breadcrumbDescription
Einstein-anbefalingskonstruktør
Einstein-anbefalingskonstruktør leverer personlige anbefalinger til kunder. I modsætning til regelbaserede anbefalinger giver Einstein-drevet AI dig mulighed for at anbefale alt til alle. F.eks. kandidater f.eks. til job, produkter til kunder eller dele til arbejdsordrer.
EditionsHeading
| Tilgængelig i: Enterprise, Performance og Unlimited Edition |
| Brugertilladelser påkrævet | |
|---|---|
| Hvis du vil opbygge og se anbefalinger: | Tilpas applikation OG Vis opsætning |
| Hvis du vil oprette eller administrere strategier: | Rediger alle data ELLER Administrer strategier for Next Best Action |
| Hvis du vil køre en handlingsstrategi: | Kør forløb ELLER Feltet Forløbsbruger aktiveret på brugerdetaljesiden |
I modsætning til anbefalingsløsninger, som er klar til brug, giver Einstein-anbefalingskonstruktør dig mulighed for at oprette tilpassede anbefalinger baseret på standard-Salesforce-objekter eller tilpassede Salesforce-objekter.
Einstein-anbefalingskonstruktør hjælper dig med at anbefale registreringer fra et Salesforce-objekt til registreringer fra et relateret objekt. Intelligente anbefalinger opretter salgsmuligheder for at:
- Forbedre kundetilfredshed og -fastholdelse.
- Skabe vækst i din forretning ved hjælp af relevante tilbud.
- Udnytte driftsmæssig effektivitet gennem bedre match mellem forretningsbehov og ressourcer.
På grund af dets fleksible konfigurationsindstillinger, giver Einstein-anbefalingskonstruktør intelligente anbefalinger i forskellige sammenhænge på tværs af forretningsfunktioner og branchevertikaler. Her er nogle eksempler:
- Krydssalgsanbefaling: Anbefal yderligere produkter og tjenester til eksisterende kunder.
- Next Best Action: Anbefal den bedste handling ved eller løsning på et kundeproblem.
- Next Best Offer: Anbefal det mest relevante tilbud eller den mest relevante kampagne til kunder og kundeemner.
- Berigelse af arbejdsordrer: Anbefal relevante dele, som feltteknikere skal medbringe til servicebesøg.
- Anbefaling til jobkandidater: Anbefal relevante kandidater, der med størst sandsynlighed accepterer et job eller omvendt.
- Anbefaling til partnerløsning: Anbefal de mest relevante partnerløsninger til dine kunder.
- Overvejelser i forbindelse med opsætning af Einstein-anbefalingskonstruktør
Når du starter på at opbygge anbefalinger, er der nogle få ting, som du skal huske på. - Opgrader til den betalte version af Einstein-anbefalingskonstruktør
Hvis du bruger Prøv Einstein-versionen af Einstein-anbefalingskonstruktør, kan du opgradere til en betalt licens for at opbygge anbefalinger uden begrænsninger, når du er klar. - Opsæt Einstein-anbefalingskonstruktør
Aktiver Einstein-anbefalingskonstruktør for at opbygge og levere personlige anbefalinger. Eller deaktiver det, hvis du ikke vil oprette anbefalinger lige nu. - Terminologi for anbefalingsdata
Når du bruger Einstein-anbefalingskonstruktør, er det nyttigt at forstå nogle udtryk, som vi bruger til datasæt. - Eksempler på objekttyper
Du bruger tre typer af anbefalingsobjekter til at opbygge anbefalinger. - Planlæg din anbefaling
Før du begynder at opbygge en anbefaling, skal du overveje, hvad du vil anbefale, og hvem eller hvad du ønsker at anbefale det til. Bestem derefter, hvordan du oversætter disse elementer til Salesforce-objekter og deres relationer. - Opbyg en anbefaling
Som med enhver anden AI-løsning er opbygning af en god anbefaling en gentagende proces. - Opbyg en anbefaling ved brug af en skabelon
Einstein-anbefalingskonstruktør giver dig mulighed for at oprette en tilpasset anbefaling eller opbygge en fra en skabelon. Hvis du vil spare tid og opbygge en anbefaling hurtigere, kan du bruge en skabelon. Mens Einstein lærer af dine data, bliver dine anbefalinger smartere. - Juster din anbefaling
Når du har oprettet en anbefaling, kan du justere den for at få optimale resultater. - Kontroller dine data
Datakontrol bekræfter, om du har tilstrækkelige registreringer til at opbygge din anbefaling. Den giver hurtigt feedback om dine anbefalingsindstillinger og fanger problemer tidligt. Find f.eks. hurtigere under Opsætning ud af, om du har nok data, eller om de samme registreringer bruges i både positive og negative eksempler. - Angiv interaktionseksempler
Hvis du vil have mest muligt ud af din Einstein-anbefaling, skal du angive eksempler på positive og negative interaktioner. - Gennemse din anbefalings pointtavle
Når du har opbygget din anbefaling, kan du gennemse din anbefalings resultater i pointtavlen for Einstein-anbefalingskonstruktør. Se overordnede metrikker, og få detaljer på oversigtssiden. - Gentag din anbefaling
Når du har oprettet en anbefaling, kan du gentage den for at få optimale resultater. - Implementer din anbefaling
Når din anbefaling er klar, skal du implementere den med Einstein Next Best Action. - Opbyg en administreret pakkeanbefaling
En administreret pakke gør det muligt for ISV'er (Independent Software Vendors - uafhængige softwareleverandører) og partnere nemt at overføre tilpassede anbefalinger på tværs af flere organisationer. Den gør det også at implementere hurtigere til kunder.
