• SALESFORCE

Salesforce Einstein: Inteligencia Artificial aplicada a nubes de Salesforce

Alejandro Lanzarote – Junio 2022

¿Qué es Salesforce Einstein?

Salesforce Einstein es la tecnología de inteligencia artificial desarrollada por Salesforce. Einstein, es un conjunto de herramientas inteligentes predictivas que analizan el comportamiento de nuestros subscriptores según Machine Learning, con el objetivo de poder ofrecer puntuaciones, recomendaciones y previsión de acciones de nuestros usuarios. Basado en el comportamiento previo de las acciones individuales del subscriptor o las acciones de otros subscriptores similares, en caso de no tener suficiente información específica de un subscriptor en particular.

Para ello, cada funcionalidad se basa en una serie de algoritmos donde cada acción tiene un valor y en función del comportamiento / acciones del subscriptor los categorizará. Estos algoritmos y valores por desgracia son una caja negra y no sabemos exactamente cuál es su comportamiento y algunos parámetros relacionados con su rendimiento no pueden ser modificados ni si quiera por un usuario con permisos de “administrador”.

Incorporando las capacidades de la Inteligencia Artificial a Salesforce Marketing Cloud, llevando así la relación con nuestros clientes al siguiente nivel

¿En qué nubes de Salesforce podemos encontrar Einstein?

Einstein y sus utilidades han llegado a multitud de las soluciones de Salesforce las más destacables:

• Salesforce Sales

Estas utilidades de Inteligencia predictiva aprenden de las acciones de ventas de su equipo y de los datos del CRM y le ayuda a identificar los mejores clientes potenciales, a convertir las oportunidades de forma más eficiente y a retener a los clientes con facilidad.

La característica principal es Einstein Forecasting. Es una utilidad (out-of-the-box) que amplía las capacidades de Sales permitiendo que el personal de ventas realice predicciones precisas utilizando todos sus datos históricos de CRM. Salesforce Einstein Forecasting es esencialmente un conjunto de funcionalidades de autoaprendizaje que aprenden el comportamiento de previsión individual y de equipo para ofrecer una visión objetiva de las ventas futuras.

• Salesforce Service

Son un potente conjunto de soluciones que dan soporte a los agentes y mejoran la satisfacción de los clientes.

Incluye la creación de casos recomendados donde se rellenarán automáticamente los campos claves y será asignado al agente adecuado de forma predictiva.

• Salesforce Commerce

Einstein Commerce confiere la capacidad de transformar los datos de nuestros clientes en acciones predictivas en tiempo real. Sus soluciones más relevantes son:

-Predictive Sort: la cual utiliza el aprendizaje automático para personalizar el orden en que aparecen los productos en las páginas de búsqueda y de categorías en los sitios web de comercio electrónico, hasta el comprador individual en función de sus hábitos de navegación anteriores.

-New Order Management: que dota a los minoristas con la capacidad de analizar la demanda de los clientes comparándola con la oferta registrada mediante el análisis de los datos de pedidos e inventarios de las tiendas, los almacenes y los proveedores.

-Einstein Product Recommendation: que recomienda los productos más relevantes a cada comprador incluso aunque no estén identificados.

• Salesforce Financial 

En Financial Service la inteligencia predictiva de Einstein ofrece la posibilidad de descubrir oportunidades basadas en las acciones de los clientes, los anuncios de la competencia y otra serie de indicadores globales con el objetivo de que los agentes pueden obtener una visión clara del ecosistema patrimonial familiar y de la cuenta financiera del cliente a través de

“Relationship Map”.

• Salesforce Community

En Community las utilidades de Einstein se centran en realizar recomendaciones a nuestros clientes sobre artículos, asuntos, expertos y archivos.

• Salesforce Analitys

Las soluciones Einstein Analytics permite que Analytics se integre con los datos de uno o varios CRMs (Customer Relationship Management / Gestion de Relaciones con Cliente) no necesariamente Salesforce CRM con el objetivo de analizar todos los datos disponibles lo que permitirá la detección de posibles oportunidades de negocio o áreas de crecimiento

• Interaction Studio

Propiamente dicho Einstein no existe en Interaction Studio, pero sus algoritmos están detrás de las funcionalidades más importantes de IS.

NBA (next best acition) y NBO (next best offer) realizan personalizan web según inteligencia predictiva que recomienda cual o cuales son las mejores acciones y/o ofertas para cada cliente de manera individualizada-

• Salesforce Marketing Cloud

Será abordado en detalle a continuación.

Einstein Salesforce Marketing Cloud. Acceso y Activación

Para acceder al menú de Einstein en Salesforce Marketing Cloud debemos de ir al primer nivel de navegación, ratón sobre la nube de Salesforce y una vez desplegados todos los módulos y studios veremos en la zona de la derecha el icono y el nombre de Einstein

Al poner el ratón sobre él se desplegarán en un menú contextual todas las funcionalidades / módulos disponibles de Einstein en Salesforce Marketing Cloud.

Este menú contextual nos permitirá ir a cada uno de los módulos existentes, así como a la pagina de vista general de Einstein en Salesforce Marketing Cloud. En dicha vista, veremos los datos de cada uno de los módulos y en caso de que estén desactivados podremos activarlos.

La configuración de Einstein se realiza a nivel de Business Unit por lo que si se desea activar globalmente en una instancia, debemos de activar cada módulo individual y manualmente en cada Business Unit.

La activación se realiza dentro del apartado de administración. Si intentamos activar cualquiera de los módulos presionando el botón “Turn On”, nos redirigirá hacia el área de administración, donde activaremos cada módulo de manera individual tal y como hemos indicado anteriormente.

La activación de Einstein la encontraremos dentro del Submenú “Platform Tools”. Al acceder a él se desplegarán los módulos para poder revisar la información almacenada en cada uno de ellos o activarlos.

Al presionar el botón de “Actívate”, nos saldrá un mensaje indicando que el módulo se encuentro activo y que se está ejecutando un análisis, el cual se demora 24 horas.

Independientemente de la nube en la que queramos usar las capacidades de Einstein, lo primero que debemos de hacer es activarlo. Es necesario que el motor de Einstein recopile datos durante un periodo de tiempo antes de que pueda aportarnos recomendaciones fiables, este tiempo es variable y dependerá del uso de la plataforma / nube de Salesforce. Empieza aportar datos a partir de las 72 horas, aun así es recomendable que esté activo al menos seis meses. Antes de este periodo los datos no son del todo precisos y las conclusiones que podamos obtener de ellos podrían estar sesgadas..

Einstein Salesforce Marketing Cloud. Módulos / Utilidades

Overview

Desde esta sección vemos dashboards genéricos con los principales indicadores de cada módulo de Einstein y al interactuar con ellos, no redirige a la sección específica del módulo o a la sección de administración para poder activarlo en caso de que el módulo no esté activado.

Además, podemos ver los detalles sobre dónde aplica cada módulo especifico de Einstein.

Engagement Scoring

Usa datos de subscriptores y machine learning para generar modelos predictivos que asignan puntuaciones (scoring) para cada subscriptor en diferentes dimensiones: probabilidad de abrir email, clic en email, probabilidad de darse de baja y probabilidad de conversión.

Los datos de scoring son almacenados en una Data Extension con el nombre MC_Einstein_Predictive_Scores lo que significa que podemos usar esa data extensión para segmentar a nuestros clientes o crear audiencias similares con Advertising Studio.

-Email

Este módulo de Einstein nos permite realizar segmentaciones predictivas en SFMC para nuestras futuras campañas de correo electrónico. Para ello, Einstein categoriza a nuestros suscriptores en los siguientes grupos:

• Loyalists: Alta apertura y alto engagement de clics.
• Window Shoppers: Alta apertura y bajo engagement de clics.
• Selective Subscribers: Baja apertura y alto engagement de clics.
• Winback/Dormant: Baja apertura y baja participación de clics.

Esta funcionalidad es explotada en Journey Builder usando el componente nativo de Engagement Split, donde cada categoría de usuarios puede tener su propio “path” rama dentro del Journey.

El Einstein Engagement Split nos permite no solo segmentar por los usuarios categorizados, si no que nos permite establecer caminos personalizados para los usuarios que la inteligencia predictiva calcule que es más probable que realicen las siguientes acciones:

• Categorización de usuarios (Loyalist, Selective Subscribers, Window Shoppers, Winback/Dormant)
• Open Likelihood: Mayor probabilidad de apertura
• Click Likelihood: Mayor probabilidad de clicks
• Unsubscribe Likelihood: Mayor probabilidad de baja
• Web Conversion Likelihood: Mayor probabilidad de conversión*

*Requiere instalar en la web de destino el “collect tracking script”

Esta segmentación de usuarios nos permite realizar acciones especificas sobre cada segmento como por ejemplo incentivar la conversión o realizar campañas especificas de retención de usuarios.

1. Predicted Email Engagement: Muestra el tamaño de tu audiencia y los clasifica en los cuatro grupos: dormant/winback, window shopper, suscriptor selectivo, o loyalist.

2. Subscriber Retention Prediction: Muestra la probabilidad de que sus suscriptores permanezcan suscritos a sus correos electrónicos en los próximos 7 días.

3. Email Open Prediction: Muestra la probabilidad de que tus suscriptores abran un email en los próximos 7 días, junto con la salud de la audiencia. Las aperturas deben de ser tratadas con especial cuidado ya que son medidas gracias a la inserción de pixeles (imágenes pequeñas transparentes) si las posliticas de seguridad de nuestro equipo o de nuestro ISP (proveedor de correo) bloquean las imágenes, estas aperturas no serán contabilizadas.

4. Email Click Prediction: Muestra la probabilidad de que sus suscriptores hagan clic en un correo electrónico en los próximos 7 días, junto con la salud de la audiencia.

5. Web Conversion Prediction: Muestra la probabilidad de que sus suscriptores conviertan (hagan una compra o descarguen contenido) en los próximos 7 días.

Podemos decir que Einstein Engagement Scoring cumple tres objetivos principales:

• Predice el comportamiento
• Proporciona información útil sobre el comportamiento de las audiencias
• Permite tomar acciones en función de los datos

-Notificaciones PUSH

Al igual que su contraparte de Email Einstein Engagement Scoring for Mobile Apps nos permite clasificar a los usuarios en cuatro segmentos en función del comportamiento de cada contacto con respecto a las notificaciones PUSH enviadas previamente:

• Least Engaged: Puntuación 0 – 15
• Less Engaged: Puntuación 15 – 60
• More Engaged: Puntuación 60 – 90
• Most Engaged: Puntuación 90+

1. Lo primero de todo es seleccionar del desplegable sobre cuál de las APPs configuradas queremos obtener información. Es posible tener más de una aplicación instalada y usualmente suelen estar presentes por pares haciendo referencia cada una de ellas a un entrono distinto (PRE / PRO)

2. Predicted App Engagement: Una métrica combinada que revisa el engagement basado en las sesiones previstas de la aplicación, las aperturas directas, las aperturas inferidas (visitas, pero sin clic) y el tiempo en la aplicación por usuario individual.

3. Predicted App Session: Cuántas sesiones se espera que genere su audiencia de media.

4. Aperturas directas de mensajes PUSH previstas: Con qué frecuencia se espera que su audiencia toque directamente una notificación PUSH para abrir una aplicación en promedio.

5. Predicted Push Message Inferred Opens: Con qué frecuencia se espera que su audiencia abra la aplicación dentro de las 24 horas siguientes a la recepción de un mensaje PUSH, pero sin abrir directamente un mensaje.

6. Predicted Time in App: Cuánto tiempo en la aplicación se espera que su audiencia pase de media.

Una vez más los mayores beneficios los obtendremos al usar esta categorización de usuarios y su comportamiento predictivo con Journey Builder donde en primer lugar podremos configurar los paths / caminos específicos por categoría de usuario:

El Einstein Engagement Split nos permite no solo segmentar por los usuarios categorizados, si no que nos permite establecer caminos personalizados para los usuarios que la inteligencia predictiva calcule que es más probable que realicen las siguientes acciones:

Mensajes Insights

Einstein Messaging Insights genera alertas que avisan de cualquier cambio en el rendimiento de sus campañas de Marketing. La insignia de notificaciones de Einstein aparece en la cabecera, donde está constantemente accesible para informarle del rendimiento de sus envíos de correo electrónico enviados tanto por email Studio como por Journey Builder.

Sus capacidades son:

• Alertas sobre el rendimiento de nuestras campañas de Email Marketing (Email Studio o Journey Builder)
• Supervisa las métricas de nuestros envíos de correo electrónico (Open, Clicks Bounces, Bajas)
• Aporta información del rendimiento de las campañas en función del histórico

Einstein supervisa la tasa de apertura, la tasa de clics y las tasas de cancelación de suscripción de sus envíos de correo electrónico.

Cuando encuentra un resultado anormalmente alto o bajo en comparación con los valores esperados, genera un informe, además de parpadear el icono de Einstein presente en las cabeceras de todos los módulos / Studios, por lo tanto, podremos percatarnos de las incidencias desde cualquier lugar de la plataforma.

Send Time Optimization

Esta funcionalidad analiza los datos de comportamiento de los subscriptores con el fin de determinar cuál es el mejor momento para enviar una comunicación.

1. Puede ajustar diversos filtros para obtener información por sender profile o en función de las horas asignadas o pendientes.

2. Indica la zona horaria

3. Muestra un indicador sobre la calidad de los datos

4. Muestra una información general: número de correos electrónicos analizados, junto con los correos electrónicos enviados.

5. ¿Cuándo es más probable que los clientes interactúen con nuestras comunicaciones? Pudiendo determinar qué día y que hora es el mejor momento para realizar el envío asi como tener los datos necesarios para mostrar al cliente la diferencia de rendimiento ¿Es mejor un viernes que un lunes? Este nivel de detalle puede bajarse hasta nivel de un subscriptor especifico.

6. ¿Cuándo enviaría Einstein? Selecciona un día de la semana y averigua qué hora del día es la ideal para que tus clientes interactúen con tus mensajes.

Dentro del propio modulo de Einstein, también se puede acceder a una vista personalizada para las notificaciones PUSH.

Donde podremos filtrar por aplicación en caso de tener más de una APP configurada, así como aplicar diversos en función de las horas asignadas o pendientes de envió.

Adicionalmente podemos revisar a qué hora enviara Einstein STO por cada día de la semana.

De esta previsión de envíos obtenemos la conclusión que la mayoría de nuestros subcriptores tienen en la franja de la tarde el momento más óptimo de envió, destacando una gran concentración a las 16:00.

Al igual que los módulos de Einstein Engagement, se puede sacar el máximo potencial gracias a Journey Builder. Journey Builder dispone de un componente de control de flujo.

La configuración de este modulo es simple ya que solo tenemos que determinar durante cuánto tiempo debe de esperar desde el momento de activación de cara a lanzar la comunicación en función de la hora de lanzamiento predictiva.

Sus capacidades principales son:

• Envió de emails cuando un subscriptor tiene más probabilidades de realizar una apertura
• Muestra información que predice el comportamiento futuro de aperturas de nuestras comunicaciones de Email Marketing
• Visualiza de maneras optima las predicciones de mejores horas envió tanto de día como por hora de manera global.

Engagement Frequency

Esta solución se encarga de predecir cuál es la capacidad de saturación (número óptimo de envíos que soporta cada subscriptor de manera individual) con el objetivo de evitar romper la barrera que puede forzar a nuestro subscriptor a la pérdida de interés en nuestro contenido y/o evitar el spam o las bajas de nuestras comunicaciones. Para ello, Einstein Engagement Frecuency aporta un rango óptimo de cuántas comunicaciones se pueden enviar en un determinado periodo de tiempo a cada subscriptor.

1. Vista general de los datos, número de contactos analizados vs número de contactos enviados.

2. Un dashboard que muestra globalmente como de saturados están nuestros contactos

3. Con el volumen actual de envíos como de saturados estarán nuestros contactos

4. Como afecta la saturación de cara a la obtención de resultados open, Clicks, bajas.

5. Una vez más esta información puede ser usada en Journey Builder gracias a otro componente nativo de control de flujo “Frecuency Split”

La configuración de este componente nos permite crear caminos personalizados dentro de Journey Builder que nos habilitaran la realización de acciones especificas para cada contacto de manera individualizada.

Las opciones disponibles son:

• Saturated: contactos que reciben un numero mayor de mensajes de lo “optimo”
• Almost saturated: Contactos que están cerca de alcanzar el límite de saturación
• On Target: Contactos que se encuentran con valores de saturación correctos.
• UnderSaturated: Contactos que han recibido menos mensajes de lo “optimo”

Sus capacidades principales son:

• Establecer estrategias personalizadas según el ratio de saturación que tiene cada contacto.
• Muestra información que predice el comportamiento futuro de nuestros contactos en función de la saturación actual
• Visualiza de maneras optima las predicciones de saturación con el fin de diseñar estrategias adecuadas de cara a lo sobresaturados / infra saturados

Copy Insight

Esta funcionalidad analiza los asuntos de los correos electrónicos de Email Marketing con el objetivo de descubrir información que nos permita usar asuntos más eficientes. Encontrar combinaciones de palabras y frases para mejorar la respuesta del cliente utilizando el procesamiento del lenguaje natural.

El principal hándicap es que por el momento solo funciona en idioma Ingles.

Sus capacidades principales son:

• Evaluar los mejores asuntos en función del ratio medio de apertura
• Detectar las palabras / frases que tienen una mayor respuesta positiva (de cara a las aperturas)
• Obtiene conclusiones en función de los asuntos usados

Content Selection. Email & Web Recommendation

Permite el envío de contenido personalizado cuando interactúan con nuestras comunicaciones comerciales de Email Marketing en función de reglas previamente definidas.

Esta funcionalidad tiene un gran potencial, pero debido al dinamismo de los equipos de marketing es muy difícil poder configurar elementos y reglas que perduren en el tiempo, por desgracia la solución tiene un uso reducido.