Salesforce Einstein AI: 영업, 서비스 및 마케팅을 위한 작동 방식

Einstein 리드 스코어링으로 더 많은 파이프라인을 빠르게 개발

Einstein 리드 스코어링을 사용하면 최고의 리드를 처리할 수 있습니다. 이전 거래에 따라 Einstein은 전환 및 마감이 가장 예상되는 리드의 우선 순위를 자동으로 지정합니다.

Einstein Opportunity Insights로 최고의 승자를 선택하십시오

거래가 성사될 확률을 알고 싶다면 Einstein Opportunity Insights를 사용하여 신속하게 실제 복귀를 확인하고 경쟁업체 참여, 고객 감정 및 완전한 잠재 고객 참여를 탐색하십시오.

Einstein 활동 캡처로 시간 절약

캘린더와 이메일을 Salesforce에 연결하여 영업 담당자에게 향상된 판매 시간을 제공합니다. 모든 관련 이메일 및 회의는 올바른 Salesforce 레코드에 고정되어 데이터 항목을 삭제하여 모두의 생산성에 추가됩니다.

Einstein Account Insights와 더 깊은 관계 개발

Lightning Sales Console의 Einstein Account Insights를 사용하여 한 곳에서 회사 확장 업데이트, M&A 활동을 수용하고 계정에 영향을 미치는 긴급한 비즈니스 개발을 확인하십시오.

또한 읽기: Salesforce Einstein Analytics가 영업 관리자에게 유용한 방법

아인슈타인 감독자

이제 컨택 센터 감독자는 AI 기반 분석과 함께 옴니채널 실시간 통찰력을 통해 강화되어 고객 만족도와 상담원 생산성을 향상시킵니다. 실시간 운영 통찰력과 스마트 데이터 검색을 결합하면 Einstein Supervisors는 관리자가 실시간 데이터를 통해 보다 스마트한 조치를 취할 수 있도록 합니다.

Einstein Supervisor는 또한 고객 만족도를 예측하고 고객 경험을 향상시키기 위한 특정 권장 사항을 제시할 수 있습니다.

예를 들어, 가전 제품 제조 부서에서 서비스 감독자는 특정 식기 세척기 모델 소유자의 전화가 증가하고 있다는 알림을 받습니다. 더 깊이 들어가면 서비스 감독자는 한 공장에서 3개월 동안 만들어진 식기 세척기를 강조하는 모든 사례를 제시합니다. 감독자는 경영진에게 경고를 보내고, 관리자는 영향을 받는 다른 고객에게 사전에 경고하고 이동 직원을 배치하여 더 큰 서비스 문제가 될 수 있는 잠재적으로 영향을 받는 식기세척기를 모두 해결하기 시작합니다.

아인슈타인 사례 관리

머신 러닝을 사용하면 케이스가 도착하면 자동으로 에스컬레이션되고 분류됩니다. 또한 비디오, 지식 기사와 같이 케이스를 수정하는 데 필요한 관련 정보가 자동으로 표시되어 상담원의 귀중한 시간을 절약하고 향상된 고객 경험을 개발할 수 있습니다.

Einstein 사례 관리를 사용하면 통화를 선택하기 전에도 해당 사례에 대해 잘 알고 있는 다음 상담원에게 우선 순위가 높은 사례를 전달할 수 있으므로 고객 경험이 원활해집니다. 또한 상담원의 업무 만족도는 고객 문제를 해결하는 데 더 많은 시간을 투자하고 정기적인 질문에 더 적은 시간을 할애할 수 있기 때문에 높아집니다.

예를 들어, 고객이 네트워킹 장치 회사에 전화를 걸면 봇이 그의 이름, 연결 이유 등을 묻는 수많은 질문을 받을 수 있습니다. 세부 사항을 축적한 후 Einstein Case Management는 고객의 홈 네트워킹 게이트웨이가 제대로 작동하지 않음을 잘 알고 문제와 관련된 중요한 세부 사항과 함께 케이스를 최고의 에이전트로 전환하여 에이전트가 문제 해결 모드로 시작할 수 있도록 합니다. 신속하게 문제를 해결합니다.

지능형 모바일 서비스

새로운 고객과 연결될 재정 고문이나 재택 간호를 제공하는 간호사 등 점점 더 많은 회사가 현장에서 서비스를 제공하고 있습니다. Intelligent Mobile Service를 통해 이제 회사는 모바일 직원에게 Android 및 iOS에서 연결된 서비스 애플리케이션을 제공하여 어디에서나 탁월하고 개인화된 서비스를 제공할 수 있습니다. 모바일 앱은 고급 알고리즘을 사용하여 일정 및 라우팅을 최적화하고 전체 CRM 데이터에 대한 실시간 액세스를 제공하며 오프라인 기능도 보유하므로 모바일 작업자도 셀 서비스 없이도 생산성을 유지할 수 있습니다.

예를 들어, 태양광 패널 수리 요청이 오면 근접성과 전문성에 따라 사람에게 스마트하게 할당됩니다. 앱은 고객의 이력, 서비스 문제 및 작업을 완료하는 데 필요한 부품을 제공합니다. 그런 다음 설치자는 부품을 고르기 위해 가장 가까운 창고로 보내집니다. 그러면 첫 번째 방문에서만 태양 전지판을 수리하는 데 필요한 모든 것을 가지고 고객의 집에 도착할 수 있습니다.

예측 리드 스코어링

여기에서 가장 참여도가 높은 리드가 더 많이 전환될 것으로 예상됩니다. 매력적인 리드를 정의하는 기준을 설정하는 다양한 단계에 대해 확인한 후 Einstein은 고유한 채널에서 목록의 모든 리드의 브랜드 상호 작용을 관찰하여 변환 잠재력을 평가합니다. 이것이 더 나은 점수를 가진 리드를 더 많이 타겟팅하여 더 빠르게 변환하고 고객 요구 사항과 고객이 수행할 다음 조치를 예측하는 방법입니다. 리드 점수에 따라 고객의 취향에 따라 고유한 잠재고객을 구축하고, 고유한 세그먼트를 개발하고, 여정 작성기에서 고유한 경로를 평가할 수 있습니다.

여정 인사이트

모든 마케팅 채널에서 판매 유입경로 전반에 걸친 고객의 여정을 이해하고 추적하는 것은 많은 가치를 지니고 있습니다. 아인슈타인의 AI는 개별 데이터 포인트를 계산하여 고객의 의사 결정 프로세스를 학습합니다. 여정 통찰력을 사용하여 Einstein은 결국 구매로 이어지는 많은 활동을 추적하고 고객 여정과 관련된 유용한 통찰력을 생성합니다.

Einstein은 특정 이메일 캠페인이나 기타 마케팅 캠페인이 불충분한 성과를 보일 때 이를 알아차리고 커뮤니케이션 효율성을 완벽하게 향상시킬 수 있는 권장 조치를 제안하는 방법입니다.

Einstein 콘텐츠 선택 및 복사 인사이트

이메일 개인화를 한 단계 더 발전시키기 위해 Einstein Content Selection은 구독자의 행동과 선호도를 읽어 가장 관련성이 높은 이미지, 콘텐츠 또는 기타 자산을 추천합니다. 반면에 카피 인사이트는 NLP(자연어 처리) 기능을 사용하여 소셜 미디어 게시물이나 이메일 제목에 적절할 수 있는 가장 실행 가능하고 변화하는 단어를 인식합니다.

예측 대상

하나의 이메일로 공통 관심사를 가진 사람들의 참여를 유도할 수도 있지만 일부 다른 틈새 관심사의 경우 완벽한 예측을 위해 AI가 필요합니다. Einstein은 개별 고객 프로필을 살펴보고 이들을 하나로 묶는 집단적 사용자 행동을 찾아냅니다. 관심, 인구 통계, 과거 구매 내역, 관심 또는 리드 품질에 따라 달라질 수 있습니다. 이것이 만능 전략임에도 불구하고 이메일 커뮤니케이션이 더욱 청중 지향적이 되는 방법입니다.

아인슈타인 계정 기반 마케팅(ABM)

B2B 시장에서 수행하려면 개별 계정에 대한 수익을 향상시키기 위한 표적 전략을 위한 계정 기반 마케팅이 필요합니다. 주요 계정을 인식하고 다양한 소스의 데이터를 단일 지점으로 가져오려면 해당 계정에서 발생하는 문제를 신속하게 해결하기 위해 Einstein을 훈련할 수 있습니다.

자동 전송 시간 최적화

지리적으로 분산된 청중의 경우 가장 많이 참여하는 유리한 시기에 마케팅 활동을 공개하는 것이 중요합니다. 이전 마케팅 결과에 따라 Einstein은 고객이 가장 많이 참여할 것으로 예상되는 최적화된 전송 시간을 알려주기 위해 고유한 시간대에 고객의 활동 리드를 모니터링합니다. 이것은 첫 번째 시도에서 정확하지 않을 수 있지만 가정보다 예상에 따라 행동하는 것이 좋습니다.

아인슈타인 제품 권장 사항

맞춤형 솔루션인 전자 상거래 마케팅의 경우 Einstein Product Recommendations는 이전 구매 내역과 온라인 행동을 처리하여 고객 요구 사항에 맞는 제품을 제안할 수 있습니다. 효과적인 교차 판매 및 상향 판매 기회는 이 모듈의 도움으로 더 자주 나타납니다.

소셜 미디어 게시물 추적

소셜 리스닝을 한 단계 더 발전시킨 Einstein은 소셜 미디어 게시물을 미리 정의된 범주로 정렬하여 소음과 실제 정보를 구분할 수 있습니다. 브랜드 이미지 문제 해결을 위해 모든 부정적인 댓글에 태그가 지정되고 특정 팀에 조사 작업이 할당됩니다. 이미지 인식 및 처리를 사용하여 Einstein은 브랜드 언급에 대한 이미지 또는 사진이 있는 게시물을 탐색할 수 있는 능력을 보유하고 있습니다. 맞춤형 소셜 미디어 사후 분리에 대한 감정 매핑을 위해 Einstein을 훈련할 수 있습니다.