Прокачайся в код-рев’ю: для перших 50 учасників — курс безкоштовний

час читання: 3 хв

Що таке Salesforce Service Cloud Einstein та як із ним працювати: огляд основних функцій інтелектуального асистента

Автор статті — Associate Director Salesforce Practice в EPAM Джолін Уайт.

Вступ

У нещодавно опублікованому 5-му виданні звіту Salesforce State of Service підкреслено зміщення фокусу на підвищення ефективності та відхилення звернень (англ. case deflection) разом з іншими стандартними ключовими показниками ефективності обслуговування. Сервіс Cloud Einstein — це інтелектуальний асистент, що поєднує важливі функції, які допомагають автоматизувати роботу служби підтримки через відхилення звернень та зниження зайнятості операторів. Розібравшися в Service Cloud Einstein, ви зможете оцінити, які функції найкраще підходять для виконання завдань вашої компанії.

Звісно, хотілося б натиснути чудодійну кнопку та спостерігати за результатом зі сторони, але не все так просто. Гарна новина: за певного планування та аналізу ви дуже скоро зможете здивувати ваших фахівців служби підтримки. У таблицях нижче — огляд конкретних деталей.

Salesforce Service Cloud Einstein overview table

Service Cloud Einstein KPI

Функції Service Cloud Einstein

До основних функцій належать:

  • Einstein Bots*
  • Einstein Case Classification
  • Einstein Case Wrap-up*
  • Einstein Case Routing
  • Einstein Article Recommendations (примітка: використовують замість Suggested Articles)
  • Einstein Reply Recommendation*
  • Service Analytics

*Функція потребує налаштування Salesforce Chat.

Допоміжні функції, які технічно не входять до Service Cloud Einstein:

  • Einstein Next Best Action
  • Einstein Recommendation Builder

Більшість функцій потребують додаткових ліцензій, однак декілька з них доступні для використання з реалізацією в Service Cloud без чата:

  • Einstein Case Classification
  • Einstein Article Recommendations
  • Next Best Action та Einstein Recommendation Builder

Скільки даних потрібно? Як модель навчається після першого запуску?

У процесі налаштування Salesforce просканує робоче середовище, щоб переконатися, чи є у вас достатньо даних, і повідомить результат. Після першого налаштування може знадобитися 24 години на навчання та тестування моделі.

Це залежить від функцій і того, чи буде перенавчання виконуватися вручну чи автоматично. Попри те, що модель постійно оновлюється, потрібно контролювати актуальність і коректність, щоб робота сервісної команди була максимально ефективною.

Як створюються, тестуються та розгортаються функції?

Оскільки Einstein знаходить патерни в конкретному наборі даних середовища, більшість функцій мають бути створені безпосереньо на проді. Однак ви можете виконати тестовий запуск створення функції в пісочниці; при цьому жоден доступний метод не допоможе перенести її на прод — вам доведеться перебудувати її.

Щоб користувачі не бачили нові функції, надайте їм набір дозволів і видимість компонентів лише тоді, коли будете готові.

Як оцінити результативність Service Cloud Einstein?

Слідкувати за ефективністю моделей і функцій Service Cloud Einstein можна чотирма способами:

  • Setup
  • Standard Reports / Dashboards
  • Service Analytics + Tableau
  • App Exchange Dashboard/Reports

Monitoring the models and impact of Service Cloud Einstein features

З чого почати?

1. Почніть із функцій, що вже входять до вашої ліцензії Service Cloud.

2. Щоб вибрати правильний інструмент, визначте, на які KPI ви хочете вплинути.

3. Перш ніж переходити до наступних функцій, ефективно реалізуйте одну вибрану функцію.

4. Перегляньте й очистіть наявні дані звернеть і статей, щоб Einstein видав найбільш релевантну інформацію.

5. Залучіть кінцевих користувачів до процесу. Це допоможе налагодити робочі відносини й запустити природний цикл зворотного зв’язку.

6. Створіть окрему команду для рецензування, написання та створення статей.

7. Призначте невелику команду, яка продовжуватиме стежити за моделями після створення та вдосконалювати їх, щоб отримати максимальну користь від імплементації. Обов’язково виділяйте на це час кожного місяця, щоб поступово покращувати зворотний зв’язок кінцевих користувачів і власне моделі. Імплементація та постійне обслуговування цих функцій ніколи не переходять у статус done, проте вони дають змогу досягати серйозних результатів із впливу на KPI.

8. Додайте до свого плану успіхи, які будете відзначати з командою та кінцевими користувачами в процесі використання асистента Einstein.