Salesforce Einstein AI：セールス、サービス、マーケティングでの仕組み

Einstein LeadScoringを使用してより多くのパイプラインを迅速に開発する

Einstein Lead Scoringを使用すると、最高のリードを処理できます。 以前の取引に応じて、Einsteinは、コンバージョンと成約が最も予想されるリードに自動的に優先順位を付けます。

Einstein OpportunityInsightsでトップの勝者を選ぶ

取引が成立する可能性を知りたい場合は、Einstein Opportunity Insightsを使用して、実際の復帰を迅速に行い、競合他社の関与、顧客の感情、完全な見込み客の関与を調査してください。

アインシュタインアクティビティキャプチャで時間を節約

カレンダーとメールをSalesforceにリンクして、営業担当に販売時間を延長します。 関連するすべての電子メールと会議は、適切なSalesforceレコードに固執し、データ入力を削除することですべての生産性を向上させます。

Einstein AccountInsightsとのより深い関係を構築する

Lightning SalesConsoleのEinsteinAccount Insightsを使用して、アカウントに影響を与え、会社の拡大の更新、M＆A活動をすべて、1か所で行う必要なビジネス開発に注目してください。

また読む：Salesforce EinsteinAnalyticsがセールスマネージャーにとってどのように有益であるか

アインシュタインスーパーバイザー

現在、コンタクトセンターのスーパーバイザーは、オムニチャネルのリアルタイムの洞察とAIを活用した分析によって強化され、顧客満足度とエージェントの生産性を向上させています。 リアルタイムの運用上の洞察とスマートなデータ検出を組み合わせると、Einsteinスーパーバイザーは、マネージャーがリアルタイムのデータを使用してよりスマートなアクションを実行できるようにします。

Einsteinスーパーバイザーは、顧客満足度を予測し、顧客体験を向上させるための特定の推奨事項を提示することもできます。

たとえば、家電製品の製造部門では、特定の食器洗い機モデルの所有者からの電話が増えているという通知をサービススーパーバイザーが受け取ります。 さらに深く掘り下げて、サービススーパーバイザーは、1つの工場で3か月間製造された食器洗い機に焦点を当てたすべてのケースを考え出します。 スーパーバイザーは管理者に警告し、管理者は影響を受ける他の顧客に積極的に警告し、モバイル従業員の配置を開始して、影響を受ける可能性のあるすべての食器洗い機を解決します。これは、より大きなサービスの問題になる可能性があります。

アインシュタインのケース管理

機械学習を採用することで、ケースは自動的にエスカレーションされ、到着時に分類されます。また、ビデオやナレッジ記事など、ケースの修正に必要な関連情報が自動的に表示されるため、エージェントの貴重な時間を節約し、カスタマーエクスペリエンスを向上させることができます。

Einstein Case Managementを使用すると、優先度の高いケースを、電話に出る前でもケースに精通している次のエージェントにルーティングできるため、カスタマーエクスペリエンスがスムーズになります。 エージェントは、顧客の問題を解決するためにより多くの時間を費やすことができ、定期的な質問をすることに費やすことが少なくなるため、エージェントの仕事に対する満足度も向上します。

たとえば、顧客がネットワークデバイス会社に電話をかけると、ボットから名前や接続理由などを尋ねる質問が殺到する可能性があります。 詳細を蓄積した後、Einstein Case Managementは、顧客のホームネットワークゲートウェイがうまく機能していないことを十分に認識し、問題に関連する重要な詳細とともにケースを最適なエージェントにシフトし、エージェントがトラブルシューティングモードを開始できるようにします。迅速に問題を修正します。

インテリジェントモバイルサービス

新しいクライアントとつながるファイナンシャルアドバイザーや在宅ケアを提供する看護師など、この分野でサービスを提供する企業が増えています。 インテリジェントモバイルサービスにより、企業はモバイル従業員にAndroidとiOSの接続サービスアプリケーションを提供できるようになり、どこでも優れたパーソナライズされたサービスを提供できるようになりました。 モバイルアプリは、高度なアルゴリズムを採用してスケジューリングとルーティングを最適化し、CRMデータ全体へのリアルタイムアクセスを提供し、オフラインの口径を保持するため、モバイルワーカーもセルカバレッジなしで生産性を高めることができます。

たとえば、ソーラーパネルの修理依頼が届くと、その近さや専門知識に応じてスマートに割り当てられます。 アプリは、顧客の履歴、サービスの問題、および仕事を成し遂げるために必要な部品を提供します。 その後、設置業者は最寄りの倉庫に送られ、部品を受け取ります。これにより、最初の訪問でのみ、ソーラーパネルを修理するために必要なすべてのものを顧客の家に届けることができます。

予測リードスコアリング

ここでは、最も熱心なリードがコンバージョンにつながることが期待されます。 魅力的なリードを定義するための基準を設定するさまざまな段階について確認した後、Einsteinは、リストのすべてのリードの異なるチャネルにわたるブランドの相互作用を観察して、それらの変革の可能性を評価します。 これは、リードをより速く変換し、顧客のニーズと彼らが実行する次のアクションを予測するために、より良いスコアでより多くのリードをターゲットにする方法です。 リードスコアに応じて、好みに基づいて個別のオーディエンスを構築し、個別のセグメントを開発し、ジャーニービルダーで個別のパスを評価できます。

ジャーニーインサイト

すべてのマーケティングチャネルにとって、販売目標到達プロセス全体での顧客の移動を理解して追跡することには、多くの価値があります。 アインシュタインのAIは、顧客の意思決定プロセスを学習するために個別のデータポイントを計算します。 アインシュタインは、ジャーニーインサイトを使用して、最終的に購入につながる多くのアクティビティを追跡し、カスタマージャーニーに関連する有用なインサイトを生成します。

これは、特定の電子メールキャンペーンまたは他のマーケティングキャンペーンが不十分なパフォーマンスを目撃しているときにアインシュタインが気づき、コミュニケーションの有効性を完全に高めることができる推奨アクションを提案する方法です。

アインシュタインのコンテンツ選択とコピーインサイト

Eメールのパーソナライズをレベルアップするために、Einstein Content Selectionは、サブスクライバーの行動や好みを読んで、最も関連性の高い画像、コンテンツ、またはその他のアセットを推奨します。 一方、コピーインサイトでは、自然言語処理（NLP）の口径を使用して、ソーシャルメディアの投稿や電子メールの件名に適切である可能性のある最も実用的で変化する単語を認識します。

予測オーディエンス

1通のメールで共通の関心を持つ人々と交流することもできますが、他のニッチな関心については、完全な予測のためにAIが必要です。 Einsteinは、個々の顧客プロファイルを調べて、それらを結び付ける集合的なユーザー行動を考え出します。 それは、興味、人口統計、過去の購入履歴、興味、またはリードの質に依存する可能性があります。 これは、万能の戦略であるにもかかわらず、電子メール通信がよりオーディエンス指向になる方法です。

アインシュタインのアカウントベースマーケティング（ABM）

B2B市場でのパフォーマンスには、個別のアカウントの収益を高めるためのターゲット戦略のためのアカウントベースのマーケティングが必要です。 キーアカウントを認識し、さまざまなソースから唯一のポイントにデータを取得するために、それらのアカウントで発生する問題を迅速に解決するために、Einsteinをトレーニングできます。

自動送信時間の最適化

地理的に分散しているオーディエンスの場合、マーケティング活動が最も積極的に関与している好都合な時期に明らかにされるようにすることが重要です。 Einsteinは、以前のマーケティング成果に応じて、明確な時間枠で顧客のアクティビティリードを監視し、顧客が最も関与すると予想される最適化された送信時間をアドバイスします。 これは最初の試みでは正しくないかもしれませんが、仮定よりも予想に基づいて行動する方が良いでしょう。

アインシュタイン製品の推奨事項

カスタマイズされたソリューションであるeコマースマーケティングの場合、Einstein Product Recommendationsは、以前の購入履歴とオンライン行動を処理して、顧客の要件を満たす製品を提案できます。 このモジュールの助けを借りて、効果的なクロスセルとアップセルの機会がより頻繁に現れます。

ソーシャルメディアの投稿追跡

アインシュタインは、ソーシャルリスニングを次のレベルに引き上げ、ソーシャルメディアの投稿を事前定義されたカテゴリに分類して、実際の情報をノイズから分離することができます。 ブランドイメージのトラブルシューティングでは、否定的なコメントにタグが付けられ、特定のチームに調査の仕事が割り当てられます。 アインシュタインは、画像認識と処理を採用しており、ブランドの言及について画像や写真を含む投稿を閲覧する能力を備えています。 分離後のカスタムソーシャルメディアの感情マッピングについては、アインシュタインをトレーニングできます。