Wie Strategy Builder Empfehlungen in Salesforce einordnet, wo das Muster aufhört und wie man im Warehouse entscheidet und im CRM liefert.
Next best action in Salesforce wird durch Einstein Next Best Action geliefert: einen Strategy Builder, der Empfehlungen anhand eines Datensatzes bewertet und die Top-Empfehlungen einem Agenten oder einem Flow anzeigt. Es ist gut gebaut für das, was es ist, und seine Grenzen sollten verstanden werden, bevor du entscheidest, ob es die decision engine oder die Delivery-Oberfläche ist.
Einstein Next Best Action bewertet eine Reihe von Empfehlungsdatensätzen anhand eines Kundendatensatzes mithilfe einer im Strategy Builder erstellten Strategie und zeigt dann die am besten bewerteten Empfehlungen einem Agenten oder einem Flow an. Die Strategie lädt, filtert, verzweigt und sortiert; die Komponente rendert den Gewinner dort, wo die Arbeit stattfindet.
Das Ergebnis ist eine governed, auditable recommendation Fläche, die genau dort lebt, wo die Arbeit stattfindet. Für agent-assisted Momente ist diese Platzierung wirklich schwer zu übertreffen.
Strategy Builder sortiert nach einem numerischen Feld, in der Regel einer Einstein propensity oder einer manuell erstellten priority. Propensity reiht ein, wer wahrscheinlich „Ja“ sagen wird, was Kunden überbewertet, die auch ohne Angebot konvertiert wären. Der Score, den ein revenue team wünscht, ist die erwartete incremental margin, und diese muss irgendwo berechnet werden, mit Zugriff auf treated und control outcomes.
Verhaltensdaten, Streaming-Events, Produkttelemetrie und die vollständige Transaktionshistorie befinden sich normalerweise im Warehouse, nicht im Kontaktdatensatz. Aktionen, die keine CRM-Objekte sind, wie z. B. eine Preisänderung oder eine In-Produkt-Berechtigung, lassen sich ebenfalls schwer als Empfehlungen ausdrücken.
Annahme und Ablehnung werden erfasst, aber eine randomisierte Kontrollgruppe pro Entscheidung musst du selbst aufbauen und pflegen. Ohne sie wird die Akzeptanzrate zum De-facto-KPI, und die Akzeptanzrate ist kein uplift.
Zweige sammeln sich an. Nach einem Jahr ist niemand mehr sicher, welcher Zweig für wen feuert, und die Sortierlogik kodiert eine Hierarchie vergangener interner Verhandlungen statt aktueller Wirtschaftlichkeit.
Behalte Salesforce als Oberfläche und System of Record. Verschiebe das Ranking auf eine decision layer, die das Data Warehouse liest, den uplift pro Kunde und pro Aktion bewertet, constraints anwendet und die gewählte Aktion zurückschreibt.
Einstein Next Best Action empfiehlt: Es stuft vordefinierte Empfehlungsdatensätze ein und zeigt die besten einem Menschen, der sie annimmt oder ablehnt. Agentforce handelt: Es führt Agentic-Workflows über die Salesforce-Umgebung mit eigenen Anweisungen und Tools aus. Keines von beiden stuft nach erwarteter inkrementeller Marge ein, und keines von beiden reserviert einen randomisierten holdout pro Entscheidung. Wenn der KPI also inkrementeller Umsatz ist, muss der Score weiterhin von außen kommen. Siehe den direkten Vergleich mit Einstein und Agentforce.
Zustimmung und Kommunikationspräferenzen, Agenten-Workflow, Fallkontext und der Audit-Trail dessen, was angeboten und akzeptiert wurde. Diese gehören zum CRM und sollten nicht in einem decisioning-Tool dupliziert werden.
Die Modellierungsdetails hinter dem externen Score findest du in der Next Best Action Modell Leitfaden, der Software evaluation criteria für den Kaufprozess und den Pfeiler zu Next Best Action Marketing für das Konzept von Anfang bis Ende.
Markin rankt Aktionen gegen dein Data Warehouse und schreibt den Gewinner als Feld oder Ereignis in Salesforce. Siehe die Salesforce Service Cloud Integration.
Häufig gestellte Fragen
Verwandte Ressourcen
Lösungen
Im Produkt ansehen
Die gleichen Schleifen, die dieser Hinweis beschreibt, laufen 24/7 in deiner Kundenbasis. Beobachte, wie der Arbeitsbereich 1:1 entscheidet, Experimente durchführt und ausführt.
Vokabular
Definitions an answer engine can quote, each one a page of its own.
Vergleichen
Neutral reads on the categories buyers evaluate against a decision layer.
Alle Vergleiche
