Salesforce Einstein と Tableau CRM を使用したアドバンスメント (寄付募集活動) のインサイト

学習の目的

この単元を完了すると、次のことができるようになります。

  • Salesforce Einstein の各種の製品について知る。
  • 自身に最も適した Salesforce Einstein ツールを特定する。
  • アドバンスメントチームが分析を活用するのに Tableau CRM がどのように役立つかを理解する。

あなたのアドバンスメントの目標が何であれ、Salesforce Einstein はその達成を後押しします。Salesforce Einstein は広範に及ぶプラットフォームで、天才ともいえる機能を備えています。ここでの重要な第一歩は、一連のソリューションについて理解し、あなたの教育機関の特定の目標に適したソリューションはどれかを見極めることです。この単元では、開発担当副学長である Virginia Cook の 1 日を通して、Cloudy College のアドバンスメント事務局における Salesforce Einstein と Tableau CRM (旧称 Einstein Analytics) の影響力を検証していきます。

Einstein 商談インサイトを使用した認識の向上

Virginia は Salesforce ホームページに移動して、Cloudy で実施中の大口支援キャンペーンに関連する商談の動向を確認します。自身のホームページで Einstein 商談インサイトの詳細にアクセスすれば、本人やそのチームが所有する潜在的な支援商談に対する最新のインサイトを確認できます。

大口支援商談レコードでの Einstein インサイト

Einstein インサイトでは、どの支援を受け取る可能性が高いかの予測、フォローアップのリマインダー、支援商談の重要時点での通知など、情報の内訳を確認できます。また、各インサイトが表示される理由が示され、関連する総計値に結び付けられます。

Einstein 商談スコアリングと Einstein 予測ビルダーを使用した結果の予測

Einstein は Salesforce データに内在するインサイトを提示したうえで、可能性のある結果を予測し、こうした予測がよく出来た憶測などではない根拠をチームが理解できるようにします。

Salesforce の Ann & James Wright の大口支援商談と Einstein スコアリングの 89 というスコア。


Virginia の部下が、次回のミーティングのスケジュールを立てる際にどの商談を優先すべきかの判断について Virginia の指示を仰ぎにきました。Einstein 商談スコアリングを使用している Virginia は、レコードの詳細、履歴、関連取引先の活動に基づいて、成立する可能性が高い支援商談はどれかを一目で判断できます。各商談に 0 ~ 99 のスコアが付けられているため、アウトリーチ活動を有効活用するために、スコアが上位の商談に集中的に取り組むようチームにすぐさま助言することができます。

ここで覚えておいていただきたいのは、Einstein のスコアリングは動的であるということです。支援責任者がリードを育成し、リードレコードに追加情報を追加するとスコアは自動的に更新されます。キャンペーンを開始する前にスコアを確認できるのは幸先の良いスタートですが、最新のインサイトを得るために、進化する Einstein スコアを度々チェックするようにしてください。

チームが支援候補者と対面するために忙しくしている間、Virginia は Cloudy College 評議員会との次回のミーティング用のレポートの作成に時間を充てることにします。評議員会からは、現行のキャピタルキャンペーンの目標達成状況を説明して欲しいと言われています。

Einstein 予測ビルダーを使用すれば、キャンペーン終了時までに大口支援担当者が集めると思われる支援額を予測できます。予測ビルダーでは、数回クリックするだけで、Salesforce のほぼすべての項目について予測することができます。この予測を使用して戦略を導き、労力の焦点を絞り、よりスマートに業務を遂行できます。モデルもアルゴリズムもコードも不要です。そして何よりも、CRM ライセンスで完全無料で 1 つの予測を作成し、表示することができます。

Viginia の使用事例の場合、チームの過去の商談、関連する各商談や取引先のレコードの詳細のほか、履歴や関連する活動が Einstein 予測ビルダーで分析されます。各商談の所有者に関する情報 (年間成立率など) も予測の計算に使用されます。

予測結果が上々であったため、Virginia は小躍りしたいような気分になります。評議員がキャピタルキャンペーンへの支援予測額を視覚的に確認できるようにするために、ボタンをクリックしてレポートに追加するグラフを作成します。チームの優れた取り組みが如実に示されたこの結果を見て評議員がどれほど喜ぶかと Virginia は想像し、評議員らがプレゼンテーションの途中で小躍りし始めるのではないかと考えます。実際には、小躍りなどしないでしょう。けれども、評議員がデータに裏付けられた予測を称賛し、小躍りするところを Virginia が思い浮かべるのもわかるような気がします。

Einstein リードスコアを使用した上位の支援候補者の把握

Einstein リードスコアを使用するということは、データの分析に長けた専属秘書がいるようなものです。Einstein はデータをレビューし、支援候補者リストからそのパターンやトレンドを見極めます。また、既存のデータを検証して、支援候補者の各人にリードスコアを割り当て、チームが戦略を立てやすくします。それだけではありません。Einstein は時間とともにますますスマートになり、新しいデータが追加されるたびにすべてのポイントが再分析され、スコアが更新されます。つまり、リアルタイムのインサイトに基づいて、常にスコアが最上位のリードへの対応を優先すればよいということです。

前述のとおり、Einstein リードスコアは、既存のデータを使用してリードを適切に評価します。どのようなデータを使用するかはあなたが決定できます。すでに評価プロセスが定められている場合には、あなたにとって重要な情報がどのようなものかを Einstein に学習させます。Cloudy College では、大口支援責任者がさまざまなデータポイントを使用して、個人が適切なリードかどうかを評価しています。たとえば、Cloudy の Salesforce システム管理者にチームから、リードオブジェクトに [Capacity to Give (支援者の財力)] や [Philanthropic Interest (慈善活動への関心)] といったカスタム項目を追加してほしいという依頼がありました。アドバンスメントチームはこうした項目からすぐにアウトリーチの優先順位を付けることができると同時に、Einstein が活用するデータを増やし、より正確なスコアリングモデルを確立しています。

Einstein リードスコアは、リードが寄付依頼に応じる可能性を示す優れた指標となるだけでなく、リードの評価や変換プロセスの作成にも役立ちます。Virginia は既存のデータから、スコアが 85 に達したリードは概してアウトリーチに応じる可能性が高いという判断を下しています。この判断に基づいて、誰かが 85 に達するたびに数種類の自動化がトリガされます。

まず、Virginia が通知を受け取ります。このリードの大口支援責任者である Rachel Noble も通知を受け取り、1 週間以内にフォローアップするという ToDo が自動的に作成されます。Rachel の 1 週間という期限が近づくと、ToDo が未済であることを伝える新たな通知を受け取ります。こうした手順はすべて Einstein プロセスビルダーで構築できます (プロセスビルダーとは、組織の合理的な自動化を簡単に作成できるポイント & クリックツールです)。

また、Virginia は最近 Einstein リードスコアリングダッシュボードの存在に気付き、このダッシュボードでリードの取引開始を追跡したり、リードの行動に対する詳しいインサイトが得られることを知りました。たとえば、リードの取得元別の平均リードスコアを確認したり、スコアを基準にアドバンスメントチームのリードの取引開始率をドリルダウンして、一般にリードが取引を開始するスコアを把握したりすることができます。一例として、スコアが 70 になるとリードが取引を開始する傾向があることに気付いた場合には、このデータに基づいて既存のしきい値スコアである 85 を調整することが考えられます。

このダッシュボードを検索する場合は、次の手順を実行します。

  1. [ダッシュボード] タブに移動します。
  2. [すべてのダッシュボード] を選択します。
  3. 「Einstein リードスコアリング」を検索します。

    [ダッシュボード] タブで [すべてのダッシュボード] を選択し、「Einstein リードスコアリングダッシュボード」を検索します。

  4. これでダッシュボードとそのデータを取り込むレポートを活用できます。

Tableau CRM を使用した「なぜ」の理解

レポートやダッシュボードと Einstein ソリューションを使用してインサイトを取得し、成果を挙げる方法を検証してきました。これまで見てきた内容は、Cloudy のアドバンスメントデータが Virginia に「どのような」ストーリーを伝えるかを明らかにするものであるのに対し、Tableau CRM (旧称 Einstein Analytics) は「なぜそうなるのか」を解き明かすツールです。

レポートと分析の目的、タスク、結果、価値を記した 2 列の表。レポートの目的: 何が起こっているのかを示す。分析の目的: なぜ起こっているのかを説明する。レポートのタスク: 整理、書式設定、集計。分析のタスク: 質問、解釈、検証。レポートの結果: プッシュされた結果をユーザが確認する。分析の結果: ユーザが結果を取り込んで質問の答えを見つける。レポートの価値: データを情報に変える。分析の価値: 情報をインサイトに変える。

Tableau CRM ではアドバンスメントに関するあらゆるデータが 1 か所に集約されるため、Virginia は Salesforce の内外に存在する情報を大局的にとらえることになります。Cloudy のマーケティングオートメーションプラットフォームのような場所にある情報や、寄付募集のレガシーシステムに未だに保存されているデータなども集約されます。そのため、次のステップをサポートする具体的な答えが簡単に得られるようになります。

Virginia は大口支援担当者の次年度予算の妥当性を説明する必要があります。そこで、Tableau CRM を使用して、Einstein のインタラクティブ機能によって担当者の対面式アウトリーチ活動と高額支援の直接的な相関関係を示すプレゼンテーションを作成します。大口支援担当者のアウトリーチ費の増減をシミュレートし、それに伴って支援総額が変動する様子を関係者に示すことができます。また、カスタムダッシュボードを作成するか、既存のダッシュボードを使用してチームのデータを部門横断型プロジェクトに提供するという方法で、アドバンスメント部門の情報を Cloudy の他部門と共有することもできます。

予算申請を仕上げた Virginia は、チームに意識を戻します。チームがオフィスにいなくても、ランキング表 (Sales Analytics アプリケーションに付属する事前構築済みのダッシュボード) をチェックすれば、今日各支援責任者がどのように取り組んでいるかを確認できます。また、Team Trending ダッシュボードで、昨年の同時期と比較して Cloudy の大口支援がどのように変化しているかを調べます。Virginia は現在目にしているトレンドに満足していますが、次回のチーム全体ミーティングの前に Whitespace ダッシュボードを確認して、さらに標的とする商談がありそうな場所を分析するようメモしておきます。Sales Analytics アプリケーションにはこうした事前構築済みのダッシュボードなどがすべて付属しているため、Virginia と同様のチームが目標を視覚化して、パイプラインを追跡し、予測を微調整できます。

Analytics Studio の Summary of Opportunity ダッシュボード

ここでは、アドバンスメント事務局の慌ただしい日常を垣間見てきました。Virginia の業務が緩和される気配は当分なさそうですが、Salesforce Einstein と Tableau CRM がそれに匹敵する働きをしてくれることに Virginia は感動しています。これらのソリューションが提示するインサイト、予測、提案により、Cloudy College の使命を支持し推進する Virginia チームの取り組みが強化されています。

Salesforce Einstein と Tableau CRM について引き続き詳しく知りたい方は、下記のリソースをご覧ください。

リソース