबॉट से झुलस चुके हैं जो कुछ नहीं कर सकता था। यही कारण है कि यह अंतर इतना मायने रखता है। यहाँ वह है जो वास्तव में एक वास्तविक AI एजेंट ग्राहक सहायता तैनाती को एक महिमामंडित निर्णय वृक्ष से अलग करता है।
1. कार्रवाई, उत्तर नहीं
एक एजेंट को आपके रिकॉर्ड, बिलिंग, पहचान, एंटाइटलमेंट, CRM, उत्पाद बैकएंड के सिस्टम के खिलाफ निष्पादित करने में सक्षम होना चाहिए। एक बॉट जो यह समझा सकता है कि प्लान कैसे बदला जाए, वह चैट विंडो वाला एक सहायता लेख है। एक एजेंट जो प्लान बदलता है, वह एक समाधान है।
2. स्थायी संदर्भ और स्मृति
प्रत्येक हैंडऑफ में पूरी बातचीत, खाता स्तर, एंटाइटलमेंट स्थिति और पिछले प्रयास शामिल होने चाहिए। संदर्भ हानि "मैं आपको यह पहले ही बता चुका हूँ" शिकायत का नंबर एक कारण है, और एक स्वचालित चैनल में विश्वास खोने का सबसे तेज़ तरीका है।
3. मूल एकीकरण गहराई
उथले एकीकरण उथले एजेंट पैदा करते हैं। प्रतिबद्ध होने से पहले, सत्यापित करें कि आपका प्लेटफ़ॉर्म ग्राहक स्थितिको नियंत्रित करने वाले सिस्टम से पढ़ और लिख दोनों सकता है। केवल-पढ़ने का अर्थ है केवल-उत्तर, जिसका अर्थ है डिफ्लेक्शन जिसे आप बैंक नहीं कर सकते।
4. गार्डरेल और सुंदर एस्केलेशन
स्वायत्तता बिना गार्डरेल के एक देयता है। उत्पादन-ग्रेड तैनाती स्पष्ट कार्रवाई सीमाएं, आत्मविश्वास सीमाएं, रिफंड कैप, और उच्च-मूल्य या उच्च-जोखिम वाले खातों के लिए अनिवार्य मानव एस्केलेशन ट्रिगर परिभाषित करती हैं। सबसे अच्छे एजेंट जानते हैं कि कब रुकना है।
90-दिवसीय माइग्रेशन फ्रेमवर्क: पुराने SaaS सपोर्ट से एजेंटिक सपोर्ट तक
आपको बारह महीने के परिवर्तन की आवश्यकता नहीं है। आपको एक अनुक्रमित, मापने योग्य रोलआउट की आवश्यकता है जो एक तिमाही के भीतर एक बैंक योग्य संख्या उत्पन्न करे।
दिन 1–15: स्वचालित करने से पहले इंस्ट्रूमेंट करें
अपने टिकट वर्गीकरण का मानचित्र बनाएं। प्रत्येक इनबाउंड अनुरोध को इरादे, आवश्यक कार्रवाई और स्पर्श किए गए सिस्टम द्वारा टैग करें। इस मानचित्र के बिना, आप डिफ्लेक्शन को माप नहीं सकते, और माप के बिना, आप परिणामों का मूल्य निर्धारण नहीं कर सकते। यह चरण AI के बारे में नहीं है। यह डेटा स्वच्छता के बारे में है।
दिन 16–45: एक सीमाबद्ध एजेंट तैनात करें
एक उच्च-मात्रा, कम-जोखिम वाला वर्कफ़्लो चुनें—पासवर्ड रीसेट क्लासिक है—और एक एजेंट तैनात करें जो पूरा लूप पूरा कर सके। हैंडल टाइम, एस्केलेशन दर और CSAT डेल्टा को मापें। जब तक आपके पास सांख्यिकीय रूप से महत्वपूर्ण नमूना न हो जो दिखाता हो कि एजेंट तीनों पर मानव आधार रेखा से बेहतर प्रदर्शन करता है, तब तक दायरे का विस्तार न करें।
दिन 46–90: विस्तार करें और P&L को इंस्ट्रूमेंट करें
दो और वर्कफ़्लो जोड़ें। प्रति-समाधान लागत मॉडल बनाएं। CFO को एक लाइन आइटम प्रस्तुत करें जो डिफ्लेक्टेड वॉल्यूम पर प्रति-टिकट लागत को $8 से $3.50 तक ले जाने को दर्शाता हो। वह संख्या निवेश के अगले चरण के लिए अनलॉक है।
निचली पंक्ति
पुराने SaaS से एजेंटिक SaaS में बदलाव एक तकनीकी कहानी नहीं है। यह एक मूल्य निर्धारण कहानी है। जो कंपनियां अगले दशक में जीतेंगी, वे वे होंगी जो पहुंच बेचना बंद कर देंगी और पूर्णता बेचना शुरू कर देंगी। ग्राहक सहायता नेताओं के लिए, वह भविष्य सैद्धांतिक नहीं है। यह पहले से ही इमारत में सबसे कार्रवाई योग्य लीवर है।
## वे मीट्रिक्स जो वास्तव में मायने रखते हैंइस श्रेणी में दिखावटी मीट्रिक्स की भरमार है। "संभाले गए वार्तालाप" का कोई मतलब नहीं है अगर वे वार्तालाप छोड़ दिए गए हों। यहाँ वह ऑपरेटिंग स्कोरकार्ड है जिसे हम AI एजेंट ग्राहक सहायता तैनात करने वाली किसी भी टीम को सुझाते हैं।
- कंटेनमेंट दर, शून्य मानव स्पर्श के साथ हल किए गए वार्तालापों का प्रतिशत। यह राजस्व-प्रासंगिक संख्या है।
- एस्केलेशन सटीकता, उन एस्केलेशन का प्रतिशत जिन्हें वास्तव में मानव की आवश्यकता थी। कम सटीकता का मतलब है कि आप दो बार भुगतान कर रहे हैं।
- प्रति हल टिकट लागत, पूरी तरह से लोडेड, प्लेटफ़ॉर्म शुल्क सहित। अपने पूर्व-तैनाती बेसलाइन से तुलना करें।
- AI-हल वॉल्यूम पर CSAT, मानव-हल CSAT से अलग किया गया। उन्हें कभी मिश्रित न करें।
- पहले समाधान तक का समय, ग्राहक संदेश से वास्तविक बंद होने तक का माध्य समय, पहले उत्तर से नहीं।
[[PROTECTED_14]]
ध्यान दें कि यह वितरण स्टाफिंग के बारे में क्या दर्शाता है। हेडकाउंट गायब नहीं होता, यह पुनर्वितरित होता है। वरिष्ठ प्रतिनिधि जो पूरी सुबह पासवर्ड रीसेट का जवाब दे रहा था, अब एस्केलेशन, नवीनीकरण-संबंधी वार्तालाप और उत्पाद फीडबैक लूप को संभाल रहा है। यह $90K वेतन का एक बेहतर उपयोग है।
टीमें यहाँ कहाँ गलती करती हैं
विफलता के तरीके इतने सुसंगत हैं कि उनकी भविष्यवाणी की जा सकती है। जो टीमें लड़खड़ाती हैं, वे आमतौर पर चार चीजों में से एक करती हैं।
वे समझने से पहले स्वचालित करते हैं
यदि आप अपने शीर्ष 20 इरादों और उनकी मात्रा का नाम नहीं बता सकते, तो आप अनुमान लगा रहे हैं। अनुमान लगाने से डेमो बनता है, तैनाती नहीं।
वे बहुत जल्दी पूर्ण स्वायत्तता का पीछा करते हैं
बिना सुरक्षा उपायों के आक्रामक कंटेनमेंट लक्ष्य खराब समाधान उत्पन्न करते हैं, जो नाराज ग्राहक पैदा करते हैं, जो रोलबैक और संगठनात्मक विश्वास के छह महीने के नुकसान का कारण बनते हैं। सीमित स्वायत्तता के साथ शुरू करें।
वे ज्ञान परत को भूखा रखते हैं
एक एजेंट उतना ही अच्छा होता है जितना कि उसके नीचे का ज्ञान और एकीकरण सतह। पुराने सहायता केंद्र और टूटे हुए आंतरिक दस्तावेज़ तुरंत कंटेनमेंट विफलता के रूप में सामने आएंगे।
वे गलत हर का माप करते हैं
कुल संपर्कों के विरुद्ध गणना की गई डिफ्लेक्शन, जब एजेंट केवल 40% इरादों को संभालता है, एक गणितीय त्रुटि है, परिणाम नहीं। हमेशा पात्र मात्रा के अनुसार विभाजित करें।
[[PROTECTED_15]]एजेंटिक सपोर्ट में सबसे महंगी गलती गलत विक्रेता चुनना नहीं है, बल्कि बेसलाइन के बिना लॉन्च करना है। यदि आपके पास पूर्व-तैनाती प्रति टिकट लागत, डिफ्लेक्शन और CSAT दस्तावेजित नहीं है, तो आप नवीनीकरण के समय ROI साबित नहीं कर पाएंगे, और प्रोग्राम काट दिया जाएगा चाहे वह कितना भी अच्छा काम करे।[[PROTECTED_16]]
यह बदलाव दुबले सहायता संगठनों का पक्ष क्यों लेता है
यहाँ Sierra बनाम ServiceNow कहानी का प्रतिरोधात्मक हिस्सा है। एजेंटिक बदलाव केवल नए विक्रेताओं का पक्ष नहीं लेता, यह नए संचालन मॉडल का पक्ष लेता है। पचास-व्यक्ति वाली सहायता टीम जो पहले महीने में एजेंटिक समाधान तैनात करती है, पाँच-सौ-व्यक्ति वाली टीम से बेहतर सेवा दे सकती है जो अभी भी सीट-आधारित टूलिंग और मैन्युअल ट्राइएज चला रही है। स्केल हेडकाउंट का कार्य नहीं रह जाता और यह इस बात का कार्य बन जाता है कि आपने अपने समाधान तर्क को कितनी अच्छी तरह एन्कोड किया है।
SaaS संस्थापकों के लिए, यह एक सामरिक अवसर है। सहायता बोर्ड मीटिंग में माफी मांगने वाला लागत केंद्र नहीं रह जाता और एक विभेदक बन जाता है जिसके चारों ओर आप मूल्य निर्धारण कर सकते हैं। सहायता नेताओं के लिए, यह दुर्लभ क्षण है जहाँ दक्षता जनादेश और गुणवत्ता जनादेश एक ही दिशा में इशारा करते हैं।
अगले चक्र में जीतने वाली कंपनियाँ वे नहीं हैं जिनके पास सबसे बड़ी सहायता टीमें हैं। वे वे हैं जिनका सहायता तर्क इतना अच्छी तरह से दस्तावेजित है कि उसे स्वचालित किया जा सके।
Successly जैसे प्लेटफ़ॉर्म विशेष रूप से इस संक्रमण के लिए बनाए गए हैं, एक AI एजेंट परत को उन प्रणालियों से जोड़ते हैं जो ग्राहक स्थिति को नियंत्रित करते हैं ताकि समाधान वास्तव में पूरे हों, एस्केलेशन पूर्ण संदर्भ लेकर चलें, और हर बंद वार्तालाप ज्ञान आधार में वापस फीड करे। लक्ष्य आपकी टीम को बदलना नहीं है। यह Tier-1 काम के लिए वरिष्ठ वेतन देना बंद करना है।
FAQ: पोस्ट-सीट-मूल्य निर्धारण युग में AI एजेंट ग्राहक सहायता
क्या SaaS वास्तव में मर चुका है?
नहीं। एक व्यवसाय के रूप में सॉफ्टवेयर फल-फूल रहा है। जो मर रहा है वह यह धारणा है कि आप पूर्ण कार्य प्रदर्शित किए बिना किसी उपकरण तक पहुँच के लिए प्रति सीट शुल्क ले सकते हैं। एजेंटिक AI सॉफ्टवेयर को लॉगिन के बजाय परिणामों के विरुद्ध पुनर्मूल्यांकित करता है।
AI एजेंट ग्राहक सहायता क्या है?
यह एक सहायता परत है जहाँ AI ग्राहक समस्याओं को अंत-से-अंत तक हल करता है, अनुरोध पढ़ता है, इरादे के बारे में तर्क करता है, बैकएंड सिस्टम में कार्रवाई करता है, और लूप को बंद करता है, बजाय केवल मानव एजेंट को सुझाव देने के।
एक टीम कितनी जल्दी मापने योग्य डिफ्लेक्शन देख सकती है?
अधिकांश टीमें अपने शीर्ष पाँच इरादों पर 30-45 दिनों के भीतर सार्थक कंटेनमेंट देखती हैं, जिसमें सबसे मजबूत लाभ चौथे और बारहवें महीने के बीच आता है जैसे-जैसे इरादा कवरेज और ज्ञान गुणवत्ता परिपक्व होती है।
क्या स्वचालन CSAT को नुकसान पहुँचाता है?
नहीं जब यह हल करता है। CSAT तब गिरता है जब ग्राहक एक ऐसे लूप में फंस जाते हैं जो उनकी मदद नहीं कर सकता। साफ एस्केलेशन पथ वाले अच्छी तरह से साधन युक्त एजेंट आमतौर पर CSAT में सुधार करते हैं क्योंकि गति, सहानुभूति नहीं, संतुष्टि का प्रमुख चालक है।
हमें खरीदने से पहले क्या मापना चाहिए?
अपनी वर्तमान प्रति हल टिकट लागत, इरादे के अनुसार Tier-1 मात्रा, डिफ्लेक्शन (संभवतः शून्य), और चैनल के अनुसार विभाजित CSAT का बेसलाइन बनाएं। उस बेसलाइन के बिना, आप बाद में ROI साबित नहीं कर सकते।
निचली पंक्ति
Sierra का $150 मिलियन का तिमाही और ServiceNow का 27% का एक दिन का गिरावट एक ही संकेत के दो रीडिंग हैं। बाजार सॉफ्टवेयर को पहुँच से परिणाम की ओर पुनर्मूल्यांकित कर रहा है, और सहायता पहला विभाग है जहाँ यह पुनर्मूल्यांकन कठिन संख्याओं में दिखाई देता है।
कार्य योजना जटिल नहीं है, लेकिन यह तत्काल है। इस सप्ताह अपनी यूनिट इकोनॉमिक्स का बेसलाइन बनाएं। 90 दिनों के टिकटों को इरादे के अनुसार वर्गीकृत करें। पाँच सबसे अधिक मात्रा वाले, सबसे कम जोखिम वाले इरादे चुनें। कंटेनमेंट लक्ष्य और सुरक्षा उपाय निर्धारित करें। संकीर्ण रूप से शिप करें, ईमानदारी से मापें, और डेटा पर विस्तार करें।
जो टीमें अगले दो तिमाहियों में ऐसा करेंगी, वे अपने अगले योजना चक्र में एक सहायता संगठन के साथ प्रवेश करेंगी जो हेडकाउंट के बजाय मात्रा पर स्केल करता है, और एक कहानी जिस पर उनके CFO वास्तव में विश्वास करते हैं। जो टीमें प्रतीक्षा करेंगी, वे एक ऐसे मॉडल के लिए सीटें खरीदती रहेंगी जिसे बाजार पहले ही पार कर चुका है।