Salesforce的Einstein都能干些什么?

一、帮助销售

1、销售预测

Einstein根据历史数据预测销售团队的机会。在Lightning Experience中,可以查看关键绩效指标(KPI)、相关预测图;在Salesforce Classic中,将预测集成在报告中。通过Google

Analytics也可以访问Einstein的预测结果。

主要面向客户中的关键角色,预测按照月度进行,需要2年历史数据、Amount和Close

Data字段、使用标准会计年度。

版本:企业版、性能版和无限版的Lightning和Classic均可应用

Lightning界面

图表中包括Einstein和销售目标的对比,承诺结果和最优结果,在图标上方显示KP。

Lightning界面下的销售预测

Classic界面

在Classic界面Einstein的预测结果显示在最前端。预测是基于未关闭商机,没有显示预测结果的是因为历史数据量不够。界面最右边是预测的详细信息,包括预测区间和可能影响因素。

Classic界面下销售预测为列最左端

2、 自动生成联系人

减少花在数据输入上的时间,Einstein可以自动查找电邮和市场活动中的联系人和机会联系人。销售代表可以查看所有Einstein建议他们添加的联系人和潜在机会联系人。在联系列表最后添加了建议接受、拒绝和忽视选项。可以从APP launcher中选择New Contact Suggestions进行添加。

当有新的添加建议时,Einstein会弹出一个销售记录编辑。如果启用了智能邮件,拒绝该机会联系人的添加建议后,将会删除所有相关活动,通过删除不相关的活动提高其他相关获得的建议。

版本:企业版、性能版和无限版的Lightning和Classic均可应用

新建联系人建议允许add和decline
在邮件中捕捉潜在联络人信息,推荐添加
Einstein的联络人线索通知

3、 活动捕获

Einstein可以捕获客户往来邮件中的关键活动时间和相关信息,从而快速响应客户需求。

Email Insights为销售代表提供后续跟进建议。例如,如果销售代表看到Scheduling Intent,则代表客户对安排会议感兴趣,销售代表可以快速推进会议邀请。

版本:企业版、性能版和无限版的Lightning

在往来邮件中捕捉关键信息打标签

4、 最佳行动推荐

在Salesforce内部和外部集成业务规则,预测模型和数据,以便在适当的时刻向合适的人员提供正确的服务。如基于客户历史信用折扣推荐。

根据客户历史信用提供销售建议,比如折扣、升级等

二、帮助服务

1、 Einstein Bot

Einstein机器人可以处理日常重复性的客户请求,比如说客户的密码重置、营业时间和点点更改、点单状态查询等。开发人员可以通过Metadata API设置Einstein Bot。使用机器人手机和鉴定客户信息以解决日常重复性问题,打造无缝体验。EinsteinBOt主要数据源是CRM数据、历史客服数据和现有流程,目前仅支持英语客户输入。

版本:企业版、性能版和无限版的Lightning和Classic均可应用,但设置需要在Lightning下进行。

Einstein Bot与客户聊天界面如下。首先,机器人识别出现,然后通过设置内容提供快速价值,通过(3)也可以转换到人工,通过对话意图来训练提升机器人。

Einstein Bot客户聊天界面

在Einstein Bot Builder界面如下。首先,设置对话框(1)并识别机器人(2),下一步指示机器人显示主菜单对话框(3),与对话框相关的对话意图(4)可以训练机器人了解客户输入情况。

Einstein Bot Builder界面

2、最佳行动推荐

向社区成员推荐行动

版本:社区Lightning

假设客户创建了支持case,描述为“信用卡丢失”,则会推荐两个建议流程:提供免费身份保护和允许客户对最近信用卡收费提出异议。

支持服务下,自动推荐建议流程

三、支持移动

销售代表可以通过重要更新随时了解情况,并直接从洞察中采取行动,包括编辑相关记录或发送电子邮件。

Einstein 移动界面

四、部署简单

Einstein预测构建器运行客户自行构建预测模型,享受无代码自定义AI。在Einstein Platform中的Einstein Prediction Builder中,输入相关字段,几乎可以创建任何业务相关的预测器。目前,只有具有EinsteinBuiderFree许可证的管理员可以使用。

版本:企业版和开人员版的Lightning

选择Einstein Platform下的Einstein Prediction Builder
创建预测选项

Einstein在24h后完成预测,会显示一张记分卡,显示预测的准确性。

生成积分卡,显示出预测准确性
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容