Tune in to Trailblazers Innovate for Salesforce product news,
demos, and latest roadmaps. Register here.
close
進行状況の追跡を始めよう
Trailhead のホーム
Trailhead のホーム

Einstein Next Best Action の使用開始

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。

  • Einstein Next Best Action とは何か、どのような問題を解決できるかを説明する。
  • Einstein Next Best Action のメリットについて説明する。
  • Einstein Next Best Action に適用できる多くの事例について説明する。

ビジネスインテリジェンスの発展

今日の企業はかつてないほど顧客のインサイトを得られるようになりました。業種を問わず、この豊かな情報を先進的なビジネス上の意思決定に生かすことは、企業として生き残ることはもちろん、成長していくためにも不可欠です。企業がこの 40 年でインサイトをどのように取得してきたかを簡単に振り返ってみましょう。

1980 年から現在までのビジネスインテリジェンスの成長を示した図。今日、企業はかつてないほど多くのインサイトを得られるようになりました。

メインフレームが主流になりつつあった 1980 年代には、キャパシティはほとんどありませんでしたから、企業が重要なデータを分析するためには、1 か月に一度メインフレームから吐き出されるレポートを従業員が活用していました。このレポートが現在のビジネスインテリジェンスの元で、総収入や今月の成立取引の件数などの重要な KPI に加えて、ビジネスで何が起きているのかをトップが把握するのに役立つ情報が含まれていました。1990 年代から 2000 年代初期にかけて、レポートは堅牢化していきます。企業はレポートをデジタル化して参照し、データを視覚化するダッシュボードが人気を集めるようになっていきました。

2010 年頃には、ビジネスインテリジェンスと予測モデルを併用することで、ビジネスで何が起きているかだけではなく、なぜそうなったのかを理解できるようになりました。予測モデルを使用すると、たとえば業界ごとの売上げ目標など、特定の分野でどのようにすべきかを予測して、最適な人材配分を知ることが可能になりました。

今やインテリジェンスは当たり前のように利用されています。あらゆる業種、業界、事業区分のビジネスインテリジェンスや予測モデルに特化した企業が数多く存在します。また、データサイエンティストやビジネスアナリストのチームと協力して社内でインテリジェンスを開発している企業もあります。瞬時に利用できるデータやインサイト、ナレッジに囲まれていると言っても過言ではありません。この表は、Salesforce とパートナーエコシステム内にあるインサイトのソースの例です。

Salesforce
パートナーエコシステム
Interaction Studio
IBM Watson
Einstein 予測ビルダー
Conga
Einstein Discovery
Cogito
Commerce Cloud Einstein
nCino
Commerce Cloud B2B
Google BigQuery

インサイトのソースには、さまざまなシナリオに対応するためのビジネスルールや戦術、戦略も含まれます。たとえば、東海岸かカリフォルニア州在住のお客様にのみ特定の割引を適用することができます。

豊富なインサイトがもたらす新たな課題

インサイトの情報源がこれだけ豊富にあると、課題も生まれてきます。たとえば、次のような課題です。

  1. インテグレーション: インサイトのソースすべてを 1 つのビューに統合する方法は?
  2. 提供: 適切なタイミングで適切な人材と、コンテキストを最も理解しやすい方法でインサイトを共有するには?
  3. 実行: インサイトを取得したら、すぐに行動を起こすには?

Einstein Next Best Action によるおすすめ

市場を読み解くには、インサイトのソースの一元化されたハブ、つまり、セールスやサービス、マーケティングをはじめ、収益を生み出すその他の部署を見渡せる目が必要です。何をいつどのチャネルでおすすめするかを明確に決定する必要があります。それをやってくれるのが Einstein Next Best Action です。

たとえば、あなたが電気通信会社のエージェントだとします。長年のお客様である Anna Van Loan から電話があり、取引先責任者ページを引き出して欲しいと依頼されます。あなたは質問に答えて、取引先責任者ページの更新を記録します。電話を切る前に、取引先責任者ページの右側にある Einstein 予測ビルダーコンポーネントに Anna は契約を更新しない可能性が高い、と表示されていることに気づきます。この予測を見たあなたが Einstein Next Best Action のもう 1 つのコンポーネントを見ると、自動更新プランを設定することが推奨されています。そこで Anna に毎月の電話代が 20% 安くなるという特典がある自動更新プランに興味はないかと尋ねます。Anna は大喜びして、その場でオファーを受け入れます。あなたはおすすめの [承諾] をクリックし、Anna のメールアドレスに確認メールを送信します。Anna は承諾し、自動更新プランが設定されます。これは Anna の取引先責任者ページを再読み込みすると確認できます。[自動更新] 項目には自動的にチェックが付きます。

おめでとうございます。お客様にご満足いただけた上に、お客様を失わずに済みました。 

instein Next Best Action のおすすめと Einstein 予測ビルダーの予測が表示された取引先責任者ページ

インサイトのソースを統合する

統合の最初の課題については、Einstein Next Best Action を使用すれば、Salesforce データと非 Salesforce データ、ビジネスルール、アクション戦略、戦術、予測モデル、その他のビジネスインサイトを 1 つの場所にまとめることができます。データアナリストが作成した予測モデルの Excel スプレッドシートを開いて、Salesforce のダッシュボードを横に並べて見比べる必要はもうありません。 

実行可能なインテリジェンスを明らかにする

2 つ目の課題である提供については、インサイトそれぞれを適切な人間の手にすばやく、かつその人が利用しやすい形で渡す必要があります。 

Einstein Next Best Action を利用すれば、さまざまなグループの人間がその仕事場で簡単に利用できる方法でおすすめを定義することができます。おすすめには、電話を切る前に米国なら「Thank you」、メキシコなら「Gracias」とお客様に言うことを忘れないように、というサービス担当者向けの注意から、追加サービスを購入してくれそうなお客様にオファーを送るように、という更新エージェント向けの推奨まで、さまざまなものがあります。 

おすすめをオートメーションに繋げる

おすすめを受け取った同僚または従業員には、それをすばやく実行する方法が必要です。 

先ほどの Anna Van Loan への自動更新のおすすめでは、Einstein Next Best Action がなければ、エージェントは手動プロセスでオファーを送らなければなりませんでしたが、Einstein Next Best Action があれば、[受諾] をクリックするだけです。Lightning Flow (Salesforce 内の機能) によってオファーは自動的にパッケージ化されてメールで Anna に送信されますから、エージェントは取引先責任者ページを離れる必要がなく、同じ状況をキープしながら時間を節約することができます。 

異なる業種への適用

明確にできるおすすめには次のような例があります。

営業
サービス
マーケティング
コマース
契約の期限が迫っているお客様に通知を送る
先ほど電話してきたお客様に CSAT アンケートを送る
予測されるパフォーマンスが悪い場合はキャンペーンを保留する
エンゲージメントが少ないお客様に、最もおすすめの商品についての詳細を記載したメールを送る
要件を満たすお客様に商品またはサービスのアップセルを行う
要件を満たすお客様に商品またはサービスのアップセルを行う
エンゲージする可能性の高いお客様にカスタムオファーを送る
平均注文金額に基づいて、さまざまな顧客グループに異なるオファーを送る
売上予測に基づいてリソースの割り当て方法を推奨する
契約更新しない可能性が高いお客様にオファーを送る
ソーシャルメディアでブランドを上手に表現しているお客様にオファーを送る
購入データに基づいてバンドル製品のおすすめをパッケージする
見込みのあるリードがある場合、またはお客様のフォローアップの約束がある場合にリマインドする
商品に修理が必要と思われる場合はお客様に検査通知を送る
Web サイトの買い物カゴに商品を入れたままにしているお客様に割引を送る
返品する可能性に基づいて適切なエンゲージメントをお客様に送る
エンゲージする可能性の高さに基づいてプロスペクトにカスタム提案を送る
ケースをソーシャルメディアにエスカレーションする可能性が高いお客様にカスタムエンゲージメント/メッセージを送る
特定のお客様を特定のキャンペーンに追加するように推奨する
Web サイトの滞在時間の長さに基づいてお客様にエンゲージメントを推奨する

ほとんどが Appexchange エコシステムの一員である独立系ソフトウェアベンダー (ISV) も、Einstein Next Best Action に基づいてお客様の業種に固有のおすすめを特定することができます。次に、いくつか例を示します。

Salesforce ISV/パートナー
Einstein Next Best Action 使用事例
nCino
金融サービス分野のお客様を対象に、Einstein Discovery から作成された予測モデルをもとに、タームローンから取引先とのゴルフの約束のリマインダに至るまであらゆるおすすめを提供します。
Cogito
カスタマーサービスの通話時に音声分析を行ってお客様の感情を検知し、お客様との最適なエンゲージメントができるように、オペレータにリアルタイムにおすすめを提供します。
Conga
お客様の取引先責任者を取捨選択して、言語、口述、条件が正しく伝わっていることを確認できるように、契約管理者に重要なおすすめを提供します。

Einstein Next Best Action を入手するには

Einstein Next Best Action は簡単に試用して実際に効果を試していただけます。[設定] ページに進んで左側の [プロセスの自動化]ドロップダウンをクリックし、次に [Einstein Next Best Action] をクリックします。

Einstein Next Best Action の設定ページ

次の単元では、Einstein Next Best Action のしくみを見てみましょう。

リソース