Agentforce アクションによって営業パフォーマンスを最大限に高める

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。

• 営業向け Agentforce アクションの主要な機能を特定する。
  
• 営業担当向け Agentforce アクションの実用的な用途を検討する。
  

AI によって生活が簡単になるだけでなく、生産性や問題解決スキルも高まる世界を想像してください。今日の私たちは、休暇を計画したり、完璧なコーヒーを淹れたり、温水器の謎の赤いライトがなぜ点滅しているかの理由を解明したりといったことを、AI アプリケーション、ボット、プログラムによって行っています。さまざまな業種の企業が、プロセスを変革し、管理業務やカスタマーサービス業務の効率を高めるために AI を採用しています。このインテグレーションによって、従業員はイノベーション、戦略、価値の高いやり取りに集中できます。

Sales Cloud もこのテクノロジーの進化の波に乗って、AI の新境地を切り拓き、業務のやり方を完全に変革しようとしています。AI 機能を駆使すれば、営業の生産性を高め、収益を増やすことが可能です。その先頭に位置するのが、画期的な AI 機能である Agentforce です。

Agentforce の概要

Agentforce は人工知能を使用した会話型インターフェースを提供し、ユーザーは自然言語によって CRM を操作できます。

Agentforce アクションを使用して日常を合理化し、生産性を高める

Mireille Noops は DreamHouse Realty の経験豊富な営業担当で、Alyosha Petrov の優秀な営業チームの一員です。Mirellie が 1 日を通して Agentforce を使用して業務を行うところを見ていきましょう。

売上予測ガイダンス

朝のコーヒーを飲んだ後、Mireille は営業マネージャーの Alyosha と簡単に打ち合わせをします。Alyosha は事前に Agentforce の売上予測ガイダンスを使用して売上予測を確認していました。営業マネージャーである Alyosha は Einstein の会話ウィンドウを使用して、関連する質問をし、チームが重点を置くべき主要なリードや商談に関するインサイトを得ることができます。同様に、営業担当である Mireille は Einstein を使用して、目標に対する自分の進行状況やリスクがある商談などについて尋ねることで自分のパフォーマンスを評価できます。このようなインサイトと明確なアクションプランを得て、彼女は 1 日の業務を始める準備ができています。

レコードを要約する

今日の主な商談の 1 つは Kelsier Smith のものです。彼は Lumosphere Technologies の業務マネージャーで、新しいオフィススペースを探しています。Mireille は何週間も彼とやり取りを行ってきて、最善の次のステップを判断するためにやり取りのすべての詳細を覚えておくのが大変だと感じています。幸い、Agentforce にはこのような状況に役立つアクションのライブラリが含まれています。

そのアクションの 1 つである [Summarize Record (レコードを集計)] を使用すれば、Mireille は AI が生成した簡潔な概要を得ることができます。そこにはさまざまな営業関連活動からの重要な情報 (商談、取引先、リード、取引先責任者など) がまとめられています。彼女は商談を開き、Einstein にアクセスし、レコードを要約するようにプロンプトを入力します。要約したいオブジェクトのページを開いていても、まったく別のページを開いていても、エージェントアクションはプロンプトに基づいて要約できます。

Einstein は要求を分析し、商談に関する主要な情報として、概要、主要な取引先責任者、リスク、次のステップなどを提供します。

商談成立プラン

Kelsier の営業プロセスは提案フェーズにあり、Mireille はこの商談を効率的に成立させるための戦略的アドバイスを求めています。「次に何をすればよいのだろう?」と彼女は考えます。

彼女は最適な次のステップを計画するために、エージェントにこの商談の商談成立プランを作成するように指示します。Agentforce は [Create Close Plan (商談成立プランを作成)] アクションをトリガーし、彼女がこの商談を成立させるための次のステップの詳細を提供します。このアドバイスに従って、Mireille はドラフト提案を徹底的に見直して調整します。

ミーティングのお願いを送信する

営業マネージャーの Alyosha からの承認をすぐに受けて、Mireille は Kelsier Smith とのミーティングをスケジュールする準備ができています。ここでは、Agentforce の [Send Meeting Request (ミーティングのお願いを送信)] アクションが役立ちます。彼女が Einstein にミーティングを設定するように指示すると、Mireille の対応可能状況に基づく 3 つのミーティング時間枠と Mireille のカレンダーが含まれたミーティングのお願いが作成されます。

質問内で特定の日付を挙げると、エージェントはその情報を使用してミーティングの時間を提案します。

Kelsier はこのオプションから選択することも、違う時間を Mireille のカレンダーから直接選択することもできます。

通話エクスプローラー

Mireille は Kelsier と有意義なビデオ通話を行いました。その中で彼女は提案を提示し、彼のすべての質問に対応しました。ミーティングの最後には次のステップについて話し合いました。Kelsier は彼女に、業務チームと相談して新しいオフィスの場所を選んだことを伝え、追加のフォローアップ項目を依頼しました。彼女はいつものようにメモを取るのをやめ、後で自分の筆跡を解読する手間を省くことにしました。ランチを片手に座り、通話の概要を見返します。彼女が求めているインサイトは、提案に追加する必要がある主要情報と、セールスプロセスのこのフェーズを完了して次に進むために Einstein が提供できる推奨事項です。彼女は Agentforce に必要なインサイトを収集するための具体的な質問をし、それによって必要なすべての情報を提供する [Call Explorer (通話エクスプローラー)] アクションがトリガーされます。

商品価格設定を取得する

提案を更新する場合、特に適切な税金を計算するために価格設定情報を調べるときには、さまざまなソースから情報を収集する面倒な作業が必要です。通常は、そのために複数のソースを切り替え、商品ページ、価格表、過去に成立した商談などで販売価格データを探して回る必要があります。ただし、Mireille にとってそれは問題になりません。というのは、Agentforce の [Get Product Pricing (商品価格設定を取得)] アクションを活用すれば、オフィスビルの販売価格に関する重要な情報をすばやく取得し、提案に直接組み込むことができるためです。

ミーティングのフォローアップメール

次に、更新した提案を Kelsier に送信します。Mireille は新しいメールのドラフトを作成して、提案を添付し、自分自身にそれを送信する必要はありません。その代わりに Agentforce の [Meeting Follow-Up Email (ミーティングのフォローアップメール)] アクションを使用すると、フォローアップメールのドラフトが自動的に作成されます。このメールには最近のミーティングの要約と更新した提案への参照が含まれ、商談を進めて成立に近づけるのに役立ちます。

これで、Kelsier に関する彼女の今日の仕事は完了しました。ミーティングはうまくいき、彼は提案を気に入って、彼のフィードバックに基づいて更新したバージョンを受け取りました。商談は、Einstein が生成した商談成立プランに従って、セールスプロセスの次のフェーズである [Most Likely (可能性が最も高い)] フェーズに進む準備ができました。

まとめ

Mireille にとってよい 1 日でした。Kelsier と強い関係を育み、提案を最終決定し、商談を成立に近づけました。そのすべてにおいて、シンプルなプロンプトを巧みに使いこなして Agentforce のエージェントアクションの AI 機能を活用しました。それにより彼女の業務は効率化されて時間が空いたため、定型的な作業に時間を費やす代わりにさらに多くの商談を確保することに集中できました。この戦略的なアプローチによって、彼女の生産性と営業担当としての成果が大きく高まりました。