Primeros pasos con Einstein Next Best Action
Objetivos de aprendizaje
Después de completar esta unidad, podrá:
- Explicar qué es Einstein Next Best Action y los problemas que soluciona.
- Describir los beneficios de Einstein Next Best Action.
- Explicar los muchos casos de uso que se pueden aplicar a Einstein Next Best Action.
Aumento de la inteligencia de negocio
En la actualidad, las compañías tienen acceso a más perspectivas de los clientes que nunca. La gestión y transformación de esta abundante información en decisiones de negocio con visión de futuro es crucial no solo para sobrevivir, sino también para prosperar en cualquier industria. Vamos a echar un breve vistazo a cómo llegamos hasta aquí, ya que los negocios llevan consumiendo perspectivas durante los últimos 40 años.
En los años ochenta, cuando las computadoras empezaron a ser populares, apenas tenían capacidad. Para que un negocio analizara sus datos de vital importancia, las computadoras generaban un reporte que podía ser utilizado por los empleados aproximadamente una vez al mes. Estos reportes inspiraron el término actual inteligencia de negocio e incluían indicadores de desempeño clave (KPI) importantes, como el total de ingresos generados, el número de negociaciones cerradas en el mes y mucho más para ayudar a los directivos a comprender qué ocurría en su negocio. Desde 1990 hasta principios de 2000, los reportes empezaron a ser más consistentes. Los negocios podían ver reportes y tableros digitalmente para la visualización de datos cada vez más conocidos.
Cerca de 2010, los negocios ya combinaban la inteligencia de negocio con modelos predictivos no solo para comprender lo que ocurría en su negocio, sino por qué estaba ocurriendo. Con los modelos predictivos, los negocios también podían pronosticar su desempeño en determinadas áreas (por ejemplo, cuotas de ventas por industria) para que los gestores pudieran optimizar los recursos de personal.
Ahora, la inteligencia es ubicua. Muchas compañías se especializan en inteligencia de negocio o modelos predictivos para cada línea de negocio, industria o segmento. Los negocios desarrollan además inteligencia de forma interna con equipos de científicos de datos o analistas de negocio. Estamos rodeados por datos, perspectivas y conocimientos que se pueden consumir prácticamente al instante. En la siguiente tabla se proporcionan algunos ejemplos de las fuentes de perspectivas que tenemos en Salesforce y en nuestro ecosistema de socios.
|
Salesforce |
Ecosistema de socios |
| Marketing Cloud Engagement Personalization |
IBM Watson |
| Einstein Prediction Builder |
Conga |
| Einstein Discovery |
Cogito |
| Commerce Cloud Einstein |
nCino |
| Commerce Cloud B2B |
Google BigQuery |
Las fuentes de perspectivas también pueden incluir reglas, tácticas y estrategias de su negocio para pasar a la acción en diferentes escenarios. Por ejemplo, como un negocio es posible que solo pueda atraer a los clientes con un descuento determinado si residen en la Costa Este o en California.
Una gran cantidad de perspectivas genera un nuevo conjunto de retos
Con tantas fuentes de perspectivas, pueden surgir retos. Estos retos incluyen lo siguiente:
- Integración: ¿Cómo incorporo todas mis fuentes de perspectivas en una sola vista?
- Entrega: ¿Cómo se puede compartir cada perspectiva con la persona adecuada, en el momento oportuno y en el contexto que mejor pueda comprender?
- Activación: Una vez que se ofrece a una persona una perspectiva, ¿cómo reacciona ante dicha perspectiva rápidamente?
Mejores recomendaciones con Einstein Next Best Action
Para liderar el mercado, necesita un núcleo unificado para sus fuentes de perspectivas, que es algo así como un ojo que todo lo ve en Ventas, Servicio, Marketing y otros departamentos que generan ingresos. Necesita tomar decisiones claras sobre lo que recomienda, cuándo y en qué canales. Y esto es justo lo que ofrece Einstein Next Best Action.
Imagine que es un agente para una compañía de telecomunicaciones. Recibe una llamada de Anna Van Loan (una clienta que conoce desde hace tiempo) y abre su página de contacto. Responde a su pregunta y registra la actualización en la página de contacto. Pero antes de colgar, en la parte derecha de su página de contacto, observa un componente Einstein Prediction Builder integrado que indica que Anna tiene una probabilidad alta de desgaste. Debido a esta predicción, ve otro componente para Einstein Next Best Action que recomienda proponerle el plan de renovación automática. A continuación, le pregunta si está interesada en el plan de renovación automática, ya que le permite ahorrar el 20% en su factura de teléfono cada mes. Anna se muestra encantada y acepta de inmediato. Hace clic en Aceptar en la recomendación y se envía una confirmación al email de Anna. Ella acepta y se aplica el plan de renovación automática. Para verificar esto, vuelve a cargar su página de contacto y el campo de renovación automática se marca automáticamente.
Felicitaciones, ¡ahora tiene una clienta más satisfecha y fiel a su negocio!
Unificar fuentes de perspectivas
Para el primer reto de integración, Einstein Next Best Action permite integrar datos de Salesforce y datos que no son de Salesforce, reglas de negocio, estrategias de acción, tácticas, modelos predictivos y muchas más de sus perspectivas de negocio en una sola ubicación. Nunca más tendrá que recurrir a una hoja de cálculo de Excel de los modelos predictivos que su analista de datos creó y comparó en paralelo con un tablero en Salesforce.
Inteligencia procesable en la superficie
Para el segundo reto de entrega, necesita además un método para que cada perspectiva llegue a la persona adecuada en un formato consumible para dicha persona.
Einstein Next Best Action le permite definir recomendaciones de una forma fácil de consumir para diferentes grupos de personas justo en el lugar donde trabajan. Las recomendaciones pueden ser de todo tipo. Por ejemplo, recordar a su representante de servicio que diga “thank you” a los clientes de Estados Unidos o “gracias” a los clientes de México al final de cada llamada o recomendar que el agente de renovaciones envíe una oferta a un cliente que probablemente adquiera un servicio complementario.
Conectar las recomendaciones con la automatización
Cuando un colega o empleado recibe una recomendación, necesita una forma de actuar rápidamente.
Volviendo al ejemplo de la oferta de renovación automática para Anna Van Loan, sin Einstein Next Best Action, el agente tendría que haber completado un proceso manual para proporcionarle la oferta. Con Einstein Next Best Action, lo único que necesita el agente es hacer clic en Aceptar. Lightning Flow (una función de Salesforce) empaqueta y envía automáticamente la oferta por email a Anna para que el agente no tenga que salir de la página de contacto, ahorre tiempo y permanezca en el contexto.
Aplicaciones para diferentes líneas de negocio
Los siguientes son algunos de los tipos de recomendaciones que puede aflorar.
|
Ventas |
Servicio |
Marketing |
Comercio |
| Enviar una notificación a un cliente cuyo contrato va a caducar |
Enviar una encuesta de satisfacción a un cliente que acaba de llamar |
Posponer una campaña debido al escaso desempeño pronosticado |
Enviar a un cliente con un bajo grado de implicación un email con detalles de los productos más recomendados |
| Vender más productos o servicios a un cliente que cumple los requisitos |
Vender más productos o servicios a un cliente que cumple los requisitos |
Enviar una oferta personalizada a un cliente según su probabilidad de implicación |
Enviar diferentes ofertas a grupos de clientes diversos según el valor de pedido medio |
| Recomendar cómo asignar recursos según los pronósticos de ventas |
Enviar una oferta a un cliente con un alto riesgo de desgaste |
Enviar ofertas a clientes que representan bien la marca en las redes sociales |
Recomendaciones de paquetes de productos según los datos de compra |
| Recordar si hay un nuevo prospecto con buenas perspectivas o una promesa de seguimiento de un cliente |
Enviar al cliente un aviso de inspección de los productos si la probabilidad de que se requiera una reparación es alta |
Enviar un descuento a un cliente que abandonó el carro en el sitio web |
Implicar debidamente a un cliente ante la probabilidad de que devuelva un producto |
| Enviar una propuesta personalizada a un cliente potencial según su probabilidad de implicación |
Enviar un mensaje o implicar de forma personalizada a un cliente con una alta probabilidad de exponer un caso en las redes sociales |
Recomendar la participación de un cliente determinado en una campaña específica |
Recomendar la implicación con un cliente según el tiempo de permanencia en el sitio web |
Los proveedores de software independientes (ISV), la mayoría de los cuales forman parte de nuestro ecosistema de AppExchange, también pueden recurrir a Einstein Next Best Action para aflorar recomendaciones específicas para la línea de negocio de sus clientes. Aquí tiene varios ejemplos.
|
ISV/socio de Salesforce |
Caso de uso de Einstein Next Best Action |
| nCino |
Se creó para clientes de servicios financieros y ofrece todo tipo de recomendaciones, desde préstamos a plazos hasta recordatorios para jugar al golf con una cuenta basada en modelos predictivos creados a partir de Einstein Discovery. |
| Cogito |
Análisis de voz durante una llamada al servicio de atención al cliente para detectar la opinión del cliente y proporcionar recomendaciones en tiempo real al representante de ventas sobre el mejor modo de implicar al cliente. |
| Conga |
Los contratos de los clientes se filtran, y se proporcionan recomendaciones clave a los gestores de contratos para garantizar que el lenguaje, la transcripción y los términos se transmiten correctamente. |
¿Cómo puedo conseguir Einstein Next Best Action?
Puede probar fácilmente Einstein Next Best Action y ver la gran diferencia que supone. Solo tiene que ir a su página Configuración, hacer clic en la lista desplegable Automatización de procesos de la izquierda y, a continuación, hacer clic en Einstein Next Best Action.
En la siguiente unidad, veremos cómo funciona Einstein Next Best Action.