Siguiente Mejor Acción de Einstein: ¿qué es y cómo funciona?

La eficiencia es crucial para cualquier organización que ambicione mantenerse competitiva. En este contexto, Salesforce destaca con Siguiente Mejor Acción de Einstein (ENBA), una herramienta diseñada para optimizar los flujos de trabajo.

ENBA muestra recomendaciones personalizadas a partir de creación de flujos, estrategias de acción y lógicas de ramificación, creados mediante reglas comerciales específicas de organizaciones. Estas recomendaciones pueden mostrarse en páginas de Lightning, Visualforce, sitios de Experience Cloud y sitios externos, mediante el componente de ENBA o el componente de acciones sugeridas. Contando con la capacidad de aceptar o rechazar recomendaciones, los usuarios tienen el control total, permitiendo optimizar la experiencia tanto del cliente como de los agentes.

A continuación, detallaremos cómo funciona, sus casos de uso y los beneficios de esta solución para las organizaciones. Vamos a ello.

¿Qué es Siguiente Mejor Acción de Einstein?

Imagina que tu empresa está en medio de un intercambio con algún cliente que te está solicitando un servicio específico. El agente que lo atiende analiza su solicitud y sus condiciones, sosteniendo un intercambio fluido con el cliente. Cada acción que el agente realiza durante el intercambio debe contemplar la información del cliente que tu empresa ya conoce por su historial, asegurando así la respuesta óptima. Incluso si el agente responsable no conociera toda esta información, debe brindar la mejor respuesta posible, o sea, la más conveniente para ese cliente en ese momento. ¿Cómo lo hace? Pues con la ayuda de Siguiente Mejor Acción de Einstein, posicionado como el mejor aliado del agente para responder a las necesidades de ese cliente. Y lo mejor, es que su acción no se reduce exclusivamente a este escenario.

Siguiente Mejor Acción de Einstein (Einstein Next Best Action “ENBA” en inglés), es una herramienta de automatización de procesos que brinda sugerencias personalizadas sobre las siguientes mejores acciones a realizar en cada caso. Las recomendaciones se generan en tiempo real, partiendo de macrodatos y análisis predictivos para personalizarla. ENBA se enfoca hacia aquellas áreas que tienen contacto con el cliente, especialmente, a los agentes de servicio.

Configurando las reglas comerciales y filtros en función de la lógica empresarial, obtiene las mejores sugerencias contextuales. En esencia, el objetivo básico de Siguiente Mejor Acción de Einstein es ofrecer la acción adecuada, a la persona adecuada en el momento adecuado. Por un lado, esta funcionalidad ayuda a los agentes a recibir recomendaciones de las mejores acciones para potenciar su trabajo. Por otro, los clientes también reciben recomendaciones en las comunidades de acuerdo con sus interacciones.

En resumen, este enfoque proactivo permite a las organizaciones ofrecer experiencias personalizadas y aumentar la eficiencia operativa. Además, en última instancia, impulsa el compromiso y la satisfacción del cliente.

Recordemos el funcionamiento básico de Siguiente Mejor Acción de Einstein.

ENBA puede configurarse sin necesidad de crear códigos, simplemente por medio de clics, haciéndola amigable a los distintos tipos de usuarios. Para que genere sus recomendaciones con alto ajuste a las diversas situaciones, es preciso que cumpla una serie de pasos:

En la práctica esto se traduce en:

1. Recopilación de Datos: El sistema recopila, en tiempo real, datos históricos y contextuales de diversas fuentes, tales como interacciones previas, preferencias del cliente y datos transaccionales.
2. Análisis Predictivo: Utiliza modelos de aprendizaje automático para identificar patrones y comportamientos en los datos recopilados. Estos modelos permiten generar posibles acciones futuras.
3. Evaluación del Contexto: Considera elementos del contexto real, tales como la naturaleza de la interacción, la ubicación del cliente y otros factores relevantes, para personalizar las recomendaciones.
4. Generación de Recomendaciones: Basado en los análisis y la evaluación del contexto, el sistema genera recomendaciones específicas para la próxima acción a tomar, ya sea una oferta, un mensaje o una sugerencia.
5. Implementación en Tiempo Real: Presenta las recomendaciones proactivas en tiempo real durante la interacción con el cliente.
6. Optimización Continua: A medida que son recopilados más datos y se obtienen retroalimentaciones, el sistema ajusta constantemente sus modelos para mejorar la precisión y relevancia de las recomendaciones.

Entendiendo esto, es posible entonces conocer los pasos clave necesarios para una buena implementación de ENBA. Estos pasos estructuran la manera en que se presentarán las recomendaciones, así como la secuencia de pasos en caso de ser aceptadas o rechazadas. A grandes rasgos:

• Creación de flujos automatizados. Usando Flow Builder, se crean los flujos de acción que se ejecutarán cuando una sugerencia realizada sea aceptada o rechazada por el usuario.
• Creación de recomendaciones. Aquí se crea un registro de recomendaciones en el que se diseña cómo estas se mostrarán al usuario.
• Creación de un flujo de estrategia. También usando el Flow Builder, se crean los tipos de flujo de estrategia de recomendación decidiendo qué recomendación se muestra y cuándo se hace.
• Presentación de la recomendación. Una vez creados todos los elementos que intervienen en la formulación de una recomendación, es preciso mostrarla, ya sea en la página de Lightning, Experience Cloud o en un sitio externo.
• Análisis. En este punto se generan métricas sobre la adopción de recomendaciones por parte de los usuarios para que esto contribuya a mejorar sistemáticamente las estrategias.

Estas recomendaciones se pueden mostrar en diferentes páginas, entre ellas las de Lightning, Visualforce, sitios de Experience Cloud y sitios externos. La visualización se realiza mediante estos componentes:

• Componente Siguiente Mejor Acción de Einstein: mediante este complemento se muestran las recomendaciones a los agentes en la mayoría de las páginas Lightning, incluyendo páginas de registro, inicio y de aplicaciones.
• Componente de acciones sugeridas: puede utilizarse para mostrar recomendaciones en los sitios construidos en Experience Cloud, mediante las estrategias creadas en Strategy Builder.

Casos de uso de Siguiente Mejor Acción de Einstein

Los diferentes departamentos de una empresa pueden experimentar la ventaja que implica el uso de la funcionalidad de ENBA. Algunos de los casos más evidentes pueden ser:

• Ventas: Facilita al equipo de ventas valiosas sugerencias basadas en conocimientos previos, proporcionando orientación sobre cómo abordar a los clientes. Esto posibilita la identificación y dirección de clientes potenciales, así como oportunidades reales de ventas. Por ejemplo, puede recomendar ofertas específicas en función del historial de compras, preferencias y comportamientos anteriores del cliente. Además, ofrece recomendaciones sobre las mejores acciones de seguimiento del cliente, como llamadas de seguimiento o el envío de materiales promocionales.
• Servicio de atención al cliente: Ofrece sugerencias para resolver eficientemente problemas durante las interacciones de servicio, mejorando la satisfacción del cliente. Proporciona recomendaciones sobre ofertas de actualización de productos o servicios durante conversaciones de soporte técnico.
• Comercio: Realiza sugerencias altamente personalizadas de productos basadas en el historial de compras, preferencias individuales y comportamientos del usuario en el sitio web. Ajusta dinámicamente la experiencia del usuario al mostrar contenido, promociones o recomendaciones de productos según el comportamiento anterior. Este enfoque no solo mejora la experiencia de compra al presentar opciones relevantes, sino que también impulsa las ventas al aumentar las probabilidades de conversión.
• Marketing: Proporciona a los agentes de marketing sugerencias sobre las mejores acciones a realizar en cada campaña, basándose en el público objetivo. Estas recomendaciones se generan considerando las interacciones anteriores con ese público y la información disponible sobre sus gustos y preferencias.

Asimismo, contribuye a la segmentación dinámica de audiencias para campañas de marketing, sugiriendo criterios según el comportamiento del usuario. Recomienda el contenido más relevante para cada usuario en campañas de correo electrónico, publicidad digital y otras estrategias de marketing.
Estos casos de uso demuestran cómo ENBA es una herramienta versátil que fortalece la toma de decisiones y eleva la calidad de las interacciones en diversos contextos empresariales. Vale destacar que ENBA viene con una asignación mensual gratuita de 5,000 solicitudes. Al exceder ese número, Salesforce contactará a la empresa para acordar un precio de uso.

En resumen, ¿cómo ayuda Siguiente Mejor Acción de Einstein a las empresas?

Hemos querido puntualizar cómo los beneficios y características se concretan, ayudando a las empresas a incrementar su productividad. En tal sentido, podemos afirmar que ENBA:

• Es una herramienta lista para usar.
• Su configuración se ajusta o personaliza a las necesidades de cada empresa.
• Se considera un motor de recomendaciones potenciado con inteligencia artificial (IA) y aprendizaje automático que ayuda a tomar las mejores decisiones en cada momento.
• Ofrece recomendaciones óptimas para agentes, socios y clientes, en tiempo real, con el fin de lograr el máximo impacto.
• Las recomendaciones se realizan como un traje a la medida, ajustadas a los datos recopilados.
• Combina potentes modelos predictivos y las reglas comerciales de cada empresa, para realizar sus recomendaciones.
• Automatiza acciones basadas en recomendaciones. Esto permite ahorrar tiempo a los agentes, en pos de utilizarlo en tareas de mayor valor. Por ejemplo, ENBA ahorra hasta un 50% de tiempo cuando se incorporan nuevos clientes o agentes. Además, en el área de ventas, ahorra hasta el 88% del tiempo al presentar ofertas personalizadas a los clientes.
• Unifica la información de sus fuentes de datos, tanto la procedente de Salesforce como la de fuera de este.
• Provee información valiosa de gran utilidad.
• El sistema se actualiza y continúa aprendiendo constantemente a partir de las retroalimentaciones que recibe, en base a la aceptación o rechazo de las sugerencias realizadas; así como de los nuevos datos disponibles. Esto a su vez permite que las recomendaciones se tornen cada vez más precisas y relevantes.
• Las sugerencias nutren a los agentes para tomar las mejores decisiones y actuar de manera rápida.
• Se integra perfectamente con otras herramientas de IA, como Einstein Recommendation Builder.

Sin dudas, contar con un aliado para lograr que tu trabajo sea más ágil y eficiente es siempre una ventaja. Por ello, ENBA es una de las herramientas que goza de gran popularidad entre los distintos públicos. Sus recomendaciones, ajustadas a cada situación y sobre la base de datos e informaciones certeras, hacen que sus recomendaciones sean de gran ayuda para los agentes. En última instancia, estas cualidades de ENBA se traducen en productividad, clientes satisfechos y mayores ingresos. Si deseas explorar aún más esta funcionalidad, puedes contactar al equipo de SkyPlanner al correo hello@theskyplanner.com. Estaremos encantados de poder guiarte en esta travesía.