Agentforce se basa en datos precisos y actualizados sobre los clientes para tomar decisiones inteligentes, ya sea en casos de uso relacionados con la automatización o con la IA. En la actualidad, la mayor parte de la información sobre los clientes se encuentra dispersa en diferentes sistemas (CRM, pila martech, registros de atención al cliente, registros de transacciones) sin que exista una base unificada para la activación y segmentación de estos datos.
Salesforce Data Cloud está diseñado para resolver este problema, la unificación de los datos de los clientes, de modo que Agentforce pueda trabajar con perfiles de clientes completos y puntos de datos conectados.
La alianza entre Data Cloud y Agentforce permite responder a:
1. Fragmentación de datos
Los datos de los clientes suelen encontrarse en silos: el historial de servicios en un sistema, los registros de compras en otro y la interacción con el cliente en el CRM. Los agentes de atención al cliente suelen pasar de una herramienta a otra, lo que ralentiza considerablemente sus acciones y la resolución de los casos.
2. La falta de perfiles unificados
Al no existir un expediente único del cliente, es posible que un CSM o un agente de servicio no disponga de todos los puntos de contacto relacionados con el cliente, de la forma en que este está segmentado dentro de la organización y de los KPI que le afectan, lo que le impide dar la mejor respuesta al cliente.
3. Necesidad de agentes de IA predictiva y agentes de IA autónoma
Los equipos se enfrentan a casos que requieren un análisis predictivo para trabajar con un agente autónomo. Además, no todos los casos de uso de agentes autónomos están relacionados exclusivamente con la IA. Muchos de ellos son automatizaciones. Por lo tanto, es necesario examinar los casos de uso de la IA predictiva, la IA generativa y los agentes autónomos.
Contexto y contenido: gestión mediante IA
La IA es muy buena con el contenido, pero debemos proporcionarle un contexto..
El contexto garantiza que se elija el contenido adecuado para la persona adecuada en el momento adecuado. Agentforce accede al contexto desde Salesforce Data Cloud, por lo que las respuestas de la IA no son genéricas, sino personalizadas y basadas en los datos de los clientes.
- Contenido: Realizar una reserva de hotel a través del sitio web para miembros platino
- Contexto: El cliente se ha convertido en miembro platino y ha intentado reservar un viaje.
Cassette : un caso de uso de renovaciones, cancelaciones de suscripciones y éxito de los clientes.
Perfil del cliente:
- Gran cadena de hoteles y complejos turísticos con un programa de fidelización de miembros.
- Opera a escala mundial, con miles de miembros de diferentes niveles.
- Utiliza varios sistemas para las reservas, la gestión de las relaciones con los clientes, los puntos de fidelidad, los comentarios de los clientes y el marketing.
El problema
- Riesgo de no renovación: muchas membresías caducan sin renovarse.
- Indicadores de baja perdidos: no se contacta de forma proactiva con los clientes que no han reservado en meses o que han dejado comentarios negativos.
- Datos fragmentados: el historial de reservas en un sistema, el estado de fidelidad en otro, los comentarios en un tercero... Los agentes no pueden tener una visión general en tiempo real.
La solución Data Cloud y Agentforce
1. Unificación de datos:
- Data Cloud integra el historial de reservas, el estado de fidelidad, los comentarios sobre el servicio y los datos de engagement en un único perfil.
- La resolución de identidades garantiza que varias reservas, cuentas y correos electrónicos estén vinculados al mismo cliente.
2. Creación de un modelo de baja para los clientes propensos a darse de baja próximamente:
- Data Cloud Einstein Studio crea un modelo de baja teniendo en cuenta los siguientes elementos:
- Duración de la suscripción del cliente
- Fecha de renovación
- Datos del expediente
- Estado de la cuenta
- Datos de actividad
- Datos de engagement
- El modelo de baja genera un modelo de propensión que se centra en las siguientes cuestiones:
- ¿El cliente va a darse de baja?
- ¿Cuándo se dará de baja (en los próximos 6 meses, en los próximos 6 a 12 meses, después de 12 meses)?
- Puntuación de confianza para cada probabilidad
3. Contacto personalizado con el agente:
- Agentforce utiliza este contexto en tiempo real para mostrar el contenido adecuado a los agentes, de modo que puedan ofrecer las ofertas y proporcionar la información más relevante en las conversaciones posteriores, con el fin de recuperar la fidelidad.
- Los agentes disponen de un contexto completo: última estancia, destinos preferidos, patrones de reserva habituales, quejas anteriores sobre el servicio.
4. Segmentación y activación:
- Segmenta a los clientes utilizando los datos del modelo de cancelación de suscripción.
- Activa estos segmentos en la gestión de las relaciones con los clientes, el marketing y el análisis.
- Sigue enriqueciendo el modelo con nuevos datos, cerrando el ciclo de retroalimentación una vez que los datos se activan para la acción.
¿Quieres saber cómo tu empresa puede seguir el ritmo del cambio y poner la IA al servicio de tus equipos?
Ponte en contacto con OSF Digital para descubrir cómo podemos ayudar a tu empresa a implementar la IA, los agentes autónomos y las soluciones tecnológicas adecuadas para impulsar tu resultado.
