• Accueil / Salesforce / AI for Admins…
, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux13 minutes de lecture


Salesforce Einstein a été lancé en 2016 avec pour mission de mettre l’intelligence artificielle (IA) entre les mains des administrateurs, des développeurs et des utilisateurs professionnels, contribuant ainsi à faire de Salesforce le CRM le plus intelligent au monde. Depuis lors, la plate-forme Einstein a connu une croissance exponentielle. Aujourd’hui, il alimente plus de 116 milliards de prédictions par jour pour des entreprises de toutes tailles à travers le monde !

De certaines des plus grandes institutions financières aux startups innovantes en devenir, et de certaines des marques les plus admirées au monde aux organisations à but non lucratif à fort impact, les clients de Salesforce du monde entier récoltent les avantages de la plate-forme Einstein. Ils fournissent aux utilisateurs professionnels et aux travailleurs de première ligne des prévisions et des informations basées sur l’IA et l’apprentissage machine (ML) d’Einstein dans un environnement évolutif, sécurisé et fiable.

Le portefeuille Einstein comprend des solutions prédéfinies ou modélisées conçues pour fonctionner immédiatement avec les clouds Salesforce, comme Einstein for Sales, Einstein for Service, Marketing Cloud Einstein et Commerce Cloud Einstein. (En savoir plus sur la façon dont Einstein booste chaque cloud dans ce Aide-mémoire sur les capacités d’Einstein.)

Mais que se passe-t-il si vous souhaitez créer vos propres modèles prédictifs, adaptés à vos données et aux besoins de votre entreprise ? L’un des plus grands avantages de la plate-forme Einstein est qu’elle permet aux utilisateurs de créer et d’automatiser leurs propres prédictions, le tout en quelques clics et sans avoir besoin d’écrire de code. La plate-forme Einstein offre des capacités de niveau entreprise pour répondre à un large éventail de cas d’utilisation commerciale. Certains produits Einstein sont mieux adaptés à des cas d’utilisation particuliers. Quel produit Einstein peut le mieux répondre à vos exigences de solution uniques ? Plongeons plus profondément dans quatre éléments clés de la plate-forme afin que vous puissiez choisir celui à utiliser et commencer avec la puissance de « l’IA sans code ».

Générateur de prédictions Einstein

Si vous êtes un administrateur Salesforce et que vous cherchez à dynamiser vos applications Salesforce avec la puissance prédictive de l’IA, Einstein Prediction Builder est un excellent point de départ. Vous pouvez utiliser Einstein Prediction Builder pour extraire des données de l’un de vos objets Salesforce standard ou personnalisés et créer une prédiction. Vous disposez également d’un vérificateur de données pour déterminer si vous disposez de suffisamment d’enregistrements pour créer efficacement le modèle prédictif.

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

Après avoir choisi l’objet, vous pouvez sélectionner les enregistrements à partir desquels Einstein doit apprendre (ensemble d’exemples) et les enregistrements pour lesquels Einstein fera des prédictions. Simple, non ? Aucune mention d’algorithmes en coulisses ici ! Alors, quel genre de choses pouvez-vous prévoir avec Einstein Prediction Builder ?

Cas d’utilisation

Einstein Prediction Builder peut prédire des champs numériques, tels qu’un montant de vente ou les jours qu’il faudra pour clôturer une opportunité de vente ou un dossier de service. Il peut également prédire un résultat oui/non, comme la probabilité qu’un client achète l’un de vos produits.

Après avoir créé une prédiction, vous obtenez une fiche d’évaluation pour examiner la qualité du modèle afin que vous puissiez le déployer en toute confiance dans votre organisation. Le déploiement permet de faire apparaître des prédictions dans chaque enregistrement de l’objet sur lequel le modèle prédictif a été construit. Ces prédictions peuvent être mises à la disposition de chaque utilisateur CRM dans l’organisation, afin que chacun obtienne des informations basées sur l’IA, là où il travaille.

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

Prêt à créer votre première prédiction ? Vérifier Aide du Générateur de prédictions Einstein ou ca Guide étape par étape. Ou essayez-le dans une aire de jeux en suivant ce Démarrage rapide de Trailhead. Et la meilleure nouvelle ? À partir de la version Spring ’20, chaque Entreprise Édition et Illimité Edition org inclut une prédiction gratuite Einstein Prediction Builder, vous pouvez donc commencer tout de suite !

Découverte d’Einstein

Nous savons tous que les données sont ce qui alimente les modèles prédictifs. Que se passe-t-il si vous souhaitez qu’Einstein apprenne et élabore des prédictions à partir de données stockées dans plusieurs objets Salesforce ? Ou pour intégrer complètement des données qui se trouvent en dehors de Salesforce ? Et ne serait-il pas formidable d’avoir une histoire racontée qui explique les modèles de vos données et aide à identifier les facteurs prédictifs qui contribuent aux résultats commerciaux ? Entrez dans la découverte d’Einstein.

Une plateforme de données connectée

Einstein Discovery est inclus avec Tableau CRM Plus, une architecture d’analyse complète qui vous permet de préparer et de stocker des milliards d’enregistrements pour analyse. Tableau CRM fournit un puissant outil d’extraction, de chargement et de transformation (ELT) appelé Data Prep Recipes. Cet outil vous permet de créer et d’automatiser des pipelines de données qui consolident et préparent les données afin qu’elles soient optimisées pour l’analyse d’Einstein.

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

Cas d’utilisation : similaires mais uniques

Une fois que vous avez rempli votre ensemble de données, utilisez Einstein Discovery pour créer une histoire (analyse) qui se concentre sur la maximisation ou la minimisation d’un résultat commercial, tel qu’un indicateur de performance clé (KPI). Semblable à Einstein Prediction Builder, Einstein Discovery crée des prédictions pour les résultats commerciaux numériques ou binaires, tels que la probabilité qu’un client atteigne ou achète un produit. Cependant, Einstein Discovery génère également des informations descriptives, diagnostiques et comparatives. Les informations comprennent des graphiques et des analyses automatisées et commentées des données utilisées pour entraîner le modèle. Les informations font surface et expliquent les modèles importants dans vos données, vous permettant de discerner les variables qui contribuent au KPI que vous analysez. Bien qu’Einstein Prediction Builder et Einstein Discovery fournissent des prédictions de classification numériques et binaires ainsi que des explications, Einstein Discovery fournit une analyse plus approfondie pour aider les administrateurs à comprendre ce qui se passe dans les coulisses avec leurs données.

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

Analyse prédictive et prescriptive

En plus des prédictions, les modèles Einstein Discovery fournissent une analyse prescriptive, appelée améliorations, pour aider les utilisateurs à envisager les actions qu’ils peuvent entreprendre pour améliorer le résultat prévu. Les utilisateurs peuvent cliquer sur le Prédictions dans la barre d’outils de l’histoire pour explorer des simulations de simulation à l’aide du modèle.

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

Les utilisateurs sélectionnent différentes combinaisons de fonctionnalités dans le panneau interactif sur le côté gauche de l’écran. Sur la base des sélections et du modèle, Einstein déduit des prédictions, puis affiche les résultats sur le côté droit de l’écran. Pour simuler des améliorations, l’utilisateur sélectionne une variable exploitable, ce qu’il peut faire pour améliorer le résultat prévu, comme offrir un coupon de réduction ou organiser une réunion.

Où vous travaillez

Toute la puissance des modèles prédictifs provient de la diffusion d’informations, de prédictions et d’améliorations aux travailleurs de première ligne et à la direction. Einstein Discovery est excellent pour mettre les prédictions entre les mains des utilisateurs, où que les utilisateurs effectuent leur travail, chaque fois qu’ils doivent prendre des décisions. Les prédictions peuvent être fournies aux utilisateurs de Salesforce et aux outils d’automatisation, mais ils peuvent également être fournis à d’autres environnements, tels que les tableaux de bord Tableau ou même des systèmes externes via API d’Einstein Discovery. Consultez cet article de blog pour un guide complet aux capacités d’Einstein Discovery.

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

Vous voulez commencer ? Regarde ça Sentier de découverte d’Einstein pour obtenir votre propre compte d’essai.

Einstein Next Meilleure Action

Jusqu’à présent, j’ai parlé de prédire un nombre, tel que le montant des ventes attendu pour une opportunité, ou la probabilité d’un événement, tel que le risque d’attrition d’un client. Mais que se passe-t-il si vous vouliez recommander une action pour réduire le risque d’attrition sur la base d’une gamme de différentes actions possibles ? Ou recommander une action d’amélioration basée sur une règle métier (et pas seulement basée sur des actions réussies menées dans le passé comme ce que propose Einstein Discovery) ? Il est temps de parler d’Einstein Next Best Action (NBA).

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

Cas d’utilisation

Imaginez que vous travaillez dans un centre d’appels où vous répondez à tous types de questions et demandes de renseignements des clients. Certains d’entre eux pourraient envisager d’acheter votre nouveau produit, tandis que d’autres pourraient avoir une mauvaise expérience et demander de l’aide pour résoudre un problème ou rappeler pour vérifier l’état d’une réclamation existante. Vous ne recommanderiez pas la visite du technicien au client qui envisage d’acheter un nouveau produit, tout comme vous ne proposeriez pas un nouveau produit à un client qui a actuellement des problèmes avec ce qu’il vous a acheté. Pensez maintenant à tous les scénarios clients possibles et aux offres et actions potentielles qui peuvent être prises pour améliorer l’expérience d’un client, le tout en fonction de ses besoins. C’est beaucoup!

Einstein NBA évalue instantanément le contexte de la situation rencontrée par le client (en prenant des informations de l’objet Compte ou Cas (ou de tout autre objet Salesforce)) et les associe aux recommandations appropriées sur ce qui devrait être proposé ensuite. De cette façon, NBA supprime les conjectures auxquelles les utilisateurs de CRM sont souvent confrontés lorsqu’ils travaillent directement avec les clients.

Stratégique

Einstein NBA utilise des décisions et une logique métier pour mettre en évidence des offres et des actions spécifiques au contexte. Ces ensembles de recommandations et de règles potentielles sont appelés stratégies. Chaque stratégie évalue toutes les recommandations possibles qui y sont chargées et, après avoir appliqué la logique métier et les règles définies, ne fera apparaître que les recommandations qui répondent aux critères spécifiés. Cela fait gagner beaucoup de temps aux utilisateurs, qui obtiendront désormais les bonnes recommandations au bon moment au lieu de rechercher manuellement ou de deviner quelle est la prochaine meilleure action pour un client.

Une fois les recommandations définies, telles qu’une offre sur un nouveau produit, un coupon de réduction ou un processus d’assistance premium, vous pouvez filtrer ce qui sera affiché avec Logique de recommandation nœuds. Par exemple, les nouveaux produits ne seront proposés qu’aux clients ayant une bonne cote de crédit, les coupons de réduction ne seront recommandés qu’aux clients fidèles ayant effectué plus de trois achats et l’assistance premium ne sera proposée qu’aux clients qui paient à temps.

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

Ajouter des prédictions au mix

Un aspect clé d’Einstein NBA est qu’il peut utiliser des prédictions comme entrées pour la logique de recommandation, telles que celles générées par Einstein Prediction Builder ou Einstein Discovery. De cette façon, vous pouvez définir de recommander votre nouveau produit uniquement aux clients ayant une forte probabilité d’acheter (comme prévu par Einstein) ou d’offrir des coupons de réduction aux clients présentant un risque élevé d’attrition (comme prévu par Einstein Discovery).

Enfin, une fois votre recommandation acceptée par le client, vous pouvez lancer un flux directement depuis le composant NBA. Ainsi, si le client est prêt à acheter, vous pouvez démarrer le processus d’intégration directement là-bas. Les recommandations acceptées et rejetées peuvent être suivi, afin que vous puissiez transformer la contribution réelle des clients en améliorant vos stratégies NBA et en bouclant la boucle de vos modèles prédictifs.

Générateur de recommandations Einstein

Einstein Recommendation Builder utilise une plate-forme de ML complète et une interface pointer-cliquer pour fournir des recommandations intelligentes aux entreprises. Il combine les capacités prédictives et la logique métier d’Einstein, vous permettant de créer des recommandations plus intelligentes pour vos clients.

Cas d’utilisation

Einstein Recommendation Builder prend en charge les objets Salesforce standard et personnalisés. Vous pouvez créer des recommandations simples pour des scénarios quotidiens ; par exemple, les suggestions « vous aimerez peut-être aussi » en fonction des goûts d’un client ou de son historique d’achats. Vous pouvez également créer des recommandations plus complexes basées sur la consommation d’autres clients ; par exemple, des suggestions de produits « tendance » ou « populaires » qui sont utilisées dans les magasins de commerce électronique.

Comment fonctionne le Générateur de recommandations Einstein

Einstein Recommendation Builder crée des recommandations à l’aide des données de trois objets Salesforce :

  • Objet Articles recommandés : ce que vous souhaitez recommander
  • Objet destinataires—à qui vous recommandez les articles
  • Objet d’interactions : interactions passées et avec les données qu’Einstein a apprises

, AI for Admins : Comment choisir le bon constructeur Einstein pour vos besoins commerciaux<span class="wtr-time-wrap after-title"><span class="wtr-time-number">13</span> minutes de lecture</span>

Après avoir sélectionné vos objets et défini vos paramètres de segmentation, le Vérificateur de données vérifie si chaque objet a suffisamment de données pour construire votre recommandation. Si vos données sont en bonne santé, vous pouvez construire. Vous obtiendrez des informations détaillées sur la qualité de votre modèle de recommandation, les principaux facteurs prédictifs et l’augmentation prévue sur le fiche d’évaluation. Et une fois que vous êtes sûr des performances de votre recommandation, ajoutez des règles métier dans une stratégie NBA et déployer votre recommandation.

Plutôt cool, non ? Vous avez hâte de fournir des recommandations plus intelligentes et des expériences plus personnalisées à vos clients ? Regarde ça Module de création de recommandations Einstein sur Trailhead.

Commencer!

Les capacités étendues de la plate-forme Einstein peuvent être utilisées pour répondre à divers besoins commerciaux et cas d’utilisation. Ceux examinés dans cet article mettent en évidence la possibilité de créer des modèles d’IA et de ML sans code et se concentrent sur la fourniture d’informations prédictives à tous les utilisateurs. Des directeurs commerciaux et agents de centres d’appels aux analystes et directeurs commerciaux, les utilisateurs peuvent prendre des mesures pour améliorer les résultats commerciaux, là où ils travaillent. N’oubliez pas non plus que la plate-forme Einstein est hautement évolutive, vous pouvez donc commencer petit et innover rapidement à mesure que l’entreprise se développe. Einstein est là pour vous aider tout au long du parcours de votre organisation.

Enfin, regardez ceci mélange montagnard qui vous aidera à démarrer avec tout ce qui concerne Einstein et ses fonctionnalités de plate-forme. Profitez!

Ressources



Source de l’article traduit automatiquement en Français

Besoin d'aide ?
Vous utilisez Pardot depuis un certain temps mais vous n'êtes pas sûr d'en
exploiter tout le potentiel

Notre analyse de votre Pardot offerte dès aujourd'hui
Merci, vous pouvez compléter notre questionnaire
Nous allons revenir vers vous rapidement !

Fermer