Salesforce Einstein: Pronósticos trimestrales, Enrutamiento de casos y Predicciones sin programación en registros

Utilice Einstein Forecasting con una programación de pronósticos trimestrales. Guarde valores de campo predichos en casos automáticamente con Clasificación de casos de Einstein. Escriba puntuajes de predicción de Einstein Discovery automáticamente en campos seleccionados de Salesforce sin codificación.

A continuación se muestra la lista de funciones de Einstein que ayudan a Salesforce a ser el CRM más inteligente del mundo.

Salesforce en general

Impulsar la productividad con resultados de búsqueda personalizados (Beta)

¿Desea encontrar las cosas con mayor rapidez con resultados de búsqueda adaptados a la forma exclusiva con la que trabaja en Salesforce? La personalización de la búsqueda está aquí. Le ayuda a poner fin al desorden con resultados de búsqueda basándose en lo que más le importa, incluyendo ubicaciones geográficas, industrias, estados, áreas de productos y personas.

Conseguir el máximo del cuadro de búsqueda con Resultados instantáneos mejorados (Beta)

Los resultados instantáneos mejorados convierten el cuadro de búsqueda global en un núcleo de productividad supercargado. Haga clic en el cuadro de búsqueda para acceder al instante a vistas previas de registros, acciones de registro a nivel de página, vínculos rápidos de lista relacionada y búsquedas sugeridas.

Crear reportes instantáneos con todos los filtros correctos con búsqueda conversacional (Beta)

¿No encuentra un reporte o no tiene tiempo para crear uno? La búsqueda conversacional le proporciona acceso instantáneo a datos importantes convirtiendo sus términos de búsqueda en filtros de registros. Solo ingrese términos de búsqueda como si iniciara una plática. Por ejemplo, ingrese “mis casos cerrados este mes” para ver una lista de sus casos recientes con un estado cerrado.

Encontrar el registro correcto con mayor rapidez con resultado recomendado (Beta)

Resultado recomendado le proporciona el registro correcto con mayor rapidez cuando estamos seguros de saber lo que estamos buscando. Es como poner rayas moradas en su equipaje en el carrusel del aeropuerto para asegurarse de que destaca del resto.

Afinar al máximo los perfiles con formatos de resultados de búsquedas específicos de perfiles (Beta)

Los resultados de búsqueda deben mostrar lo que más importa. Si está en ventas, conocer el propietario de la cuenta y la industria es clave. Si es un representante de servicio, el nivel de asistencia de la cuenta es información clave. Con formatos específicos de perfil, puede ajustar formatos de resultados de búsqueda para un objeto para cada perfil único en su organización. Los formatos específicos de perfil son compatibles únicamente con objetos con formatos personalizables. Los usuarios que no tienen un formato específico de perfil asignado a ellos ven el formato de resultados de búsqueda predeterminado.

Ventas

Pronósticos de Einstein: Compatibilidad con los pronósticos trimestrales (disponible de forma general)

Si utiliza una programación de pronósticos trimestrales, ahora podrá utilizar el poder de Einstein para mejorar la precisión de los pronósticos, predecir resultados y realizar un seguimiento del desempeño de los equipos de ventas.

Puntuaje de prospectos de Einstein: Controlar qué prospectos puntuar

¿Necesita su equipo de ventas puntuajes de prospectos para solo algunos prospectos? Indique a Einstein que solo puntúe prospectos que contengan ciertos valores en campos de prospectos. Por ejemplo, si su equipo de ventas desea puntuar únicamente prospectos de la industria de las comunicaciones, indique a Einstein que incluya solo esos prospectos.

Contactos automatizados de Einstein: Ver solo los datos de contactos a los que tenga acceso

Las sugerencias de Funciones del contacto de la oportunidad ahora respetan la seguridad a nivel de campo procedente del objeto Contacto. Los representantes de ventas sin acceso a los campos de contactos como Email, Cargo o Teléfono ya no pueden ver esos campos en el componente de Einstein o las vistas de lista. Los representantes también no ven los valores de los campos de contacto para los registros de contactos a los que no tienen acceso. Por último, al visualizar la página de detalles para sugerencias de Función de contacto de oportunidad, los campos de contacto no aparecen. Para ver los campos de contacto, navegue al registro de contacto.

Captura de actividad de Einstein: Decidir qué capturar y sincronizar

Obtenga más control sobre los datos de email que se capturan. Utilice la lista Direcciones excluidas para evitar que se sincronicen los datos. Además, permita que los representantes sincronicen series de eventos.

Agregar puntuajes de oportunidades a reportes estándar

Utilice los reportes estándar para analizar oportunidades en base a puntuajes de oportunidades. Anteriormente, podía utilizar puntuaje de oportunidades solo con tipos de reportes personalizados.

Agregar factores de modelado a tipos de reportes personalizados de Oportunidad

Obtenga una imagen más clara de lo que dirige sus puntuajes de oportunidades. Los factores utilizados para crear el modelo de puntuaje de oportunidades ahora están disponibles en tipos de reportes personalizados.

Utilizar la API de SOAP para acceder a información sobre el modelo de puntuaje de oportunidades

Presentamos dos nuevos objetos para Puntuaje de oportunidades de Einstein. Utilice los objetos SalesAIScoreCycle y SalesAIScoreModelFactors para recuperar información de sobre puntuajes de oportunidades y sus factores.

Servicio

Finalizar chats de bots automáticamente

¡Cree bots que se limpian después por sí mismos! Utilice una acción de regla Finalizar chat para agregar condiciones que ayudan el bot a percibir el fin natural de una plática y cerrar automáticamente la sesión en nombre del visitante.

Mejorar trasferencias de bots confirmando la disponibilidad del agente

Los bots y los agentes trabajan mejor juntos, y hicimos las transferencias aún más inteligentes comprobando la disponibilidad de los agentes antes de que tenga lugar una transferencia. Defina la mensajería personalizada para mantener el cliente informado acerca del estado de la transferencia.

Mejorar sus habilidades con el carrusel de ayuda de configuración de bots

Obtenga el contenido más útil de Einstein Bot a su alcance con un carrusel en la pantalla Configuración. Obtenga acceso a recetas de bots, sugerencias de solución de problemas y mejores prácticas.

Analytics

Implementar predicciones en registros de Salesforce sin redactar código (Disponible de forma general)

Puede escribir puntuajes automáticamente en campos seleccionados de Salesforce sin codificación. Integre fácilmente predicciones sin utilizar Process Builder o un paquete gestionado con un desencadenador.

Obtener las mejores predicciones de dos modelos diferentes

Anteriormente, Einstein Discovery se basaba en modelos de retroceso para predecir resultados. Einstein Discovery ahora agrega un segundo tipo de modelo basado en un enfoque de optimización de predicción conocido como algoritmos de aprendizaje de impulso de gradiente. Cuando crea una historia, Einstein Discovery genera predicciones utilizando ambos tipos de modelos y muestra los resultados del modelo que mejor desempeño tuvo. Obtiene lo mejor de ambos enfoques.

Monitorear la precisión de modelos implementados en tiempo real (Disponible de forma general)

Determine la precisión de sus modelos logísticos comparando visualmente resultados predichos con los actuales. A continuación utilice este comentario para ajustar su modelo y producir mejores predicciones. Un resultado actual es datos que no se espera que cambien porque alcanzaron su estado terminal. Un ejemplo de datos finalizados es la fecha en que se envió un pedido. Defina las condiciones bajo las cuales la variable de resultados de su historia alcanzó su estado terminal. De ese modo, Einstein Discovery sabe qué resultados incluir en el análisis de desempeño.

Mejorar sus modelos comparando mediciones

En Mediciones de modelos, ahora puede mostrar las mediciones para múltiples modelos de lado a lado. Consulte cómo se apilan las mediciones de modelo una sobre otra. Compare segmentos para revelar las variables más importantes en cada segmento. Utilice lo que aprende para mejorar sus modelos y alcanzar mejores predicciones.

Mejorar la precisión del modelo con umbrales de destino

Al desarrollar un modelo para un campo categórico, puede establecer un umbral óptimo que representa el corte para los dos depósitos que está prediciendo. Por ejemplo, puede especificar una relación de costo entre los falsos positivos y los falsos negativos. A continuación permita a Einstein Discovery precisar un umbral optimizado para el caso de negocio asociado con su historia. El valor del umbral representa las ventajas entre los tipos positivos verdaderos y los tipos positivos falsos.

Acelerar la creación de historias con configuración automatizada

Permita a Einstein Discovery seleccionar los mejores datos para analizar para el objetivo de su historia. Busca su conjunto de datos, selecciona la columna que se correlaciona con el resultado y excluye las columnas que no tienen ninguna correlación. Tras la creación de su historia, puede cambiar manualmente las selecciones de columna.

Mejorar sus predicciones analizando la precisión a lo largo del tiempo

Ahora puede monitorear cuán bien predicen sus modelos resultados actuales a lo largo del tiempo, luego utilizar estos comentarios para ajustar sus modelos y producir mejores predicciones. Puede monitorear la precisión de predicciones tanto para regresiones logísticas como lineales.

Visualizar desempeño de modelo con un gráfico de dispersión de valores residuales

Para modelos de retroceso logístico en que la variable de resultado es un campo de texto, un nuevo gráfico de dispersión de valores residuales revela la solidez de su modelo. Un valor residual representa la diferencia entre el valor predicho del modelo y el valor de resultado actual. Un resultado actual es datos que no se espera que cambien porque alcanzaron su estado terminal. Un ejemplo de datos finalizados es el número de artículos que recibió un cliente en un envío. Defina las condiciones bajo las cuales la variable de resultados de su historia alcanzó su estado terminal. De ese modo, Einstein Discovery sabe qué resultados incluir en el gráfico de dispersión.

Eliminar variables sesgadas de su modelo

Los modelos creados con datos sesgados pueden producir predicciones sesgadas. Impacto dispar es un ejemplo en que los datos reflejan prácticas discriminatorias hacia una población determinada, como disparidades de género en salarios iniciales. Einstein Discovery le alerta sobre variables que se están tratando de forma desigual en su modelo. Puede eliminar el sesgo de impacto desigual de sus predicciones para producir más modelos éticos y responsables.

Acelerar la creación de historias para perspectivas solo descriptivas

Si todo lo que quiere de sus datos son perspectivas de Lo que sucedió, puede omitir el análisis predictivo de su conjunto de datos. La creación de historias es más rápida porque Einstein Discovery no genera predicciones y mejoras. Una vez creada su historia, puede agregar manualmente análisis predictivo si cambia de opinión.

Actualizar sus historias con actualizaciones de conjunto de datos

Cuando los datos cambian en el conjunto de datos de origen, ahora puede elegir analizar los datos actualizados en vez de la instantánea tomada cuando se creó la historia. Cuando abre una historia, Einstein Discovery le notifica cuando se producen cambios en columnas o filas. Anteriormente, una historia siempre se anclaba en la instantánea original de los datos.

Procesar más datos de reporte con Perspectivas de datos de Einstein

Los límites de Perspectivas de datos de Einstein han aumentado. Ahora puede crear perspectivas desde reportes que contienen hasta 500.000 filas y 50 columnas de datos. Además, puede crear hasta 1.000 análisis de Perspectivas de datos de Einstein por organización por día.

Crear historias utilizando conjuntos de datos con predicados

Einstein Discovery ahora puede analizar conjuntos de datos de Einstein Analytics con predicados de seguridad a nivel de fila y reglas de colaboración asociadas con la herencia de colaboración de Salesforce. Todos los usuarios que acceden a la historia pueden ver los resultados de la historia. No necesitan el mismo acceso a nivel de fila que el creador de la historia. Anteriormente, necesitaba el permiso “Ignorar el predicado cuando se crea una historia a partir de un conjunto de datos”, que está desaprobado en la versión Winter ‘20.

Personalizar el aspecto de predicciones de Einstein Discovery en páginas de registros de Lightning Experience

Personalice el aspecto de predicciones de Einstein Discovery incrustadas en páginas de registros de Lightning Experience. Para modelos de retroceso logístico (problemas de clasificación binaria), especifique etiquetas que aparecen cuando la predicción es superior o inferior al umbral del modelo. Ejemplos: ganancia o pérdida, mantenimiento o abandono, etc. Recomendaciones de filtro sobre cómo mejorar una predicción. Establezca el número máximo de recomendaciones o muestre recomendaciones que afectan al resultado por un porcentaje mínimo.

Obtener predicciones de Einstein en código Apex

Tras implementar modelos con Einstein Discovery, utilice el método ConnectApi.SmartDataDiscovery.predict para obtener predicciones sobre objetos de Salesforce en su código Apex.

Retirada de Einstein Discovery Classic

Planificamos la retirada de Einstein Discovery Classic en Spring ‘20. Los usuarios actuales de Einstein Discovery Classic necesitan la licencia Einstein Analytics Plus (requerida para Einstein Discovery en Analytics) para volver a crear conjuntos de datos e historias en Analytics Studio. Einstein Discovery Classic será sustituido por la nueva experiencia en todas las organizaciones de Developer Edition con el lanzamiento de Winter ’20.

Personalización

Filtrar por comparación en Generador de predicciones de Einstein

En vez de filtrar solo valores de campo absolutos, ahora puede filtrar el valor de un solo campo en comparación con el valor de otro campo o en un punto en el tiempo. Haga que su lógica de filtro sea más significativa y relevante en su pregunta de predicción.

Llamar flujos iniciados automáticamente desde sus recomendaciones de Next Best Action

Ayude sus agentes de servicio a actuar rápidamente. Llame un flujo iniciado automáticamente para actualizar registros o enviar un email en segundo plano mediante una recomendación.

Crear plantillas de estrategia y proteger estrategias como su propiedad intelectual

Cree plantillas de estrategia en las que sus suscriptores pueden personalizar y crear. Compártalas en paquetes gestionados que publica en AppExchange. Un paquete gestionado puede incluir plantillas de estrategia y estrategias protegidas como su propiedad intelectual (PI). Los suscriptores pueden abrir una plantilla en Generador de estrategias y suplicarla para personalizar para su propio uso. Las estrategias no marcadas como plantillas con Propiedad intelectual (PI) protegida y no se pueden modificar o duplicar. Puede actualizar plantillas de estrategia y estrategias protegidas por PI como parte de una actualización de paquete. Cuando envía actualizaciones a plantillas de estrategia, no afecta a copias de suscriptores.

Deshacer y rehacer su trabajo al crear estrategias

Los accidentes pueden suceder cuando crea estrategias. Ahora que puede deshacer y rehacer fácilmente cambios, somo la eliminación por error de un elemento principal o el movimiento de un elemento de una bifurcación a otra.

Crear expresiones para bifurcaciones con mayor facilidad en el Generador de estrategias de Next Best Action

Cree expresiones con mayor rapidez y precisión al utilizar un elemento Selector de bifurcación para bifurcar recomendaciones. No más ingresos de valores de lista de selección. Ahora puede seleccionar los valores, y Next Best Action rellena la expresión por usted.

Asignar título a sus recomendaciones para facilitar la identificación

Agregamos títulos a la lista de atributos que puede mostrar para una recomendación en el componente Lightning Next Best Action en Generador de aplicaciones Lightning o Comunidades. Agregue un título a una recomendación de modo que su agente o usuario puedan identificarla fácilmente.

Mostrar recomendaciones en la página Inicio de su aplicación

Agregue el componente Lightning Next Best Action a la página Inicio de una aplicación para mostrar un conjunto de recomendaciones agregado. Por ejemplo, muestre a un agente una lista de cuentas clave para seguir pasado un número específico de días desde el contacto anterior.

Desarrollo

Einstein Vision: Nuevos campos language y algorithm

La respuesta para llamadas de API de Einstein Vision que devuelven información de modelo ahora contiene los campos language y algorithm.

Einstein Language: Nuevos campos language y algorithm

La respuesta para llamadas de API de Einstein Language que devuelven información de modelo ahora contiene los campos language y algorithm.

Crear mejores predicciones con perspectivas

Obtenga detalles acerca de la lógica tras predicciones de Einstein a través de objetos de perspectivas. Cuando una función de Einstein, como Generador de predicciones de Einstein, realiza una predicción y guarda los resultados, se crea un registro AIRecordInsight y varios registros secundarios asociados. Utilice estos registros para comprender cómo se crean predicciones de Einstein y se aplica lógica personalizada tras guardar las predicciones para mejorar y personalizar predicciones.