Erfassen Sie Ihre Fortschritte
Trailhead-Startseite
Trailhead-Startseite

Erste Schritte mit Einstein Next Best Action

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:

  • Erklären, was Einstein Next Best Action ist und welche Probleme es löst
  • Beschreiben der Vorteile von Einstein Next Best Action
  • Erläutern der zahlreichen Anwendungsfälle für Einstein Next Best Action

Aufstieg der Business Intelligence

Unternehmen haben heute Zugang zu mehr Kundeninformationen als je zuvor. Die Verwaltung und Umwandlung dieser Fülle von Informationen in zukunftsweisende Geschäftsentscheidungen ist unerlässlich, und zwar nicht nur, um zu überleben, sondern um in jeder Branche erfolgreich zu sein. Werfen wir einen kurzen Blick darauf, wie wir hierhin gelangt sind und wie Unternehmen in den letzten 40 Jahren Erkenntnisse gewonnen haben.

Grafik mit dem Wachstum von Business Intelligence von 1980 bis heute. Unternehmen haben heute Zugang zu mehr Kundeninformationen als je zuvor.

Großrechner, die in den 1980er Jahren zum etablierten Standard wurden, boten kaum Rechenleistung. Damit ein Unternehmen seine wichtigen Daten analysieren konnte, spuckten Großrechner etwa einmal im Monat einen Bericht aus, der von Mitarbeitern ausgewertet werden konnte. Diese Berichte inspirierten den aktuellen Begriff Business Intelligence und enthielten wichtige Leistungskennzahlen wie den erzielten Gesamtumsatz, die Anzahl der getätigten Abschlüsse im jeweiligen Monat und vieles mehr, um Führungskräften zu helfen zu verstehen, was in ihrem Unternehmen vor sich ging. Von den 1990er bis zu den frühen 2000er Jahren wurden die Berichte immer aussagekräftiger. Unternehmen konnten Berichte digital anzeigen und Dashboards zur Visualisierung von Daten wurden immer beliebter.

Gegen 2010 kombinierten Unternehmen Business Intelligence mit Vorhersagemodellen, um nicht nur zu verstehen, was in ihrem Unternehmen geschah, sondern auch warum. Mithilfe von Vorhersagemodellen konnten Unternehmen auch prognostizieren, wie sie in bestimmten Bereichen abschneiden würden – zum Beispiel bei den Verkaufsquoten pro Branche –, damit Führungskräfte die Personalressourcen optimal einsetzen konnten.

Heute sind Informationsquellen allgegenwärtig. Viele Unternehmen sind auf Business Intelligence- oder Vorhersagemodelle für alle Geschäftsfelder, Branchen oder Segmente spezialisiert. Unternehmen entwickeln Business Intelligence mithilfe Teams aus Data Scientists oder Geschäftsanalysten auch intern. Wir sind umgeben von Daten, Erkenntnissen und Wissen, das praktisch unmittelbar genutzt werden kann. Die Grafik zeigt einige Beispiele der Informationsquellen, die uns bei Salesforce und in unserem Partnerökosystem zur Verfügung stehen.

Salesforce
Partnerökosystem
Interaction Studio
IBM Watson
Einstein-Prognosegenerator
Conga
Einstein Discovery
Cogito
Commerce Cloud Einstein
nCino
Commerce Cloud B2B
Google BigQuery

Zu den Informationsquellen können auch Ihre Geschäftsregeln, Taktiken und Strategien für das Ergreifen von Maßnahmen für verschiedene Szenarien gehören. Als Unternehmen können Sie beispielsweise nur dann Kunden mit einem bestimmten Rabatt ansprechen, wenn sie in den USA an der Ostküste oder in Kalifornien ansässig sind.

Die Fülle von Informationen bringt eine Reihe neuer Herausforderungen mit sich

Bei so vielen Informationsquellen können Herausforderungen entstehen. Dazu zählen u. a.:

  1. Integration: Wie integriere ich alle meine Informationsquellen in eine Sicht?
  2. Übermittlung: Wie kann jede Erkenntnis an die richtige Person, zur richtigen Zeit und in dem Kontext, den sie am besten verstehen kann, übermittelt werden?
  3. Umsetzung: Sobald einer Person eine Einsicht vermittelt wird, wie kann sie schnell darauf reagieren?

Bessere Empfehlungen mit Einstein Next Best Action

Wenn Sie Marktführer werden wollen, benötigen Sie eine vereinheitlichte Zentrale für Ihre Informationsquellen mit einem allumfassenden Blick auf Vertrieb, Service, Marketing und andere umsatzgenerierende Abteilungen. Sie benötigen klare Entscheidungen dazu, was Sie wann und auf welchen Kanälen empfehlen sollten – und Einstein Next Best Action bietet genau das.

Angenommen, Sie sind Mitarbeiter eines Telekommunikationsunternehmens. Sie erhalten einen Anruf der langjährigen Kundin Anna Van Loan und rufen ihre Kontaktseite auf. Sie beantworten ihre Frage und protokollieren die Änderung auf der Kontaktseite. Aber bevor Sie auflegen, sehen Sie auf der rechten Seite Ihrer Kontaktseite die eingebettete Komponente Einstein-Prognosegenerator, die angibt, dass bei Anna eine hohe Abwanderungswahrscheinlichkeit besteht. Aufgrund dieser Vorhersage sehen Sie eine weitere Komponente für Einstein Next Best Action, die empfiehlt, ihr den Tarif mit automatischer Verlängerung vorzuschlagen. Sie fragen sie, ob sie am Tarif mit automatischer Verlängerung interessiert ist, weil sie dadurch jeden Monat 20 % ihrer Handyrechnung sparen kann. Anna ist begeistert und stimmt sofort zu. Sie klicken in der Empfehlung auf Annehmen und senden eine Bestätigung an Annas E-Mail-Adresse. Sie nimmt das Angebot an, sodass der Tarif mit automatischer Verlängerung für sie eingerichtet wird. Sie überprüfen dies, indem Sie ihre Kontaktseite neu laden, auf der das Feld für die automatische Verlängerung automatisch angekreuzt wurde.

Glückwunsch, Sie haben gerade eine Kundin viel zufriedener gemacht und an Ihr Unternehmen gebunden! 

Kontaktseite mit der Einstein Next Best Action-Empfehlung samt Prognosebewertung aus dem Einstein-Prognosegenerator

Vereinigen von Informationsquellen

Zum Meistern der ersten Herausforderung, der Integration, können Sie mit Einstein Next Best Action Salesforce- und Nicht-Salesforce-Daten, Geschäftsregeln, Aktionsstrategien, Taktiken, Vorhersagemodelle und weitere Ihrer geschäftlichen Erkenntnisse zentral integrieren. Nie wieder müssen Sie eine Excel-Tabelle mit von Ihrem Datenanalysten erstellten Vorhersagemodellen aufrufen und diese nebeneinander mit einem Dashboard in Salesforce vergleichen. 

Präsentieren umsetzbarer Informationen

Zum Bewältigen der zweiten Herausforderung der Übermittlung benötigen Sie außerdem eine Möglichkeit, jeden Einblick schnell und in einem einfach zu nutzenden Format in die Hände der richtigen Person zu bringen. 

Mit Einstein Next Best Action können Sie Empfehlungen so definieren, dass sie für verschiedene Zielgruppen direkt an ihrem Arbeitsplatz einfach umsetzbar sind. Empfehlungen können alles Mögliche umfassen – von der Erinnerung an Ihren Servicemitarbeiter, sich am Ende jedes Anrufs bei Kunden in Österreich mit "Danke" oder mit "Merci" bei Kunden in der Schweiz zu bedanken, bis zur Empfehlung, dass der für Verlängerungen zuständige Agent ein Angebot an einen Kunden sendet, bei dem die Wahrscheinlichkeit des Kaufs eines Zusatzservice besteht. 

Verbinden von Empfehlungen mit Automatisierung

Sobald ein Kollege oder Mitarbeiter eine Empfehlung erhält, braucht er eine Möglichkeit, schnell darauf zu reagieren. 

Um auf das Beispiel des Angebots einer automatischen Verlängerung für Anna Van Loan zurückzukommen, müsste der Agent ohne Einstein Next Best Action einen manuellen Prozess durchlaufen, um ihr das Angebot zu unterbreiten. Mit Einstein Next Best Action muss der Agent nur noch auf "Annehmen" klicken. Lightning Flow (eine Funktion von Salesforce) packt und sendet die Angebots-E-Mail automatisch an Anna, sodass der Agent die Kontaktseite nicht mehr verlassen muss, was Zeit spart und ihn im Kontext verbleiben lässt. 

Anwendungsmöglichkeiten für verschiedene Geschäftsfelder

Hier sind einige Beispiele für die Arten von Empfehlungen, die Sie umsetzen können.

Vertrieb
Service
Marketing
Handel
Eine Benachrichtigung an den Kunden senden, dass der Vertrag abläuft
Befragung zur Kundenzufriedenheit an einen Kunden senden, der gerade angerufen hat
Eine Kampagne aufgrund einer schlechten vorhergesagten Leistung auf Eis legen
Kunden mit geringem Engagement eine E-Mail mit den am häufigsten empfohlenen Produkten senden
Up-Selling eines Produkts oder einer Leistung an Kunden, der die Voraussetzungen erfüllt
Up-Selling eines Produkts oder einer Leistung an Kunden, der die Voraussetzungen erfüllt
Maßgeschneidertes Angebot an einen Kunden auf der Grundlage der Wahrscheinlichkeit seines Engagements senden
Verschiedene Angebote an verschiedene Kundengruppen basierend auf dem durchschnittlichen Bestellwert senden
Empfehlen, wie Ressourcen auf der Grundlage von Verkaufsprognosen zugewiesen werden sollen
An einen mit hohem Abwanderungsrisiko ein Angebots senden
Angebote an Kunden senden, die die Marke gut in sozialen Medien repräsentieren
Produktempfehlungen auf Basis von Bestelldaten in einem Paket bündeln
Erinnern, wenn ein neuer vielversprechender Lead oder ein Versprechen auf Nachbetreuung eines Kunden vorliegt
Dem Kunden eine Benachrichtigung zwecks Inspektion senden, wenn bei Geräten eine hohe Wahrscheinlichkeit einer Reparatur besteht
Kunden einen Rabatt anbieten, der den Warenkorb auf der Website abgebrochen hat
Basierend auf der Wahrscheinlichkeit einer Artikelretoure dem Kunden entsprechende Informationen senden
Maßgeschneidertes Angebot an einen potenziellen Kunden auf Grundlage der Wahrscheinlichkeit seines Engagements senden
Maßgeschneiderte Informationen/Mitteilung an Kunden mit hoher Wahrscheinlichkeit der Eskalation des Kundenvorgangs in sozialen Medien senden
Empfehlen, einen bestimmten Kunden einer bestimmten Kampagne hinzuzufügen
Interaktion mit Kunden basierend auf der Dauer seines Besuchs der Website empfehlen

Unabhängige Softwareanbieter (Independent Software Vendors, ISVs), von denen die meisten Teil unseres AppExchange-Ökosystems sind, können auch auf der Grundlage von Einstein Next Best Action Lösungen entwickeln, um entsprechend den Geschäftsfeldern ihrer Kunden Empfehlungen zu geben. Hier sind einige Beispiele.

ISV/Partner von Salesforce
Anwendungsfall für Einstein Next Best Action
nCino
Die Lösung wurde für Finanzdienstleistungskunden entwickelt und empfiehlt alles von Darlehenslaufzeiten bis hin zu Erinnerungen an das Golfen mit einem Account, und zwar auf Grundlage von mit Einstein Discovery erstellten Prognosemodellen.
Cogito
Die Lösung bietet eine Sprachanalyse während eines Kundendienstanrufs, um die Stimmung des Kunden zu erkennen und dem Servicemitarbeiter in Echtzeit Empfehlungen zu geben, wie er am besten mit dem Kunden umgehen sollte.
Conga
Die Lösung durchsucht Kundenverträge und liefert wichtige Empfehlungen für Vertragsverantwortliche, um sicherzustellen, dass Sprache, Diktion und Begriffe richtig genutzt werden.

Testen von Einstein Next Best Action

Sie können Einstein Next Best Action ganz einfach ausprobieren, um herauszufinden, welchen Unterschied es machen kann. Wechseln Sie einfach zu Ihrer Setup-Seite, klicken Sie links auf das Dropdown-Menü Prozessautomatisierung und dann auf Einstein Next Best Action.

Setup-Seite von Einstein Next Best Action

In der nächsten Einheit schauen wir uns genauer an, wie Einstein Next Best Action funktioniert.

Ressourcen