Ein praktischer Leitfaden zu Salesforce AI Data Cloud Insights

Mal ehrlich, „KI“ und „vereinheitlichte Daten“ sind die Schlagwörter der Stunde, und es ist nicht schwer zu verstehen, warum. Der Traum ist, alle Kundeninformationen an einem Ort zu haben, um einen intelligenteren und schnelleren Support zu ermöglichen. Wann immer dieses Thema aufkommt, wird fast immer der Name Salesforce Data Cloud erwähnt.

Aber was genau sind Salesforce AI Data Cloud Insights? Es ist eine wirklich leistungsstarke Funktion, aber die Marketingmaterialien zeigen nicht immer das vollständige Bild, insbesondere nicht die damit verbundene Komplexität. Dieser Artikel ist ein unkomplizierter Leitfaden ohne Schnickschnack, der erklärt, was diese Insights sind, wie sie funktionieren und wie sie in der Praxis tatsächlich genutzt werden. Wir werden alles genau aufschlüsseln, damit Sie entscheiden können, ob dieses leistungsstarke (aber komplizierte) Tool wirklich das ist, was Sie im Moment brauchen.

Was sind Salesforce AI Data Cloud Insights?

Beginnen wir mit einer einfachen Definition, ohne das Fachchinesisch. Salesforce Data Cloud ist die große Anstrengung des Unternehmens, Unternehmen dabei zu helfen, all ihre Kundendaten zusammenzuführen. Denken Sie nur darüber nach: Sie haben Daten in Ihrem CRM, Helpdesk, E-Commerce-Plattform, Website-Analyse und wer weiß wo sonst noch. Data Cloud wurde entwickelt, um all das in eine einzige, saubere Ansicht jedes Kunden zu bringen.

„Insights“ sind die spezifischen Metriken, die Sie aus all diesen kombinierten Daten berechnen. Das sind nicht nur einfache Datenpunkte wie eine E-Mail. Es handelt sich um komplexe Berechnungen, die Ihnen helfen, Fragen zu beantworten wie:

• Was ist der gesamte Lifetime Value (LTV) eines Kunden?

• Wie viel geben sie normalerweise pro Bestellung aus?

• Aus welcher Produktkategorie kaufen sie am häufigsten?

Die ganze Idee dahinter ist, riesige, unordentliche Datenberge in etwas Nützliches zu verwandeln, um KI zu betreiben, intelligentere Marketinglisten zu erstellen und personalisierte Erlebnisse zu schaffen. Es geht darum, Rohdaten in tatsächliche Intelligenz umzuwandeln. Die Sache ist, dass die Erstellung dieser Insights in der Regel ein Team von Daten-Ingenieuren und eine ganze Menge Zeit und Ressourcen erfordert.

Die zwei Haupttypen von Salesforce AI Data Cloud Insights

Salesforce unterteilt seine Insights in zwei Hauptkategorien, je nachdem, ob die Daten nachträglich oder in Echtzeit verarbeitet werden. Den Unterschied zu verstehen ist ziemlich wichtig, um zu begreifen, was man tun kann und was nicht.

Calculated Insights: Analyse der Vergangenheit

Bei Calculated Insights geht es darum, komplexe Abfragen auf den historischen Daten auszuführen, die Sie in der Data Cloud gespeichert haben. Stellen Sie es sich so vor, dass Sie auf alles zurückblicken, was Sie über Ihre Kunden wissen, um Muster zu erkennen und wichtige Kennzahlen zu berechnen.

Einige gängige Anwendungsfälle für Calculated Insights sind:

• Ermittlung der Gesamtausgaben eines Kunden im letzten Jahr.

• Identifizierung von Kunden mit einem durchschnittlichen Bestellwert von über 100 $.

• Zählung, wie viele Support-Tickets ein Kunde in den letzten drei Monaten eröffnet hat.

• Erstellung von RFM-Scores (Recency, Frequency, Monetary), um Ihre besten Kunden zu finden.

Aber hier ist der Haken: Diese Insights zu erstellen, ist keine einfache Point-and-Click-Angelegenheit. Normalerweise braucht man jemanden, der sich mit Structured Query Language (SQL) auskennt, um die Berechnungen zu schreiben. Salesforce bietet zwar einen Visual Builder zur Unterstützung an, aber es ist immer noch ein technisches Werkzeug, das voraussetzt, dass man sein Datenmodell in- und auswendig kennt. Es ist nicht gerade etwas, womit sich ein Support-Manager an einem Dienstagmorgen mal eben so beschäftigen kann.

Eine weitere Sache, die man im Hinterkopf behalten sollte, ist, dass diese Insights nach einem Zeitplan ausgeführt werden, vielleicht alle 6, 12 oder 24 Stunden. Sie eignen sich hervorragend für die strategische Planung und den Aufbau von Segmenten für eine Marketingkampagne, sind aber nicht dafür konzipiert, Aktionen im Eifer des Gefechts auszulösen.

Streaming Insights: Handeln im Jetzt

Streaming Insights sind das Gegenteil; sie drehen sich alles um Echtzeitdaten. Sie führen Abfragen auf Informationen aus, die von Quellen wie Ihrer Website oder mobilen App (unter Verwendung der Salesforce-eigenen SDKs) einströmen.

Ein klassisches Beispiel aus der Salesforce-Dokumentation ist das Auslösen einer Aktion, wenn ein Kunde zum ersten Mal seit Monaten einen geofenced Bereich um ein Geschäft betritt. Das System erfasst die Echtzeit-Standortdaten und führt sofort etwas aus, wie das Senden einer Push-Benachrichtigung mit einem Sonderangebot.

Die Haupteinschränkung hierbei ist, dass Streaming Insights für diese Art von automatisierten „Datenaktionen“ entwickelt wurden. Man kann sie nicht wirklich verwenden, um Marketingsegmente zu erstellen oder für die große Analyse. Die Einrichtung ist genauso technisch wie bei Calculated Insights, und man ist auf die spezifischen Datenquellen beschränkt, die Salesforce für Echtzeit-Streaming unterstützt.

Dieses Video zeigt, wie man einen Calculated Insight innerhalb der Salesforce Data Cloud-Plattform erstellt.

Calculated vs. Streaming Insights: Ein schneller Vergleich

Diese kleine Tabelle fasst die wichtigsten Unterschiede ziemlich deutlich zusammen:

Merkmal	Calculated Insights	Streaming Insights
Datenquelle	Historische Daten (Profil & Engagement)	Echtzeit-Streaming-Daten (nur Engagement)
Verarbeitung	Batch (läuft nach Zeitplan)	Nahezu in Echtzeit
Hauptanwendungsfall	Segmentierung, Personalisierung, Analytik	Datenaktionen, Echtzeit-Trigger, Alarme
Komplexität	Hoch (erfordert oft SQL)	Hoch (erfordert SQL und spezielle Einrichtung)

Diese Einrichtung ist großartig, wenn Sie ein riesiges Unternehmen mit einem Datenteam in Bereitschaft sind. Aber was, wenn das nicht der Fall ist? Was, wenn Sie einfach nur Ihre häufigsten Support-Probleme herausfinden möchten, ohne einen Haufen SQL zu schreiben? Hier kommt ein anderer Ansatz ins Spiel. Ein Tool wie eesel AI zum Beispiel analysiert Ihre vergangenen Support-Tickets automatisch. Es lernt sofort die Tonalität Ihrer Marke und gängige Lösungen und nutzt dieses Wissen, um seine KI zu betreiben, ohne dass ein Abschluss in Daten-Engineering erforderlich ist.

Die Realität bei der Implementierung von Salesforce AI Data Cloud Insights

In der Salesforce-Welt kursiert ein Sprichwort: „Die Data Cloud wird Sie bestrafen, wenn Sie nicht die gesamte Planung korrekt durchführen.“ Das klingt ein wenig dramatisch, trifft aber den Kern einer großen Wahrheit. Bevor Sie auch nur davon träumen können, Ihren ersten Insight zu erstellen, steht Ihnen ein ziemlich massives, grundlegendes Datenprojekt bevor.

Hier ist ein Vorgeschmack darauf, was das beinhaltet:

• Dateneingabe & -modellierung: Sie können Ihre Daten nicht einfach per Drag & Drop aus verschiedenen Systemen in die Data Cloud ziehen. Es erfordert die Einrichtung von Konnektoren, die Zuordnung von Hunderten von Datenfeldern und den Aufbau eines soliden Datenmodells. Dies ist ein ernsthaftes Datenarchitekturprojekt, das leicht Monate dauern kann.

• Identitätsauflösung: Sobald Ihre Daten drin sind, müssen Sie dem System beibringen, zu erkennen, dass „jenny.smith@email.com“ von Ihrer E-Commerce-Seite und „Jen Smith“ aus Ihrem CRM dieselbe Person sind. Dieser Prozess, Identitätsauflösung genannt, ist knifflig und kann eine Menge Kopfschmerzen bereiten, wenn er nicht genau richtig eingerichtet ist.

• Wissen verbinden: Salesforce kann sich mit externen Datenplattformen wie Snowflake und Databricks verbinden, aber das ist kein einfacher Schalter, den man umlegt. Es erfordert Verträge auf Unternehmensebene und spezielle technische Integrationen, die als Zero-ETL-Konnektoren bezeichnet werden.

Diese schwere, im Voraus zu leistende Arbeit ist für viele Unternehmen eine riesige Hürde. Ein modernerer, leichtgewichtigerer Ansatz überspringt all dies. Tools wie eesel AI verbinden sich direkt mit den Plattformen, die Sie bereits verwenden. Sie können Ihren Helpdesk mit einem Klick verknüpfen und dann Wissen aus verstreuten Quellen wie Confluence, Google Docs und Notion genauso einfach einbinden. Sie erhalten in Minuten, nicht in Monaten, eine vereinheitlichte Wissensdatenbank für Ihre KI.

Von Insights zur Aktion: Wie Sie sicher einen Mehrwert schaffen

Einen Insight zu erstellen ist eine Sache. Ihn tatsächlich zu nutzen, um eine Automatisierung zu betreiben, die mit Ihren Kunden spricht, ist eine ganz andere Hausnummer. Wie können Sie sicher sein, dass Ihre KI einsatzbereit ist, ohne eine peinliche Kundenerfahrung zu riskieren?

In einem so großen System wie Salesforce ist es unglaublich schwer zu testen, wie eine von Insights gesteuerte Aktion in der realen Welt tatsächlich aussehen wird. Oft muss man sie bauen, starten und die Daumen drücken, was eine stressige Arbeitsweise ist. Und obendrein kann das Verstehen der Preisgestaltung von Salesforce sich anfühlen, als würde man sich durch ein Labyrinth navigieren. Data Cloud ist eines von vielen Produkten, und um ein klares Bild der Gesamtkosten zu erhalten, muss man normalerweise mit einem Vertriebsmitarbeiter telefonieren.

Hier kann ein Werkzeug, das für einen bestimmten Zweck entwickelt wurde, einen riesigen Unterschied machen. Zum Beispiel wurde eesel AI entwickelt, um genau diese Probleme zu lösen:

• Risikofreie Simulation: Bevor die KI jemals mit einem Kunden interagiert, können Sie sie in einem Simulationsmodus über Tausende Ihrer vergangenen Support-Tickets laufen lassen. Sie erhalten einen klaren, genauen Bericht über ihre potenzielle Lösungsrate und Leistung, sodass Sie mit Zuversicht live gehen können.

• Schrittweise Einführung: Sie müssen nicht einfach einen Schalter umlegen und alles auf einmal automatisieren. Sie können klein anfangen, indem Sie die KI nur eine einfache Ticketart bearbeiten lassen, wie zum Beispiel Passwort-Resets. Sobald Sie sich wohlfühlen, können Sie ihr langsam mehr Aufgaben geben. Diese Art der granularen Steuerung ermöglicht es Ihnen, KI in Ihrem eigenen Tempo einzuführen.

• Transparente Preisgestaltung: Bei der Preisgestaltung von eesel AI ist das, was Sie sehen, auch das, was Sie bekommen. Die Pläne basieren auf der Nutzung, und Ihnen wird nicht pro Lösung berechnet, sodass Sie nach einem geschäftigen Monat keine überraschende Rechnung erhalten.

Sind Salesforce AI Data Cloud Insights das Richtige für Sie?

Salesforce AI Data Cloud Insights ist eine unglaublich fähige Lösung auf Unternehmensebene. Wenn Sie ein großes Unternehmen mit dem Budget, der Zeit und den engagierten Daten-Ingenieuren sind, um ein massives Datenprojekt in Angriff zu nehmen, kann es wirklich tiefgreifende Erkenntnisse freisetzen.

Für die meisten Teams sind jedoch die Komplexität, die langen Einrichtungszeiten und die technischen Hürden einfach zu hoch. Wenn Ihr Ziel darin besteht, das Ticketaufkommen zu senken, Ihren Agenten zu helfen, effizienter zu sein und jetzt einen besseren Support zu bieten, haben Sie wahrscheinlich keine sechs Monate Zeit für ein Datenmodellierungsprojekt.

Für Teams, die schnell einen Mehrwert sehen müssen, ist eine direktere und Self-Service-Lösung ein viel besserer Ausgangspunkt. Die Insights, die Sie benötigen, befinden sich wahrscheinlich bereits in Ihrem Helpdesk und Ihrer Dokumentation und warten nur darauf, genutzt zu werden.

Bereit für umsetzbare KI-Insights ohne ein Daten-Engineering-Projekt?

Ihre Support-Daten sind eine Goldgrube. eesel AI verbindet sich direkt mit Ihrem Helpdesk und Ihren Wissensquellen, um vom ersten Tag an sofortige Antworten zu liefern, Lösungen zu automatisieren und Antworten für Ihre Agenten zu entwerfen.

Vergessen Sie das Schreiben von SQL-Abfragen und monatelange Implementierungen. Simulieren Sie die Leistung Ihrer KI anhand Ihrer eigenen vergangenen Tickets und gehen Sie in wenigen Minuten live.

Starten Sie noch heute Ihre kostenlose Testversion oder buchen Sie eine Demo, um zu sehen, wie schnell Sie startklar sein können.