026_爱因斯坦

Posted BandariFang

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了026_爱因斯坦相关的知识,希望对你有一定的参考价值。

简短的说,就是人工智能,Artificial Intelligence ,AI是通过将预测智能嵌入到您的日常应用程序中,使您的日常生活更加智慧;说的很高大尚,那么如何在salesforce将AI 和CRM 相结合又是另一回事;

接下来,我们一起学习下:

机器学习是AI的核心驱动力。这是使用算法来告诉您有关数据的有趣内容的过程,而无需编写特定于您要解决的问题的代码。换句话说,这是一种使计算机从数据中学到最少编程的方式。您不必编写代码,而是提供机器数据,并根据此数据构建自己的逻辑功能。

   AI通过个性化建议,智能搜索结果和自动助手(但不是杀手机器人)使我们的生活更轻松,
    随着数据,计算能力和算法的收敛,人工智能正处于进化的转折点
    AI嵌入在我们已经在消费者生活中使用的应用程序中,并且通过UI体验固有地浮出水面

在Salesforce的上下文中,最后一个项目符号是关键。您可以以相同的方式思考Salesforce爱因斯坦。就像消费应用一样,我们将AI引入到我们所有的Salesforce应用程序中,使客户互动更加智能。这意味着,通过Salesforce爱因斯坦,Salesforce平台的每个关键功能(从工作流程到Process Builder)到分析 - 将无缝嵌入AI。所有Salesforce用户,而不仅仅是数据科学家,都可以直接在业务范围内预测。

用于CRM的Salesforce Einstein-AI嵌入在您和您的用户已经使用的Salesforce应用程序中。这意味着你可以把AI带给大家。
这很容易。不完全是。

您不必打开Salesforce爱因斯坦。你实际上不需要做任何事情。它已经嵌入到那里,使每个客户的互动更加智慧。

尽可能少的摩擦,Salesforce爱因斯坦发现了您公司最重要的业务洞察,预测接下来会发生什么,建议采取最佳行动,并最终自动执行某些任务以释放用户的时间。

 

捕获数据

    AI项目必须拥有大量数据的数据源 - 这么多的数据我们称之为数据湖。
    Salesforce是一个名副其实的湖泊:我们有很多数据。
    Salesforce爱因斯坦使用这些数据构建模型,为客户提供预测,建议和自动化流程。

从数据中学习

    像Facebook或亚马逊这样的消费者公司拥有所有客户使用的一个应用程序,因此他们只需要一个数据模式。另一方面,Salesforce爱因斯坦通过在个人客户数据级别应用机器学习来生成数十万种型号。
    您的Salesforce组织是唯一的。您可能已经创建了特定于贵公司业务的自定义对象,字段和工作流。 Salesforce爱因斯坦很聪明,可以处理您的组织的自定义以及其他Salesforce组织的自定义,因为我们是元数据驱动的。
    您的用户将他们的专业知识纳入框架业务问题,而Salesforce爱因斯坦建立了最佳的机器学习模型来寻找答案。这样很聪明

与客户联系

    借助机器学习,包括深度学习和自然语言处理,您的用户可以为您的公司的客户提供更好的体验。
    Salesforce爱因斯坦由上述技术构成。它嵌入在Salesforce功能中,它在后台运行,访问新的数据输入,构建洞察和预测,并向用户展示最重要的发现。
    这些学习都不是需要开发人员工作的附加组件。它是Salesforce产品的核心部分。

爱因斯坦销售云

我们知道销售代表重要的一天是重要的,以便他们能够转换最多的潜在客户,并专注于正确的机会。 他们还必须与他们的前景保持联系,并确定最佳的跟进时间。 生产力是他们最重要的资产。 如果他们知道什么时候与客户进行交流,只需提供正确的报价,代理商就可以更有成效。
推荐跟进(Salesforce收件箱)

通过自动提醒,销售代表不再需要花时间管理他们的联系人,他们不用担心失去与重要前景的联系。

     获取一个自动提醒任务,以跟踪没有回复电子邮件的客户。
     查看提醒任务,并按需接受或拒绝任务。

自动化活动捕获

     将您的电子邮件和日历连接到Salesforce,以消除数据输入并提高销售代表的生产力。
     自动添加您收到的每封电子邮件和会议并发送到相关的Salesforce记录,以跟踪与销售相关的活动并生成洞察。

预测领先得分

     根据定义的领先分数进行转换的可能性,自动优先考虑最高价值的潜在客户。
     帮助代表确定哪些导致重点首先更快地转换线索。
     确定确定预测铅分数的最重要因素,以了解什么是推动最佳潜在客户。
     跟踪您的组织中的主要领先分数指标,包括平均线上分数,转换率和领先分数分布,以衡量传入线索的健康状况。

机会见解

     表面重要的机会洞察力,包括客户情绪,竞争对手的参与度和总体前景参与度,以了解交易是否可能关闭。
     根据积极和消极的信号提供销售代表采取最佳的下一步行动,以增加关闭机会的可能性。

 

帐户见解

     提醒销售代表与其帐户相关的重要业务发展,包括最新消息,并购活动和公司扩展更新,以帮助他们了解情况。
     知道什么时候从事关键账户,以及根据最新消息见解讨论什么。

营销云爱因斯坦

营销人员必须比以往更了解他们的客户,以便他们提供个性化的广告系列。 每个客户都是独一无二的。 营销人员需要知道客户花费最多时间的渠道,如何向他们提供正确的内容,以及何时与他们接触。 分析过去的客户行为有助于营销人员预测未来行为,预测客户需求,并指导每个接触点的体验。
预测内容和建议

     为每个人推荐最好的产品,内容或报价。
     提高平均订单价值,转换更多匿名网页访问者,并更快地浏览相关内容。

 

销售云爱因斯坦已经能够为Honeydew的销售流程迄今为止印象深刻。似乎AI对于记录和显示关键数据点,自动化活动以及将潜在客户转化为机会是有效的。但是,在与胡椒谈话之后,你知道真正的考验还在后面。
这项工作全部用于核桃,如果它不利于公司的底线。卖不容易胡椒和其他经理有很好的销售团队,但他们仍然在与其他公司见过的同样的问题上奋斗。

    更多交易的决策时间框架更长。代表们很容易失去他们在不同交易中的位置。
    失去交易延误。当一个代表正在努力处理好几个机会时,知道何时重新接触联系人可能很难。
    对于经理来说,掌握销售团队的交易是有挑战性的。有了这么多的噪音,他们很难知道到哪里去帮忙。

AI如何帮助关闭交易
那天下午,您向Ava介绍了AI可以为销售流程的交易关闭阶段提供的所有好处。

    AI可以根据您公司现有的机会数据来确定趋势。因此,销售代表可以根据最近的活动了解哪些交易或多或少可能关闭。
    使用智能系统,当一段时间内没有活动时,可以提醒销售代表跟进。他们也可以在交易的关键时刻进行通知。
    对于管理人员来说,人工智能可以提供他们团队管道的可见性,而不要求个别的销售代表,然后在太晚之前避免交易发生的灾难。

您在Honeydew使用AI关闭更多交易的答案?这是对的 - 销售云爱因斯坦。具体来说,机会洞察功能。
介绍爱因斯坦机会洞察

你解释说,爱因斯坦机会洞察使用机器学习和情绪分析来帮助销售代表关闭更多的交易。用于记录客户数据和识别最佳线索的相同数据收集也可以移动销售针。洞察力适合您组织特定的模式和数据。
竞争对手提到见解

爱因斯坦机会洞察力为需要时准确地提供了关于不同机会的智能预测和后续跟踪。这些见解针对您的组织和团队,并且它们显示在主页,机会记录和列表视图中。

销售代表可以在主页上查看与其交易相关的所有见解。主页还提供与不同机会相关的操作,例如编辑机会的关闭日期或发送电子邮件的能力,该联系人没有响应请求。代表们可以驳回洞察或留下关于个人见解相关性的反馈。
主页上的洞察

在机会记录中,代表可以看到与机会有关的所有见解。管理员还可以自定义列表视图来显示洞察。
三种见解
您可以通过描述爱因斯坦机会洞察所包含的三种不同的见解来完成演讲。

    交易预测 - 您的代表根据最近的活动和现有的机会数据查看预测。例如,交易是否或多或少可能关闭,或者交易似乎不太可能及时关闭。
    后续提醒 - 当联系人在一段时间内没有回复时,会收到提醒。如果在很长一段时间内没有任何与重要机会相关的沟通,他们也会得到提醒。
    关键时刻 - 在与交易相关的关键时刻通知代理人,例如联系人提及竞争对手或正在离开公司时。

 

以上是关于026_爱因斯坦的主要内容,如果未能解决你的问题,请参考以下文章

deep_thoughts36_爱因斯坦标示法与PyTorch联合

时间在流淌着生命和财富

斯坦福-随机图模型-week1.6_

斯坦福-随机图模型-week1.3_

斯坦福-随机图模型-week4.2_

BZOJ_2595_[Wc2008]游览计划_斯坦纳树