Blog

Dreamforce 2017: 4 próximos pasos para Salesforce Einstein

Para el cliente de Salesforce Bill Hoffman, jefe de análisis del US Bank con sede en Minneapolis, la "A" en "AI" se trata de inteligencia "aumentada" porque, como dijo en una conferencia magistral en el evento Dreamforce de esta semana en San Francisco, "no hay nada artificial al respecto ".

Para el cliente de Salesforce Bill Hoffman, jefe de análisis del US Bank con sede en Minneapolis, la “A” en “AI” se trata de inteligencia “aumentada” porque, como dijo en una conferencia magistral en el evento Dreamforce de esta semana en San Francisco, “no hay nada artificial al respecto “.

US Bank ha desplegado las capacidades de Salesforce Einstein, que incluyen Predictive Lead Scoring y Einstein Analytics (antes conocido como Wave) para el análisis de atrición de los clientes y los esfuerzos de retención. También usa Einstein Discovery (anteriormente BeyondCore) para comprender mejor el comportamiento de los clientes y las oportunidades de venta cruzada. El banco espera extender las capacidades de Einstein a más de 2,000 de sus asesores financieros orientados a los clientes en toda la empresa con la esperanza de “personalizar el servicio a escala” y “crear una experiencia de cliente diferenciada”, dijo Hoffman.

Personalizar a escala es precisamente la idea detrás de dos capacidades “myEinstein” anunciadas en Dreamforce. También se anunciaron dos capacidades de Einstein Analytics. Las cuatro capacidades están llegando a la cartera el próximo año. Esto es lo que prometen hacer por su negocio.

Einstein Prediction Builder: muchos clientes de Salesforce están utilizando o considerando las capacidades de Einstein basadas en el aprendizaje automático, la mayoría de las cuales se detallaron en mi informe de 19 páginas publicado a principios de este año. Pero en Dreamforce 2017 escuchamos la estadística reveladora de que aproximadamente el 80 por ciento de los datos de los clientes en Salesforce están vinculados a campos y objetos personalizados (definidos por el cliente). No es de extrañar, entonces, que la pregunta número uno entre los clientes de Salesforce fuera personalizable, así como preconstruido, ideas, predicciones y recomendaciones de Einstein.

Einstein Prediction Builder es una capacidad sin código diseñada para permitir que los científicos no científicos de datos desarrollen predicciones utilizando campos personalizados. Los casos de uso son ilimitados, pero es probable que los casos de uso populares incluyan análisis de ventas cruzadas / ventas ascendentes, abandono, CSAT y propensión a escalar. Prediction Builder estará impulsado por la misma línea de datos de aprendizaje automático que maneja millones de predicciones de Einstein por día, pero se abrirá, comenzando con una versión beta de febrero y probablemente con una versión general de junio, a campos y objetos personalizados en Salesforce. . El precio no ha sido finalizado.

Einstein Bots: Salesforce adquirió una sólida comprensión del lenguaje natural y capacidades de traducción del lenguaje natural a través de su adquisición en 2016 de MetaMind. Einstein Bots, una segunda característica de My Einstein, combinará estas capacidades de lenguaje con los datos de Salesforce y el motor de flujo de trabajo de Salesforce para impulsar a los agentes de servicio al cliente automatizados. La idea es manejar la mayor parte de los casos de servicios simples y frecuentes, como el restablecimiento de contraseñas de usuario, dejando la cola larga de consultas de servicio complejas y poco frecuentes a los agentes humanos.

Al igual que con Prediction Builder, el desarrollo de Einstein Bot será una proposición sin código. Comenzará con las selecciones de apuntar y hacer clic y la configuración y carga del flujo de trabajo de las hojas de cálculo del texto de muestra del servicio al cliente para entrenar el modelo de idioma. Se espera la liberación de Beta en febrero, con disponibilidad general a seguir en junio. Los precios se anunciarán según la disponibilidad general, pero espero que se basen en el volumen de casos manejados durante un tiempo específico. Los Bots comenzarán con la interacción basada en texto, pero es probable que sigan interacciones basadas en voz.

Einstein Data Insights: esta nueva capacidad de Einstein Analytics (anteriormente Wave) proporciona una visión más profunda de los informes estándar de Salesforce de Sales Cloud, Service Cloud y, eventualmente, otras nubes. Impulsado por el mismo motor detrás de Einstein Discovery, Einstein Data Insights mostrará automáticamente tendencias importantes, valores atípicos, cambios en el tiempo e incluso problemas de calidad de datos dentro de informes estándar, mostrando una combinación de visualizaciones y explicaciones textuales. Los usuarios presionarán un botón incrustado en un informe estándar y las visualizaciones y explicaciones textuales aparecerán en el lado derecho de la pantalla (ver imagen a continuación). También se espera que esta capacidad tenga un lanzamiento beta en febrero y esté disponible en general en junio próximo. El modelo de fijación de precios aún no se ha determinado.

Característica exploradora de datos de Einstein: esta capacidad, que se incluirá con Einstein Analytics, le permitirá tener “una conversación con sus datos”, dice Salesforce, al escribir preguntas en inglés sencillo. Detrás de escena, la interpretación basada en palabras clave lo ayudará a profundizar en paneles y visualizaciones para comprender mejor no solo lo que sucedió por qué sucedió. Puede profundizar en una cifra total, por ejemplo, escribiendo “cantidad por producto”. O puede analizar el rendimiento escribiendo “ofertas perdidas por producto”. Se espera que esta característica esté generalmente disponible en febrero.

MI PERSPECTIVA SOBRE EL PROGRESO DE EINSTEIN

A pesar de lo atractivas que son las próximas capacidades de Einstein, la gran pregunta en la mente de muchos clientes es “¿cuánto va a costar?” Parece que todavía estamos en una fase de gallina y huevo en la que tanto Salesforce como los clientes están tratando de descubrir cuánto valen las capacidades de Einstein. Diferentes tipos de predicciones y recomendaciones tienen diferentes valores, dependiendo de la nube y los tipos de acciones activadas. El tamaño y la naturaleza del cliente añaden otra dimensión de complejidad, ya que las grandes empresas a veces prefieren ofertas empresariales de todo lo que pueda comer. Mientras tanto, Salesforce necesita establecer claras expectativas de ingresos para mantener contentos a sus inversores y a Wall Street. La innovación presenta sus desafíos.

Estando al día con las tendencias de los grandes datos y el software de código abierto, un posible enfoque de precios sería proporcionar acceso gratuito a las herramientas de desarrollo de Einstein y un número limitado de predicciones o recomendaciones para que las empresas puedan tener una idea de lo que pueden hacer. Una vez que se implemente la capacidad, Salesforce podría aplicar cargos basados n volumen por predicción o por recomendación. Los cargos se vincularían con el valor entregado al cliente, aunque diferentes clientes seguramente tendrían distintas percepciones de valor. , por lo que podría ser difícil encontrar un esquema de precios único para todos.

Una cosa que los clientes podrían haber encontrado confusa en Dreamforce fue la distinción entre Einstein y Einstein Analytics (anteriormente Wave Analytics). Hubo dos conferencias principales en Dreamforce y hay dos equipos separados detrás de diferentes conjuntos de capacidades de Einstein. Pero ambos son parte de un portafolio y un continuo desde el análisis descriptivo y de diagnóstico hasta el análisis predictivo y las recomendaciones y acciones prescriptivas (así como capacidades avanzadas de lenguaje y visión y API para aplicaciones interactivas con humanos). Antes de que pueda llegar a la parte predictiva y prescriptiva, debe tener buenos datos e informes en su lugar.

US Bank utiliza capacidades en todo el proceso de Einstein, y Bill Hoffman, cuando se le solicitó asesoramiento durante una conferencia, dijo que debe comenzar con la calidad de los datos y debe contar desde el comienzo con interesados lave y socios de gestión de riesgos y cumplimiento. En resumen, no espere obtener el chisporroteo de la “IA” sin abordar la cuestión de la carne y la patata de la administración de datos y la generación de informes y análisis de referencia.

Los anuncios no reconocidos que no recibieron tanta atención en Dreamforce incluyeron una reescritura reciente del motor Einstein Analytics, que ofrece una reducción del 30 por ciento en la ingesta de datos y los tiempos de consulta. La capacidad de datos disponible también se duplicó a mil millones de filas por cliente.

Para una carga de datos más sencilla desde fuentes externas, Salesforce ha agregado conectores de datos listos para usar para AWS Redshift, Google BigQuery y Microsoft Dynamics, y se agregarán más de 20 conectores preconstruidos adicionales en los próximos seis meses. Finalmente, las capacidades de Smart Data Prep se han mejorado con perfiles de datos, agrupamiento automático, detección de anomalías, filtrado y sugerencias de transformación.

Estas actualizaciones no son atractivas, pero son mejoras cotidianas en la productividad que ayudarán a los clientes a vender análisis sobre el manejo de análisis en Salesforce y avanzar a las predicciones y recomendaciones de Einstein.

Escrito por Pedro Jauregui Gonzalez