Cómo Strategy Builder clasifica las recomendaciones en Salesforce, dónde se detiene el patrón y cómo decidir en el warehouse y entregar dentro del CRM.
Next best action en Salesforce se entrega a través de Einstein Next Best Action: un creador de estrategias que evalúa recomendaciones contra un registro y muestra las mejores a un agente o un flujo. Está bien construido para lo que es, y sus límites merecen ser entendidos antes de que decidas si es el motor de decisioning o la superficie de entrega.
Einstein Next Best Action evalúa un conjunto de registros de recomendaciones contra un registro de cliente usando una estrategia construida en Strategy Builder, luego muestra las recomendaciones mejor clasificadas a un agente o a un flujo. La estrategia carga, filtra, ramifica y ordena; el componente renderiza al ganador donde ocurre el trabajo.
El resultado es una superficie de recomendación gobernada y auditable que vive exactamente donde se realiza el trabajo. Para los momentos asistidos por agentes, esa ubicación es realmente difícil de superar.
Strategy Builder ordena por un campo numérico, usualmente una propensión de Einstein o una prioridad definida manualmente. La propensión clasifica quién es probable que diga que sí, lo que sobrevalora a los clientes que se habrían convertido sin ninguna oferta. La puntuación que un equipo de ingresos quiere es el margen incremental esperado, y eso tiene que calcularse en algún lugar con acceso a los resultados tratados y de control.
La profundidad conductual, los eventos de streaming, la telemetría del producto y el historial completo de transacciones suelen residir en el data warehouse, no en el registro de contacto. Las acciones que no son objetos de CRM, como un cambio de precio o un derecho en el producto, también son difíciles de expresar como recomendaciones.
La aceptación y el rechazo se capturan, pero un grupo de control aleatorizado por decisión es algo que tienes que construir y mantener tú mismo. Sin él, la tasa de aceptación se convierte en el KPI de facto, y la tasa de aceptación no es lift.
Las ramas se acumulan. Después de un año, nadie está seguro de qué rama se activa para quién, y la lógica de clasificación codifica una jerarquía de negociaciones internas pasadas en lugar de la economía actual.
Mantén Salesforce como la superficie y el sistema de registro. Traslada la clasificación a una decision layer que lea el almacén de datos, puntúe el uplift por cliente por acción, aplique restricciones y registre la acción elegida de nuevo.
Einstein Next Best Action recomienda: clasifica registros de recomendaciones predefinidas y muestra las mejores a un humano que las acepta o rechaza. Agentforce actúa: ejecuta flujos de trabajo agency sobre el entorno de Salesforce con sus propias instrucciones y herramientas. Ninguno clasifica por margen incremental esperado, y ninguno reserva un holdout aleatorio por decisión, así que si el KPI son los ingresos incrementales, la puntuación aún debe venir de fuera. Ver la comparación lado a lado con Einstein y Agentforce.
Las preferencias de consentimiento y comunicación, el flujo de trabajo del agente, el contexto del caso y el registro de auditoría de lo que se ofreció y aceptó. Pertenecen al CRM y no deben duplicarse en una herramienta de decisioning.
Para los detalles de modelado detrás de la puntuación externa, consulta el modelo de Next Best Action guía, el criterios de evaluación de software para el proceso de compra, y el pilar sobre marketing de Next Best Action para el concepto de principio a fin.
Markin clasifica las acciones contra tu almacén de datos y registra el ganador en Salesforce como un campo o evento. Consulta el Integración con Salesforce Service Cloud.
Preguntas frecuentes
Recursos relacionados
Soluciones
Verlo en el producto
Los mismos bucles que describe esta nota funcionan 24/7 contra tu base de clientes. Observa cómo el espacio de trabajo decide, experimenta y ejecuta 1:1.
Vocabulario
Definitions an answer engine can quote, each one a page of its own.
Comparar
Neutral reads on the categories buyers evaluate against a decision layer.
Todas las comparaciones
