Salesforce Einstein: Quartalsprognosen, Kundenvorgangsweiterleitung und Code-freie Prognosen für Datensätze

Verwenden Sie Einstein-Prognosen mit einem vierteljährlichen Prognoseplan. Mit der Einstein-Kundenvorgangsklassifizierung können Sie prognostizierte Feldwerte automatisch speichern. Tragen Sie Einstein Discovery-Prognosebewertungen automatisch in ausgewählte Salesforce-Felder ein, ohne Code schreiben zu müssen.

Im Folgenden finden Sie die Liste der Einstein-Funktionen, die Salesforce dabei unterstützen, die weltweit intelligenteste CRM-Lösung zu erstellen.

Salesforce allgemein

Steigern der Produktivität mit personalisierten Suchergebnissen (Beta)

Möchten Sie Elemente schneller finden mit Suchergebnissen, die auf Ihre individuelle Arbeitsweise in Salesforce zugeschnitten sind? Die Personalisierung für Suchvorgänge ist hier. Durch diese neue Funktion erhalten Sie Suchergebnisse, die auf dem basieren, was Ihnen am wichtigsten ist, einschließlich geografischer Standorte, Branchen, Status, Produktbereiche und Personen.

Aufteilen des Suchfelds mit den erweiterten sofortigen Ergebnissen (Beta)

Durch die erweiterten sofortigen Ergebnisse wird das globale Suchfeld in ein optimiertes Produktivitätszentrum umgewandelt. Klicken Sie in das Suchfeld, um sofort auf Datensatzvorschauen, Datensatzaktionen auf Seitenebene, Schnell-Links für Themenlisten und vorgeschlagene Suchvorgänge zuzugreifen.

Erstellen von sofortigen Berichten mit allen richtigen Filtern mit der Unterhaltungssuche (Beta)

Sie können keinen Bericht finden oder haben keine Zeit zum Erstellen eines Berichts? Die Unterhaltungssuche bietet sofortigen Zugriff auf wichtige Daten, da Sie Ihre Suchbegriffe in Datensatzfilter umwandeln können. Geben Sie einfach Suchbegriffe so ein, wie Sie eine Unterhaltung beginnen. Geben Sie beispielsweise "Meine geschlossenen Kundenvorgänge in diesem Monat" ein, um eine Liste Ihrer zuletzt angezeigten Kundenvorgänge mit dem Status "Geschlossen" anzuzeigen.

Schnelleres Auffinden des richtigen Datensatzes mit dem empfohlenen Ergebnis (Beta)

Mit "Empfohlenes Ergebnis" gelangen Sie schneller zum richtigen Datensatz, wenn feststeht, was Sie suchen. Es ist, als würden Sie an der Gepäckaufgabe des Flughafens violette Streifen auf Ihren Koffer kleben, um sicherzustellen, dass er sich von der Masse abhebt.

Suchen wie ein Profi mit profilspezifischen Suchergebnislayouts (Beta)

Suchergebnisse sollten die relevantesten Elemente enthalten. Als Vertriebsmitarbeiter wissen Sie, dass der Accountinhaber und die Branche wesentlich sind. Für Servicemitarbeiter stellt die Supportstufe des Accounts eine wichtige Information dar. Mit profilspezifischen Layouts können Sie Suchergebnislayouts für ein Objekt im Hinblick auf jedes einzelne Profil in Ihrer Organisation optimieren. Profilspezifische Layouts werden nur von Objekten mit anpassbaren Layouts unterstützt. Benutzern, denen kein profilspezifisches Layout zugewiesen ist, wird das Standard-Suchergebnislayout angezeigt.

Vertrieb

Einstein-Prognosen: Unterstützung für vierteljährliche Prognosen (allgemein verfügbar)

Wenn Sie einen vierteljährlichen Prognoseplan verwenden, können Sie jetzt die Leistungsfähigkeit von Einstein nutzen, um die Prognosegenauigkeit zu verbessern, Ergebnisse vorherzusagen und den Fortschritt Ihrer Vertriebsteams vorhersagen.

Einstein-Leadbewertung: Kontrollieren der zu bewertenden Leads

Benötigt Ihr Vertriebsteam Leadbewertungen nur für einige Leads? Weisen Sie Einstein an, dass nur die Leads bewertet werden sollen, die bestimmte Werte in den Leadfeldern aufweisen. Wenn Ihr Vertriebsteam beispielsweise nur Leads aus der Telekommunikationsbranche bewerten möchte, weisen Sie Einstein an, nur diese Leads aufzunehmen.

Automatische Einstein-Kontakte: Anzeigen lediglich der Kontaktdaten, auf die Sie Zugriff haben

Opportunity-Kontaktrollenvorschläge berücksichtigen nun die Feldebenensicherheit aus dem Kontaktobjekt. Vertriebsmitarbeitern ohne Zugriff auf Kontaktfelder wie "E-Mail", "Titel" oder "Telefon" werden diese Felder in der Einstein-Komponente oder in den Listenansichten nicht mehr angezeigt. Darüber hinaus werden Mitarbeitern die Kontaktfeldwerte für Kontaktdatensätze nicht angezeigt, auf die sie keinen Zugriff haben. Schließlich werden Kontaktfelder nicht angezeigt, wenn Sie die Detailseite mit Vorschlägen für Opportunity-Kontaktrollen anzeigen. Navigieren Sie zum Kontaktdatensatz, um die Kontaktfelder anzuzeigen.

Einstein-Aktivitätserfassung: Festlegen der zu erfassenden und zu synchronisierenden Elemente

Sie haben nun mehr Kontrolle darüber, wessen E-Mail-Daten erfasst werden. Mit der Liste "Ausgeschlossene Adressen" können Sie verhindern, dass Daten synchronisiert werden. Zusätzlich können Sie festlegen, dass Mitarbeiter Ereignisserien synchronisieren können.

Hinzufügen von Opportunity-Bewertungen zu Standardberichten

Verwenden Sie Standardberichte, um Opportunities anhand von Opportunity-Bewertungen zu analysieren. Zuvor konnten Opportunity-Bewertungen nur mit benutzerdefinierten Berichtstypen verwendet werden.

Hinzufügen von Modellfaktoren zu benutzerdefinierten Berichtstypen für Opportunities

Erhalten Sie einen besseren Einblick dahingehend, wodurch Ihre Opportunity-Bewertungen gesteuert werden. Die zum Erstellen des Opportunity-Bewertungsmodells verwendeten Faktoren sind nun in benutzerdefinierten Berichtstypen verfügbar.

Verwenden der SOAP-API zum Zugreifen auf Informationen über das Opportunity-Bewertungsmodell

Es wurden zwei neue Objekte für Einstein-Opportunity-Bewertungen eingeführt. Verwenden Sie die Objekte "SalesAIScoreCycle" und "SalesAIScoreModelFactors", um Informationen zu den Opportunity-Bewertungen und zu deren Faktoren abzurufen.

Service

Automatisches Beenden von Bot-Chats

Erstellen Sie Bots, die die Aufräumarbeiten selbst erledigen. Verwenden Sie die Regelaktion "Chat beenden", um Bedingungen hinzuzufügen, mit denen der Bot das natürliche Ende einer Unterhaltung erkennen und die Sitzung automatisch im Namen des Besuchers schließen kann.

Verbesserte Bot-Übergabe bei Bestätigung der Agentenverfügbarkeit

Bots und Agenten arbeiten besser zusammen. Jetzt wird vor der Übergabe an einen Agenten die Verfügbarkeit überprüft. Legen Sie benutzerdefinierte Nachrichten fest, damit der Kunde über den Übertragungsstatus informiert bleibt.

Verbessern von Fertigkeiten mit dem Hilfskarussell zum Bot-Setup

Mit dem Karussell auf dem Setup-Bildschirm haben Sie hilfreiche Einstein-Bot-Inhalte stets zur Hand. Greifen Sie auf Bot-Rezepte, Tipps zur Fehlerbehebung und bewährte Methoden zu.

Analysen

Bereitstellen von Prognosen in Salesforce-Datensätzen ohne Schreiben von Code (allgemein verfügbar)

Sie können Prognosebewertungen automatisch in ausgewählte Salesforce-Felder aufnehmen, ohne Code schreiben zu müssen. Integrieren Sie Prognosen mühelos ohne den Prozessgenerator oder ein verwaltetes Paket mit einem Auslöser.

Erhalten der besten Prognosen aus zwei unterschiedlichen Modellen (Pilot)

Zuvor basierten die Prognoseergebnisse von Einstein Discovery auf Regressionsmodellen. Einstein Discovery verfügt nun über einen zweiten Modelltyp, der auf dem Lernalgorithmus Gradient Boosting, einem Ansatz zur Prognoseoptimierung, basiert. Wenn Sie einen Artikel erstellen, generiert Einstein Discovery Prognosen anhand der beiden Modelle und zeigt die Ergebnisse des besseren Modells an. Sie profitieren also von beiden Ansätzen.

Überwachen der Genauigkeit bereitgestellter Modelle in Echtzeit (allgemein verfügbar)

Bestimmen Sie die Genauigkeit Ihrer logistischen Modelle, indem Sie die prognostizierten Ergebnisse visuell mit den tatsächlichen Ergebnissen vergleichen. Verwenden Sie dieses Feedback anschließend, um Ihr Modell zu verfeinern und bessere Prognosen zu generieren. Bei einem tatsächlichen Ergebnis wird keine Änderung der Daten mehr erwartet, da der Endstatus erreicht ist. Ein Beispiel für endgültige Daten ist das Datum, an dem ein Auftrag versendet wurde. Definieren Sie die Bedingungen, unter denen die Ergebnisvariable Ihres Artikels den Endstatus erreicht hat. Auf diese Weise weiß Einstein Discovery, welche Ergebnisse in die Leistungsanalyse aufgenommen werden müssen.

Verbessern von Modellen durch Vergleichen von Kennzahlen

Unter "Modellkennzahlen" können Sie nun die Kennzahlen für mehrere Modelle nebeneinander anzeigen. Sehen Sie eine Gegenüberstellung Ihrer Modellkennzahlen. Vergleichen Sie Segmente, um die wichtigsten Variablen in jedem Segment anzuzeigen. Nutzen Sie die Erkenntnisse, um Ihre Modelle zu verbessern und bessere Prognosen zu erzielen.

Verbessern der Modellgenauigkeit mit Zielschwellenwerten

Beim Entwickeln eines Modells für ein Kategoriefeld können Sie einen optimalen Schwellenwert festlegen, der den Grenzwert für die beiden von Ihnen prognostizierten Buckets darstellt. Zum Beispiel können Sie ein Kostenverhältnis zwischen falsch positiven und falsch negativen Werten angeben. Lassen Sie dann Einstein Discovery einen optimierten Schwellenwert für den mit Ihrem Artikel verknüpften Geschäftsfall angeben. Der Schwellenwert stellt den Kompromiss zwischen den richtig positiven und den falsch positiven Werten dar.

Beschleunigen der Artikelerstellung durch automatisiertes Setup

Lassen Sie Einstein Discovery Analysedaten auswählen, die sich im Hinblick auf die Zielsetzung Ihres Artikels am besten eignen. Einstein Discovery durchsucht Ihr Datenset, wählt die Spalten aus, die mit dem Ergebnis zusammenhängen, und schließt die Spalten aus, die keine Korrelation aufweisen. Nachdem Ihr Artikel erstellt wurde, können Sie die Spaltenauswahlen manuell ändern.

Optimieren Ihrer Prognosen durch Analyse der Genauigkeit im Laufe der Zeit

Sie können nun überwachen, wie gut Ihre Modelle im Laufe der Zeit tatsächliche Ergebnisse prognostizieren, und dieses Feedback dann verwenden, um Ihr Modell zu verfeinern und bessere Prognosen zu generieren. Sie können die Prognosegenauigkeit für logistische und lineare Regressionen überwachen.

Visualisieren der Modellleistung mit einem Restwertdiagramm

Für logistische Regressionsmodelle, bei denen die Ergebnisvariable ein Textfeld ist, zeigt ein neues Restwertdiagramm die Robustheit Ihres Modells an. Ein Restwert gibt die Differenz zwischen dem prognostizierten Wert des Modells und dem tatsächlichen Ergebniswert an. Bei einem tatsächlichen Ergebnis wird keine Änderung der Daten mehr erwartet, da der Endstatus erreicht ist. Ein Beispiel für endgültige Daten ist die Anzahl der Artikel, die ein Kunde bei einem Versand erhalten hat. Definieren Sie die Bedingungen, unter denen die Ergebnisvariable Ihres Artikels den Endstatus erreicht hat. Auf diese Weise weiß Einstein Discovery, welche Ergebnisse in das Diagramm aufgenommen werden müssen.

Entfernen verzerrter Variablen aus Ihrem Modell

Modelle, die mit verzerrten Daten erstellt wurden, können verzerrte Prognosen zur Folge haben. Diskriminierende Praktiken gegenüber einer bestimmten Bevölkerungsgruppe, beispielsweise geschlechtsspezifische Unterschiede bei den Anfangsgehältern, können zu einer ungleichen Behandlung führen, die sich auf die Daten auswirkt. Einstein Discovery warnt Sie bei Variablen, die in Ihrem Modell ungleich behandelt werden. Sie können die Auswirkung einer ungleichen Behandlung aus Ihren Prognosen entfernen, um ethischere und verantwortlichere Modelle zu generieren.

Beschleunigen der Artikelerstellung für beschreibende Statistiken

Wenn Sie anhand Ihrer Daten nur den Grund für bestimmte Ereignisse erfahren möchten, können Sie die Prognoseanalyse des Datensets überspringen. So können Artikel schneller erstellt werden, da Einstein Discovery keine Prognosen und Verbesserungen generiert. Nach der Erstellung Ihres Artikels können Sie manuell eine Prognoseanalyse hinzufügen, wenn Sie Ihre Meinung ändern.

Aktualisieren von Artikeln mit Datenset-Änderungen

Wenn sich Daten im Quelldatenset ändern, können Sie nun wahlweise die aktualisierten Daten anstelle des Snapshots analysieren, den Sie beim Erstellen des Artikels angelegt haben. Wenn Sie einen Artikel öffnen, werden Sie von Einstein Discovery benachrichtigt, sobald Änderungen an Spalten oder Zeilen vorgenommen wurden. Zuvor war ein Artikel immer am ursprünglichen Snapshot der Daten verankert.

Verarbeiten von mehr Berichtsdaten mit Einstein-Datenstatistiken

Die Obergrenzen für Einstein-Datenstatistiken wurden erhöht. Sie können nun Statistiken aus Berichten erstellen, die bis zu 500.000 Zeilen und 50 Datenspalten enthalten. Darüber hinaus können Sie pro Organisation und Tag bis zu 1.000 Einstein-Datenstatistiken erstellen.

Erstellen von Artikeln aus Datensets mit Prädikaten

Einstein Discovery kann nun Einstein Analytics-Datensets mit Sicherheitsprädikaten auf Zeilenebene und Freigaberegeln analysieren, die mit der Salesforce-Freigabeübernahme verknüpft sind. Alle Benutzer, die auf den Artikel zugreifen, können die Ergebnisse des Artikels sehen. Sie benötigen nicht den gleichen Zugriff auf Zeilenebene wie der Ersteller des Artikels. Zuvor benötigten Sie die Berechtigung "Prädikat beim Erstellen eines Artikels aus Datenset ignorieren", die in der Version Winter '20 ersetzt wurde.

Anpassen des Erscheinungsbildes von Einstein Discovery-Prognosen auf Datensatzseiten in Lightning Experience

Passen Sie das Erscheinungsbild von auf Lightning-Datensatzseiten eingebetteten Einstein Discovery-Prognosen an. Geben Sie bei logistischen Regressionsmodellen (binäre Klassifikationsprobleme) Bezeichnungen an, die angezeigt werden, wenn die Prognose höher oder niedriger als der Modellschwellenwert ist. Beispiele: Gewinn oder Verlust, Verbleib oder Abwanderung usw. Filtern Sie die Empfehlungen zum Verbessern einer Prognose. Legen Sie die maximale Anzahl an Empfehlungen fest oder zeigen Sie Empfehlungen an, die sich mit einem Mindestprozentsatz auf das Ergebnis auswirken.

Abrufen von Einstein-Prognosen in Apex-Code

Verwenden Sie nach dem Bereitstellen von Modellen mit Einstein Discovery die ConnectApi.SmartDataDiscovery.predict-Methode, um Prognosen zu Salesforce-Objekten in Ihrem Apex-Code abzurufen.

Einstellung von Einstein Discovery Classic

Die Einstellung von Einstein Discovery Classic ist für Spring '20 geplant. Aktuelle Benutzer von Einstein Discovery Classic benötigen die Lizenz "Einstein Analytics Plus" (erforderlich für Einstein Discovery in Analytics), um Datensets und Artikel in Analytics Studio wiederherzustellen. Einstein Discovery Classic wird in allen Organisationen der Developer Edition in der Version Winter '20 durch die neue Erfahrung ersetzt.

Anpassung

Filtern nach Vergleich im Einstein-Prognosegenerator

Anstatt nur nach absoluten Feldwerten zu filtern, können Sie nun den Wert eines Felds im Vergleich zum Wert eines anderen Felds oder anhand eines Zeitpunkts filtern. Gestalten Sie Ihre Filterlogik sinnvoller und relevanter für Ihre Prognosefrage.

Aufrufen automatisch gestarteter Flows in Ihren Empfehlungen für Next Best Action

Helfen Sie Ihren Serviceagenten dabei, schnell Maßnahmen zu ergreifen. Rufen Sie einen automatisch gestarteten Flow auf, um Datensätze zu aktualisieren oder im Hintergrund eine E-Mail per Empfehlung zu senden.

Erstellen von Strategievorlagen und Schützen von Strategien als Ihr geistiges Eigentum

Erstellen Sie Strategievorlagen, die Ihre Abonnenten anpassen und zum Erstellen verwenden können. Geben Sie sie in verwalteten Paketen frei, die Sie bei AppExchange veröffentlichen. Ein verwaltetes Paket kann Strategievorlagen und als Ihr geistiges Eigentum geschützte Strategien enthalten. Abonnenten können eine Vorlage in Strategy Builder öffnen und sie duplizieren, um sie für die eigene Verwendung anzupassen. Bei nicht als Vorlagen markierten Strategien handelt es sich um geschütztes geistiges Eigentum und sie können nicht bearbeitet oder dupliziert werden. Sie können ein Upgrade für Strategievorlagen und als geistiges Eigentum geschützte Strategien im Rahmen eines Paket-Upgrades vornehmen. Wenn Sie Upgrades für Strategievorlagen per Push verteilen, wirkt sich dies nicht auf Kopien der Abonnenten aus.

Rückgängigmachen und Wiederholen Ihrer Arbeit beim Erstellen von Strategien

Beim Erstellen von Strategien können Fehler auftreten. Nun können Sie Änderungen wie das versehentliche Löschen eines übergeordneten Elements oder das Verschieben eines Elements von einer Verzweigung in eine andere auf einfache Weise rückgängig machen oder wiederholen.

Einfacheres Erstellen von Ausdrücken für Verzweigungen in Next Best Action Strategy Builder

Erstellen Sie Ausdrücke beim Verwenden eines Elements "Verzweigungsauswahl" schneller und genauer Empfehlungen, um Empfehlungen zu verzweigen. Auswahllistenwerte müssen nicht mehr manuell eingegeben werden. Nun können Sie die Werte auswählen und Next Best Action füllt den Ausdruck für Sie aus.

Versehen Ihrer Empfehlungen mit einem Titel zur einfachen Identifizierung

Der Liste der Attribute, die Sie für eine Empfehlung in der Lightning-Komponente "Next Best Action" im Lightning-Anwendungsgenerator oder in Communities anzeigen können, wurden Titel hinzugefügt. Fügen Sie einer Empfehlung einen Titel hinzu, damit Ihr Agent oder Benutzer sie auf einfache Weise identifizieren kann.

Anzeigen von Empfehlungen auf der Startseite Ihrer Anwendung

Fügen Sie die Lightning-Komponente "Next Best Action" der Startseite einer Anwendung hinzu, um einen aggregierten Satz mit Empfehlungen anzuzeigen. Zeigen Sie einem Agenten beispielsweise eine Liste der wichtigsten Accounts an, die er nach einer bestimmten Anzahl von Tagen seit dem letzten Kontakt kontaktieren muss.

Entwicklung

Einstein Vision: Neue Felder language und algorithm

Die Antwort für Einstein Vision-API-Aufrufe, die Modellinformationen zurückgeben, enthält nun die Felder language und algorithm.

Einstein Language: Neue Felder language und algorithm

Die Antwort für Einstein Language-API-Aufrufe, die Modellinformationen zurückgeben, enthält nun die Felder language und algorithm.

Erstellen von besseren Prognosen mit Statistiken

Rufen Sie mithilfe von Statistikobjekten die Details zu der Logik ab, auf der Einstein-Prognosen basieren. Wenn eine Einstein-Funktion wie der Einstein-Prognosegenerator eine Prognose erstellt und die Ergebnisse speichert, werden ein AIRecordInsight-Datensatz und mehrere untergeordnete Datensätze erstellt. Anhand dieser Datensätze können Sie nachvollziehen, wie Einstein-Prognosen erstellt werden, und nach dem Speichern der Prognosen benutzerdefinierte Logik anwenden, um die Prognosen zu verbessern und anzupassen.