Bahasa Melayu

Penyelidikan Akaun AI Sebelum Sentuhan Pertama

AI Account Research: pre-call brief generation using Generative Research pattern

SDR biasa menghabiskan 45 minit menyelidik akaun sebelum panggilan pertama. Itulah angka penanda aras penyelidikan yang muncul dalam kajian produktiviti jualan, dan kebanyakan pengurus barisan hadapan mengakuinya.

Apa yang kajian tersebut tidak tunjukkan adalah apa yang berlaku kepada 45 minit penyelidikan itu. Kebanyakan wakil menyemak halaman Tentang Kami syarikat, mengimbas berita terkini, memeriksa LinkedIn untuk tempoh kerja prospek, dan membentuk gambaran kasar tentang saiz dan industri syarikat. Kemudian panggilan bermula, perbualan bergerak ke arah yang tidak dijangkakan, dan penyelidikan tidak timbul langsung.

SDR biasa menggunakan mungkin 10% daripada apa yang mereka teliti dalam panggilan pertama sebenar. 35 minit yang lain adalah geseran, bukan persediaan.

Penyelidikan akaun AI menyelesaikan kedua-dua masalah. Ia memangkas masa dari 45 minit kepada bawah 5 minit. Dan ia menapis maklumat yang benar-benar relevan untuk panggilan, bukan semua yang tersedia secara umum tentang syarikat tersebut. Ini adalah corak Generative Research yang diterapkan pada jualan, dan ia adalah salah satu daripada empat corak yang mendefinisikan peranan AI Sales Operator.

Kandungan ringkasan akaun yang baik

Fakta Utama: Penyelidikan SDR dan Kecerdasan Akaun AI

  • SDR hanya menghabiskan 2 jam sehari untuk menjual secara aktif, dengan sebahagian besar masa mereka digunakan untuk penyelidikan, tugas pentadbiran, dan kemasukan data, menurut penanda aras produktiviti jualan.
  • Alat AI menjimatkan purata kira-kira 2 jam sehari untuk wakil jualan dengan mengautomasikan penyelidikan, pencatatan nota, dan kemasukan data CRM. (Salesso, 2025)
  • Syarikat yang menggunakan alat jualan berkuasa AI melaporkan peningkatan produktiviti sebanyak 46% berbanding pasukan yang bergantung pada aliran kerja penyelidikan dan jangkauan manual. (Salesso, 2025)

Output yang penting bukan dokumen komprehensif tentang syarikat tersebut. Ia adalah ringkasan yang boleh dibaca wakil dalam 3 minit, dikekalkan dalam ingatan jangka pendek, dan digunakan dalam 10 minit pertama panggilan.

Ringkasan akaun pra-panggilan berkualiti tinggi mengandungi tujuh bahagian:

1. Gambaran ringkas syarikat Saiz, ibu pejabat, industri, tahun ditubuhkan, julat hasil (jika tersedia). Asas-asas, dalam dua hingga tiga ayat. Tujuan di sini bukan untuk memberi maklumat yang wakil tidak ada (kebanyakan akan mengetahui saiz syarikat dari cara lead tersebut diperolehi). Ia adalah untuk meletakkan semua dalam satu tempat supaya mereka tidak perlu membinanya semula.

2. Berita syarikat terkini (90 hari terakhir) Pusingan pembiayaan, pelancaran produk, pengambilalihan, perubahan kepimpinan, liputan akhbar. Bahagian ini paling mungkin memberi wakil pembuka perbualan yang tulen. "Saya melihat anda mengumumkan Siri B pada bulan Mac. Tahniah. Bagaimana pertumbuhan kelihatan untuk pasukan tahun ini?" adalah pembukaan yang jauh lebih baik daripada "jadi, ceritakan tentang situasi semasa anda."

3. Isyarat tumpukan teknologi Alat yang sedang digunakan syarikat, disimpulkan daripada iklan pekerjaan, ulasan G2/Capterra, dan sumber pengayaan data. Jika syarikat menjalankan Salesforce, HubSpot, atau pesaing tertentu, wakil harus mengetahuinya sebelum panggilan. Isyarat tumpukan teknologi memberitahu anda di mana produk anda sesuai, apa yang perlu diintegrasikan, dan kadangkala siapa yang membuat keputusan yang mewujudkan pembekal sedia ada yang anda tandingi.

4. Isyarat pengambilan (jawatan kosong terbuka) Apa yang syarikat sedang mengambil pekerja sering meramalkan apa yang mereka utamakan. Syarikat yang mengambil tiga penganalisis RevOps dan Pengurus Operasi Jualan kemungkinan besar melabur dalam proses jualan dan alat. Syarikat yang mengambil 15 jurutera dan tiada jurujual berada dalam fasa yang berbeza. Jawatan terbuka adalah salah satu set data isyarat pembelian tersedia secara umum yang terbaik, dan kebanyakan wakil tidak melihatnya sebelum panggilan.

5. Perubahan eksekutif utama (90 hari terakhir) VP Jualan baharu, CRO baharu, CTO baharu. Perubahan eksekutif mewujudkan tetingkap pembelian. Pemimpin baharu yang tiba dengan pendapat tentang alat, proses, atau hubungan vendor sering menilai pilihan dalam 90-180 hari pertama mereka. Jika kenalan dalam panggilan anda telah berada dalam peranan selama dua bulan, konteks tersebut membentuk cara anda meletakkan diri.

6. Isyarat pesaing dan kategori Adakah syarikat sudah menggunakan pesaing langsung? Adakah bukti mereka telah membandingkan vendor? Adakah terdapat sebutan awam tentang kategori yang anda jual? Ini membentuk cara wakil meletakkan panggilan dari minit pertama.

7. Ringkasan kesesuaian ICP Ringkasan satu ayat tentang bagaimana akaun sesuai dengan ICP anda: mengapa ia berada dalam pipeline, apa kes penggunaan relevansi tertinggi, dan apa yang panggilan pertama perlu cuba wujudkan. Bahagian ini yang AI hasilkan menggunakan kriteria ICP yang dikonfigurasi anda, bukan sekadar data syarikat umum.

SDR yang tiba di panggilan dengan ringkasan akaun berstruktur yang dijana AI menempah mesyuarat pada kadar 35-50% lebih tinggi daripada rakan sebaya yang bergantung pada penyelidikan ad-hoc, kerana ringkasan tersebut memuat-hadapan konteks yang diperlukan untuk bertanya soalan pembuka yang relevan berbanding siasatan penemuan umum.

The 7-Section Account Brief

7-Section Account Brief adalah format output berstruktur yang menentukan sama ada alat penyelidikan akaun menghasilkan ringkasan yang boleh digunakan atau longgokan maklumat. Tujuh bahagian adalah: gambaran ringkas syarikat, berita terkini (90 hari terakhir), isyarat tumpukan teknologi, isyarat pengambilan (jawatan kosong), perubahan eksekutif utama, isyarat pesaing, dan ringkasan kesesuaian ICP. Setiap bahagian memetakan kepada momen panggilan tertentu: berita untuk pembukaan, tumpukan teknologi untuk penentuan kedudukan, isyarat pengambilan untuk pembingkaian keperluan mendesak, dan ringkasan kesesuaian ICP untuk objektif panggilan. Ringkasan yang melewatkan mana-mana bahagian ini secara konsisten menerima skor kebolehgunaan wakil yang lebih rendah dalam gelung maklum balas pasca-panggilan.

Cara AI menjana ringkasan

Corak Generative Research terpakai secara langsung di sini. Formula ACE untuk penjanaan ringkasan akaun adalah:

Ingest (pelbagai sumber): Tarik daripada LinkedIn (profil syarikat dan prospek), suapan berita terkini (Google News, Crunchbase, API siaran akhbar), laman web syarikat sendiri (halaman kerjaya, bahagian akhbar), platform data intent (Bombora, 6sense jika tersedia), dan alat pengesanan teknologi (BuiltWith, Slintel).

Analyze (tapis dan sintesis): Daripada sumber yang ditelan, terapkan penapis relevansi untuk menarik hanya apa yang penting untuk ICP khusus dan gerakan jualan anda. Fail SEC syarikat dari 2019 tidak relevan untuk panggilan pertama pada 2026. Pengumuman pembiayaan Mac 2026 mereka adalah relevan. Langkah Analyze memangkas kebisingan.

Generate (dokumen ringkasan): Kumpulkan maklumat yang ditapis ke dalam struktur ringkasan di atas, dengan pengepala bahagian, poin penting berbullet, dan baris ringkasan. Hantar dalam 300-500 patah perkataan.

Ini adalah corak yang sama yang menggerakkan sintesis kecerdasan kompetitif, kad pertempuran pesaing, dan penyelidikan pasaran. Perbezaan dalam penyelidikan akaun jualan adalah ia berjalan pada volum tinggi (berpotensi ratusan ringkasan sehari untuk pasukan SDR yang besar) dan perlu dihantar dalam masa hampir nyata sebelum panggilan berjadual.

Penyelidikan McKinsey mendapati bahawa pasukan jualan B2B yang menggabungkan penyelidikan yang dijana AI dengan jangkauan diperibadikan adalah 1.7 kali lebih mungkin untuk mendapat bahagian pasaran berbanding pasukan yang bergantung pada aliran kerja penyelidikan manual. (McKinsey, 2024)

Masalah konfigurasi relevansi

Jurang antara ringkasan AI yang berguna dan longgokan maklumat hampir keseluruhannya terletak pada langkah konfigurasi relevansi.

Alat penyelidikan akaun AI tanpa tetapan awal menarik semua perkara. "Syarikat mengumpul $50 juta dalam Siri C pada 2021." "Syarikat mempunyai 3.8 bintang di Glassdoor." "Syarikat menaja persidangan perdagangan pada 2024." Fakta-fakta ini semua tersedia secara umum dan secara teknikal benar. Ia juga tidak berguna dalam panggilan pertama.

Mengkonfigurasi relevansi bermakna memberi AI konteks untuk menapis. Analisis Forrester terhadap vendor perisikan jualan B2B mengenal pasti penapisan relevansi sebagai pembeza utama antara alat yang meningkatkan prestasi wakil dan alat yang menambah kebisingan. Ini biasanya melibatkan:

Peraturan keterkinian. Hanya paparkan berita dan isyarat pengambilan dari 60 atau 90 hari terakhir. Maklumat lama adalah konteks latar belakang, bukan bahan perbualan.

Peraturan relevansi ICP. Jika anda menjual kepada syarikat B2B SaaS dengan 100-500 pekerja, isyarat pengambilan untuk "Koordinator Pemasaran Junior" adalah relevansi rendah. Isyarat pengambilan untuk "VP Operasi Hasil" adalah relevansi tinggi. Tentukan peranan dan isyarat mana yang bermakna untuk gerakan jualan anda. Ini disambungkan secara langsung kepada sintesis isyarat intent pembeli, yang melapisi data intent di atas isyarat pengambilan ini.

Isyarat khusus kategori. Jika anda menjual platform operasi jualan, isyarat tumpukan teknologi tentang CRM, penglibatan jualan, dan tumpukan ramalan adalah sangat relevan. Tumpukan perisian HR syarikat tidak. Beritahu AI kategori mana yang penting.

Penapis negatif. Keluarkan maklumat yang boleh mewujudkan momen janggal. Eksekutif yang baru meninggalkan syarikat, pusingan pembiayaan yang gagal ditutup, berita tentang penarikan semula produk: ini patut diketahui, tetapi ringkasan bukan tempat yang tepat untuk memunculkannya secara refleksif.

Langkah konfigurasi bukan persediaan sekali sahaja. Ia bertambah baik dengan maklum balas daripada wakil dalam 30 hingga 60 hari pertama: apa yang mereka dapati berguna dalam panggilan, apa yang adalah kebisingan, apa yang mereka inginkan tetapi tidak ada.

Struktur ringkasan contoh

7-section account brief: standard template for AI-generated pre-call research delivered to reps before first contact

Inilah yang kelihatan seperti ringkasan pra-panggilan 5-minit yang dikonfigurasi dengan baik untuk syarikat SaaS 150 orang:

Ringkasan Akaun: Meridian Analytics Dijana 2026-05-19 | Ringkasan pra-panggilan untuk panggilan pada 2:00 PM

Gambaran Ringkas Syarikat Meridian Analytics, 180 pekerja, Atlanta GA. B2B SaaS, analitik data untuk syarikat logistik mid-market. Siri B ($22 juta, Februari 2026). Berkembang 40% YoY berdasarkan liputan terkini.

Berita Terkini

  • Mengumumkan Siri B Februari 2026 (Crunchbase). Fokus pada pengembangan pasukan jualan dan "pecutan go-to-market."
  • Liputan dalam FreightTech Weekly (April 2026): "Meridian berkembang ke analitik operasi pelabuhan."
  • Tiada PR pengambilalihan atau kepimpinan terkini.

Isyarat Tumpukan Teknologi Menjalankan Salesforce (disahkan melalui keperluan iklan pekerjaan). Outreach untuk pengurusan jujukan (mengikut Slintel). Tiada lapisan analitik CRM yang disahkan. Tiada alat conversation intelligence yang dikesan.

Isyarat Pengambilan (90 hari lalu)

  • VP Operasi Hasil (dikirimkan April 2026, masih terbuka)
  • 2x Penganalisis Operasi Jualan
  • 3x AE (pengembangan dari 8 kepada 11 AE dijangka)

Perubahan Eksekutif

  • Sarah Wong menyertai sebagai CRO pada Mac 2026 (dahulu di FourKites). Baharu dalam peranan, kemungkinan menilai alat.

Isyarat Pesaing CRM Salesforce disahkan. Outreach disahkan. Tiada conversation intelligence atau alat analitik jualan aktif yang dikesan dalam tumpukan.

Kesesuaian ICP Kesesuaian kukuh: $25 juta ARR, pasukan jualan yang berkembang, kepimpinan eksekutif baharu yang menilai alat, tiada platform CI semasa. Panggilan pertama perlu mewujudkan sama ada CRO baharu mempunyai alat RevOps dalam peta jalan 90-harinya.

Itulah ringkasan tersebut. 350 patah perkataan. Boleh dibaca dalam 3 minit. Boleh diambil tindakan dalam panggilan pertama.

Di mana ringkasan dihantar

Brief delivery channels: where reps actually consume AI-generated account briefs, ranked by usage rate

Saluran penghantaran sama pentingnya dengan kandungan. Ringkasan yang memerlukan wakil membuka platform berasingan dan mencari akaun akan digunakan mungkin 40% daripada masa. Ringkasan yang muncul dalam jemputan mesyuarat, dalam rekod CRM yang wakil sudah buka, atau dalam pemberitahuan Slack pada waktu pagi panggilan akan digunakan 80%+. Di sinilah corak workflow copilot bersilang dengan Generative Research: ringkasan perlu muncul dalam aliran kerja sedia ada wakil, bukan dalam tab berasingan.

Saluran Penghantaran Kadar Penggunaan Kerumitan Persediaan Paling Sesuai Untuk
Rekod CRM (diisi auto) Tinggi Sederhana Pasukan yang sentiasa membuka CRM sebelum panggilan
Pemberitahuan Slack (pada waktu pagi panggilan) Tinggi Sederhana Pasukan yang bekerja dalam Slack
Badan jemputan mesyuarat Tinggi Rendah Pasukan yang menyemak kalendar sebelum panggilan
Suapan aktiviti SEP (Salesloft/Outreach) Sederhana Rendah Pasukan yang aliran kerjanya bermula dalam SEP
Platform berasingan (Gong, papan pemuka Clay) Rendah Rendah Tidak disyorkan sebagai penghantaran utama

Persediaan penggunaan tertinggi adalah rekod CRM ditambah pemberitahuan Slack. Wakil melihat ringkasan dalam semakan Slack pagi mereka, dan ia masih ada dalam rekod CRM apabila mereka membuka perjanjian 30 minit sebelum panggilan.

Analisis Rework: Dalam perlaksanaan Rework CRM, ringkasan akaun yang dihantar terus dalam rekod perjanjian mencapai penggunaan wakil 80%+ secara konsisten, berbanding penggunaan 40-50% untuk ringkasan yang dihantar melalui platform atau papan pemuka berasingan. Saluran penting kerana wakil tidak menambah langkah aliran kerja untuk data yang boleh mereka langkau. Geseran saluran penghantaran adalah cara terpantas untuk membunuh penggunaan ringkasan, tanpa mengira kualiti ringkasan.

Alat untuk penyelidikan akaun AI

Clay.com adalah pilihan paling fleksibel untuk mengkonfigurasi aliran kerja penyelidikan akaun tersuai. Ia menyambung ke 50+ sumber data (LinkedIn, Apollo, Crunchbase, Hunter, Clearbit, dan lain-lain) dan membolehkan anda membina jadual pengayaan berbilang sumber yang menjana ringkasan tersuai. Kelok pembelajaran adalah nyata. Clay adalah alat kuasa, bukan penyelesaian siap guna, tetapi untuk pasukan RevOps yang ingin menyesuaikan tepat apa yang masuk dalam ringkasan, ia adalah platform yang tepat.

Apollo.io Power Search menggabungkan akses pangkalan data kenalan dengan jangkauan yang dijana AI dan penyelidikan akaun. Penjanaan ringkasan akaun dikaitkan lebih rapat dengan pangkalan data kenalan Apollo berbanding pendekatan berbilang sumber Clay, yang bermakna ia berfungsi paling baik untuk akaun yang diwakili dengan baik dalam pangkalan data Apollo.

ZoomInfo Copilot menjana ringkasan akaun pra-panggilan secara asli dalam platform ZoomInfo. Liputan data yang baik untuk akaun enterprise AS, integrasi lebih ketat dengan data intent ZoomInfo. Paling sesuai untuk pasukan yang sudah membayar ZoomInfo.

Rework Sales AI menjana ringkasan akaun dalam Rework CRM menggunakan gabungan data CRM, sumber pengayaan yang disambungkan, dan aktiviti terkini dalam pipeline anda. Kelebihannya adalah penghantaran yang lancar: ringkasan muncul dalam rekod perjanjian tanpa peralihan konteks platform tambahan.

Cognism adalah pilihan kukuh untuk pasukan dengan pipeline EU yang ketara, memandangkan liputan data Eropah yang lebih baik berbanding banyak penyedia yang mengutamakan AS. Ringkasan kurang boleh dikonfigurasi berbanding Clay tetapi memerlukan lebih sedikit persediaan.

Apa yang penyelidikan manual masih mengatasi AI

Bersikap jelas dengan pasukan anda tentang di mana ringkasan AI mempunyai had.

Laluan rujukan dalaman. Jika pelanggan semasa mengenali champion di akaun sasaran, konteks hubungan tersebut tidak berada dalam mana-mana sumber data awam. AI tidak akan pernah muncul itu. Itu adalah tugas wakil untuk mengetahui daripada rangkaian mereka dan hubungan pelanggan sedia ada mereka.

Suhu hubungan. Sama ada syarikat mempunyai pengalaman buruk dengan vendor sebelumnya, atau sama ada CRO secara peribadi skeptikal terhadap alat SaaS, atau sama ada VP Jualan sedang berkonflik dengan CEO mereka: tiada satu pun daripada itu ada dalam ringkasan. Ini adalah perkara yang wakil pelajari dengan bercakap dengan rangkaian mereka, dengan sambungan bersama, dan dalam pelbagai panggilan.

Konteks akaun sedia ada. Untuk jualan pengembangan (upsell/cross-sell), sejarah dalaman akaun (siapa yang menjadi champion dalam perjanjian asal, bagaimana perlaksanaannya, apa yang mereka adukan dalam QBR terakhir) lebih penting daripada apa pun dalam ringkasan luaran. Ringkasan AI adalah untuk perniagaan baharu. Perancangan akaun untuk pelanggan sedia ada memerlukan aliran kerja yang berbeza.

Kesimpulan

Penyelidikan akaun AI tidak menggantikan persediaan wakil. Ia memuat-hadapan maklumat supaya 10 minit sebelum panggilan digunakan untuk strategi, bukan Google.

Penyelidikan pertumbuhan B2B McKinsey mendapati bahawa pasukan komersial berasaskan data yang menggabungkan AI dengan pemperibadian adalah 1.7 kali lebih mungkin untuk mendapat bahagian pasaran. Kualiti ringkasan akaun adalah salah satu tuas di belakang jurang tersebut. SDR yang tiba di panggilan pertama dengan mengetahui bahawa CRO baharu menyertai dua bulan lalu, bahawa syarikat sedang mengambil bakat RevOps secara aktif, dan bahawa tiada conversation intelligence semasa dalam tumpukan berada dalam kedudukan yang berbeza secara asasnya berbanding SDR yang menghabiskan 45 minit membaca halaman Tentang Kami dan profil LinkedIn.

Ringkasan tidak menutup perjanjian. Wakil yang melakukannya. Tetapi wakil yang membuka panggilan dengan konteks tulen mewujudkan kesan pertama yang berbeza. Itulah yang corak Generative Research untuk: memampatkan masa yang diperlukan untuk hadir dengan pengetahuan. Dan setelah wakil mempunyai konteks tersebut, langkah seterusnya adalah mengubahnya menjadi jangkauan yang mencerminkannya.

Untuk langkah seterusnya dalam mengubah penyelidikan kepada jangkauan, lihat jangkauan diperibadikan yang dijana AI.

Soalan Lazim

Berapa banyak masa yang dijimatkan penyelidikan akaun AI per wakil jualan?

Alat penyelidikan akaun AI memampatkan 45 minit persediaan pra-panggilan manual kepada bawah 5 minit dengan mengautomasikan pengambilan data berbilang sumber, menapis untuk relevansi, dan menjana ringkasan berstruktur. Merentasi pasukan SDR 20 wakil yang menjalankan 5 panggilan sehari, itu adalah 50-60 jam masa jualan yang dipulihkan setiap minggu. Alat AI secara kolektif menjimatkan purata wakil jualan kira-kira 2 jam sehari dalam penyelidikan dan tugas pentadbiran, menurut penyelidikan Salesso.

Apakah kandungan ringkasan akaun yang dijana AI?

Ringkasan pra-panggilan berkualiti tinggi mengandungi tujuh bahagian: gambaran ringkas syarikat, berita terkini dari 90 hari terakhir, isyarat tumpukan teknologi, jawatan pengambilan terbuka, perubahan eksekutif terkini, isyarat pesaing dan kategori, dan ringkasan kesesuaian ICP satu ayat. Format 7-Section Account Brief memastikan setiap bahagian memetakan kepada momen panggilan tertentu, supaya wakil tiba mengetahui apa yang perlu dirujuk bila berbanding membaca dari dokumen umum.

Alat mana yang terbaik untuk membina aliran kerja penyelidikan akaun AI?

Clay.com adalah pilihan paling fleksibel untuk penyelidikan berbilang sumber tersuai, menyambung ke 50+ penyedia data dengan peraturan relevansi yang boleh dikonfigurasi. ZoomInfo Copilot menawarkan integrasi asli yang kukuh untuk akaun enterprise AS. Apollo.io Power Search berfungsi paling baik apabila kebanyakan akaun berada dalam pangkalan data Apollo. Untuk pasukan yang menjalankan Rework CRM, Rework Sales AI menghantar ringkasan terus dalam rekod perjanjian tanpa peralihan konteks platform tambahan.

Bagaimana penyelidikan akaun AI berbeza daripada penyelidikan manual?

Penyelidikan manual adalah terbuka: wakil menentukan apa yang perlu dicari, mencari dalam pelbagai tab, dan secara manual mensintesis penemuan. Penyelidikan akaun AI adalah berasaskan peraturan: aliran kerja yang dikonfigurasi menarik daripada sumber yang ditentukan, menerapkan penapis keterkinian dan relevansi ICP, dan menjana ringkasan berstruktur dalam format yang sama setiap kali. Konsistensi ringkasan yang dijana AI juga menjadikan coaching lebih mudah, kerana pengurus boleh mengenal pasti elemen ringkasan mana yang sebenarnya digunakan dalam panggilan berbanding yang diabaikan.

Apakah had ringkasan akaun yang dijana AI?

Ringkasan AI tidak boleh muncul laluan rujukan dalaman (sama ada pelanggan mengenali prospek), suhu hubungan (konflik vendor lalu, skeptisisme peribadi), atau konteks akaun sedia ada untuk jualan pengembangan. Ini adalah sumber kecerdasan yang dimiliki wakil yang dikumpulkan melalui perbualan rangkaian dan sejarah berbilang panggilan. AI mengendalikan lapisan data awam; wakil menambah lapisan hubungan di atasnya.

Bagaimana ringkasan akaun perlu dihantar untuk memaksimumkan penggunaan wakil?

Penghantaran dalam rekod CRM (diisi auto sebelum panggilan) digabungkan dengan pemberitahuan Slack pada waktu pagi panggilan mencapai kadar penggunaan tertinggi. Ringkasan yang dihantar melalui platform berasingan, memerlukan wakil untuk menavigasi ke alat lain, melihat kadar penggunaan 40-50%. Dalam praktik, ringkasan yang perlu wakil cari tidak akan digunakan secara konsisten tanpa mengira kualiti kandungan.

Apa yang perlu dibaca seterusnya