Einstein Next Best Action 작동 방식 이해

학습 목표

이 유닛을 완료하면 다음을 수행할 수 있습니다.

• Einstein Next Best Action과 Einstein 플랫폼 제품군의 관계를 이해할 수 있습니다.
• Einstein Next Best Action을 구성하는 여러 구성 요소에 대해 설명할 수 있습니다.
• 권장 사항을 설정하고 직원 또는 고객에게 배포할 수 있습니다.

개요

Einstein Next Best Action은 관리자 및 개발자가 사용 사례가 다양한 AI로 구동되는 도우미를 직접 만드는 데 유용한 플랫폼인 Einstein 플랫폼을 구성하는 제품군의 일부입니다. 이 제품의 포인트 앤 클릭 및 프로그래밍 기능을 사용하여 Salesforce를 통해 표시되는 것을 무엇이든 예측하는 애플리케이션을 만들 수 있습니다. 

Einstein Next Best Action을 설정하려면 다음과 같은 간단한 절차를 따르세요.

1. 권장 사항 집합을 정의합니다.
2. 행동 전략을 작성합니다.
3. 예측 모델을 통합합니다(선택 사항).
4. 권장 사항을 표시합니다.
5. 자동화를 활성화합니다.

이 유닛에서는 구현에 성공할 수 있도록 Einstein Next Best Action 설정의 각 단계를 요약합니다. 이 모듈에는 개요가 아주 잘 정리되어 있지만, 리소스 섹션에서 설정 프로세스에 대해 좀 더 깊이 설명하는 문서를 참조하세요.

정보통신 회사의 Salesforce 관리자라고 상상해 보세요. 우선 어떤 가상 사용자를 위해 권장 사항을 작성할지 선택한 후 더 많은 사용 사례와 사용자에 확대 적용해야 합니다. 여기서는 작성한 권장 사항을 사용할 가상 사용자로 영업 담당자를 선택합니다. 영업 사원은 일선에서 회사의 모든 고객과 연락하고, 고객의 질문에 답하고, 사례를 고객 지원에 전달하고, 신제품 또는 서비스를 적시에 판매합니다.

올해 가장 중요한 집중 분야는 고객 대상 업셀 및 크로스셀이지만, 각 영업 사원이 어떤 제품 또는 서비스를 제안해야 하는지 곧바로 알기는 어렵습니다. 지금은 고객이 전화하면 영업 사원이 연락처 페이지를 불러오고 고객의 질문에 답함과 동시에 페이지를 보면서 고객이 무엇을 구입했고 과거에 회사와 어떤 상호작용을 했는지 확인합니다. 이미 인터넷 서비스를 이용 중인 고객에게 회사의 새로운 TV 스트리밍 서비스를 제안하면 큰 기회가 됩니다. 고객의 인터넷 및 TV 스트리밍 사용 여부를 확인하고 전화로 TV 스트리밍을 제안하고 제안 패키지를 구성하고 서비스를 수동으로 시작하려면 시간이 너무 많이 걸립니다.

권장 사항 정의

영업 사원을 위해 고객에게 TV 스트리밍 서비스를 제안하라는 권장 사항을 만들 수 있는 방법에 대해 알아보겠습니다. 

1. 앱 시작 관리자를 클릭합니다.
2. 아래로 스크롤하여 Recommendations(권장 사항)를 클릭합니다.
3. 오른쪽 상단에서 New(새로 만들기)를 클릭합니다.
4. Name(이름)과 Description(설명)을 입력합니다.
5. 이미지를 업로드합니다.
6. Acceptance(수락) 및 Rejection Labels(거부 레이블)를 입력합니다.
7. 사용자가 수락할 경우 연결할 Action(행동)을 추가합니다.

행동 전략 수립

행동 전략은 결정을 내리는 뇌에 비유할 수 있습니다. 권장 사항을 행동 전략에 모두 로드하고 비즈니스 규칙에 따라 지속적으로 평가하여 어느 권장 사항을 사용자에게 알릴 것인지 결정할 수 있습니다. 여러 사용자와 콜센터 같은 부서, 영업 부서 내부, 또는 프랑스어 웹 사이트에 대한 행동 전략을 만들 수 있습니다.

새 전략을 만드는 방법에 대해 알아보겠습니다.

1. Setup(설정)을 클릭합니다.
2. Quick Find(빠른 찾기) 상자에 Next Best Action을 입력하고 Next Best Action을 클릭합니다.
3. New Strategy(새 전략)를 클릭합니다.
   
   
4. Name(이름), API Name(API 이름) 및 Description(설명)을 입력합니다.
5. Object Where Recommendations Display(권장 사항이 표시되는 개체)를 (연락처 레코드, 계정, 사례 등으로) 정의합니다.

행동 전략을 작성한 후에는 Strategy Builder로 이동되고, 여기에 전략을 입력해야 합니다. 다음은 위의 정보통신 사례에 사용할 수 있는 행동 전략의 좋은 예입니다.

행동 전략에서는 권장 사항을 왼쪽에서 오른쪽으로 흐르는 플로로 표시하며, 분기를 따라 오른쪽으로 이동하면서 권장 사항이 계속 잘려 나가 맨 오른쪽에 하나만 남습니다. Strategy Builder의 각 요소를 노드라고 합니다. 노란색 노드는 권장 사항에 사용됩니다. 파란색은 권장 사항 필터링 및 정렬에 사용됩니다. 분홍색 노드는 분기 논리 필터링에 사용됩니다. 마지막으로, 맨 오른쪽에는 최종적으로 선택되어 표시되는 권장 사항을 나타내는 청록색 노드가 있습니다.

지금은 앞의 TV 스트리밍 권장 사항 예가 있는 분기만 확인하고 나머지 분기를 모두 무시합니다. 

본홍색 노드(Has_Internet(인터넷 있음))를 두 번 클릭하면 이 노드가 Internet_Service(인터넷 서비스) 레코드가 선택되어 있는 연락처를 통해 필터링됨을 확인할 수 있습니다. 다시 말해, 고객에게 인터넷 서비스가 있고 TV 스트리밍 서비스를 업셀할 수 있음을 의미합니다. 

오른쪽의 그 다음 분홍색 노드(Has_Streaming_TV(스트리밍 TV 있음))는 TV 스트리밍 서비스를 이미 사용 중인 연락처를 걸러냅니다.

나머지 행동 전략에 대해서는 업셀 권장 사항 및 분기를 몇 개 만들었습니다.

• 온라인 보안—미국 본토에서 온라인 보안을 사용하고 있지 않은 연락처 대상
• 기술 지원—이미 기술 지원을 사용하고 있지 않은 연락처 대상
• 해외 플랜—해외 고객 대상

그런 다음 이런 권장 사항을 Upsell Offers(업셀 제안) 버킷에 넣고 권장 사항을 알파벳 순으로 정렬했기 때문에 각 연락처마다 권장 사항 계층 구조가 있습니다. 

행동 전략에 인텔리전스 주입

위 사례의 정보통신 회사에는 심각한 고객 이탈 문제가 있었습니다. 그 후 Einstein 예측 빌더를 사용해 고객이 결제 방법, 월 청구 금액, 고객이 된 후 경과한 기간 등과 같은 몇 가지 이유로 이탈한다는 사실을 알아낼 수 있었습니다. 영업 담당자가 각 고객에 대해 이런 요인에 모두 주의를 기울이기는 불가능하므로 Einstein 예측 빌더로 각 고객의 이탈 가능성 점수를 계산했습니다. 

하지만 예측에는 한계가 있습니다. 이 예측에 따른 권장 사항이나 행동이 필요합니다. 이 사례에서는 이탈 가능성이 높은 고객에게 할인된 자동 갱신 플랜을 제안하여 성공을 거뒀습니다.

위의 정보통신 영업 담당자를 위한 행동 전략에 대해 다시 생각해 보세요. Einstein 예측 빌더의 인텔리전스가 주입되는 위치는 다음 노드인 Will_Attrit(이탈 예정)입니다. 이 노드는 생성된 예측 필드(Likelihood_of_Attrition(이탈 가능성))를 사용하고, 이탈 가능성이 20% 이상인 경우 자동 갱신 권장 사항이 연락처 페이지에 표시되는 권장 사항으로 선택됩니다. 이탈 가능성이 더 낮으면 업셀 권장 사항이 최종 선택됩니다.

권장 사항 표시

권장 사항을 정의하고 행동 전략을 설정했으니 이제는 권장 사항을 해당하는 페이지에 표시해야 합니다. 권장 사항을 챗봇, 커뮤니티 포털, 웹 페이지, 백엔드 시스템, Salesforce 개체 및 레코드, 모바일 기기 등과 같은 디지털 접점에 내장할 수 있습니다. 이 사례에서는 각 연락처에 대한 권장 사항을 정의하려고 하므로, 권장 사항을 연락처 페이지에 표시할 것입니다.

권장 사항을 표시하기 위해서는 Lightning 앱 빌더가 필요합니다. 앱 빌더를 사용하려면 연락처 페이지로 이동하여 Setup(설정)과 Edit Page(페이지 편집)를 차례로 클릭합니다.

이제 Lightning 앱 빌더로 이동되었습니다. 왼쪽에서 Einstein Next Best Action Lightning 구성 요소를 클릭하고 페이지의 원하는 위치로 드래그합니다. 페이지에 Einstein 예측 빌더 구성 요소가 이미 있는 경우, 이 구성 요소 바로 밑에 Einstein Next Best Action 구성 요소를 놓는 것이 좋습니다. Save(저장)를 클릭하면 끝납니다!

자동화 활성화

이걸로 끝입니다. 관리자의 관점에서 보면 모든 것이 준비되었습니다. 

사용자가 권장 사항을 수락하면 이 프로세스의 마지막 단계가 끝납니다. 위의 가상 예로 돌아가서 Anna Van Loan이 자동 갱신을 원한다고 가정해 보겠습니다. 권장 사항의 Accept(수락)를 클릭하면 확인 이메일이 Anna에게 자동으로 전송됩니다. Anna가 수락하면 그녀의 연락처 레코드에서 Auto-Renew(자동 갱신) 필드가 자동으로 선택되고 Anna가 제안에 등록됩니다. 페이지를 다시 로드한 후 Einstein 예측 빌더의 이탈 가능성 예측이 7%로 하락했고 이제 업셀 권장 사항이 표시되어 있음을 확인할 수 있습니다. 

축하합니다! 사용자를 위해 제안과 행동을 만들고 표시하는 방법에 대해 알아보고 비즈니스 논리와 예측 모델을 사용하여 권장 사항을 Einstein Next Best Action으로 개선하셨습니다.

리소스

• Einstein Next Best Action
• 행동 전략 만들기
• Next Best Action 시작하기(영어)