Un guide pratique des Insights Salesforce AI Data Cloud

Soyons honnêtes, « IA » et « données unifiées » sont les mots à la mode en ce moment, et on comprend facilement pourquoi. Le rêve, c'est d'avoir toutes les informations sur vos clients au même endroit, pour un support plus intelligent et plus rapide. Chaque fois que ce sujet est abordé, vous entendrez presque toujours parler de Salesforce Data Cloud.

Mais que sont exactement les Salesforce AI Data Cloud Insights ? C'est une fonctionnalité très puissante, mais les supports marketing ne montrent pas toujours la situation dans son ensemble, en particulier la complexité que cela implique. Cet article est un guide simple et direct pour comprendre ce que sont ces insights, comment ils fonctionnent et les aspects pratiques de leur utilisation. Nous allons tout décortiquer pour que vous puissiez décider si cet outil puissant (mais complexe) est vraiment ce dont vous avez besoin en ce moment.

Que sont les Salesforce AI Data Cloud Insights ?

Commençons par une définition simple, sans jargon. Salesforce Data Cloud est la grande initiative de l'entreprise pour aider les sociétés à rassembler toutes leurs données clients. Pensez-y : vous avez des données dans votre CRM, votre service d'assistance, votre plateforme e-commerce, vos analyses de site web, et qui sait où encore. Data Cloud est conçu pour regrouper tout cela en une vue unique et claire de chaque client.

Les « Insights » sont les métriques spécifiques que vous calculez à partir de toutes ces données combinées. Ce ne sont pas de simples points de données comme une adresse e-mail. Ce sont des calculs complexes qui vous aident à répondre à des questions comme :

• Quelle est la valeur vie client (LTV) totale d'un client ?

• Combien dépense-t-il en moyenne par commande ?

• Dans quelle catégorie de produits achète-t-il le plus ?

L'idée est de transformer d'énormes tas de données en désordre en quelque chose d'utile pour alimenter l'IA, créer des listes marketing plus intelligentes et offrir des expériences personnalisées. Il s'agit de transformer les données brutes en véritable intelligence. Le problème, c'est que la création de ces insights nécessite généralement une équipe d'ingénieurs de données, ainsi que beaucoup de temps et de ressources.

Les deux principaux types de Salesforce AI Data Cloud Insights

Salesforce divise ses insights en deux catégories principales, selon que les données sont traitées a posteriori ou en temps réel. Comprendre cette différence est essentiel pour savoir ce que vous pouvez faire ou non.

Calculated insights : analyser le passé

Les Calculated Insights consistent à exécuter des requêtes complexes sur les données historiques que vous avez stockées dans Data Cloud. Considérez cela comme un moyen de revenir sur tout ce que vous savez de vos clients pour repérer des tendances et calculer des métriques clés.

Voici quelques utilisations courantes des calculated insights :

• Déterminer la dépense totale d'un client au cours de la dernière année.

• Identifier les clients dont la valeur moyenne de commande dépasse 100 $.

• Compter le nombre de tickets de support qu'un client a ouverts au cours des trois derniers mois.

• Élaborer des scores RFM (Récence, Fréquence, Montant) pour trouver vos meilleurs clients.

Mais il y a un hic : la création de ces insights n'est pas une simple affaire de pointer-cliquer. Vous avez généralement besoin de quelqu'un qui maîtrise le langage de requête structuré (SQL) pour écrire les calculs. Salesforce propose un Visual Builder pour vous aider, mais cela reste un outil technique qui suppose que vous connaissez votre modèle de données sur le bout des doigts. Ce n'est pas vraiment quelque chose qu'un responsable de support peut explorer un mardi matin.

Autre point à garder à l'esprit : ces insights s'exécutent selon un calendrier, peut-être toutes les 6, 12 ou 24 heures. Ils sont parfaits pour la planification stratégique et la création de segments pour une campagne marketing, mais ils ne sont pas conçus pour déclencher des actions dans le feu de l'action.

Streaming insights : agir dans le présent

Les Streaming Insights sont tout le contraire ; ils concernent les données en temps réel. Ils exécutent des requêtes sur les informations au fur et à mesure qu'elles arrivent de sources comme votre site web ou votre application mobile (en utilisant les propres SDK de Salesforce).

Un exemple classique tiré de la documentation de Salesforce est le déclenchement d'une action lorsqu'un client entre dans une zone géolocalisée autour d'un magasin pour la première fois depuis des mois. Le système capte les données de localisation en temps réel et agit immédiatement, par exemple en envoyant une notification push avec une offre spéciale.

La principale limite ici est que les Streaming Insights sont conçus pour ce type d'« actions de données » automatisées. Vous ne pouvez pas vraiment les utiliser pour créer des segments marketing ou pour vos analyses globales. La configuration est tout aussi technique que celle des Calculated Insights, et vous êtes limité aux sources de données spécifiques que Salesforce prend en charge pour le streaming en temps réel.

Cette vidéo montre comment créer un Calculated Insight au sein de la plateforme Salesforce Data Cloud.

Calculated vs. streaming insights : une comparaison rapide

Ce petit tableau résume assez clairement les principales différences :

Caractéristique	Calculated Insights	Streaming Insights
Source de données	Données historiques (profil et engagement)	Données en streaming temps réel (engagement uniquement)
Traitement	Par lot (s'exécute selon un calendrier)	Quasi temps réel
Cas d'utilisation principal	Segmentation, personnalisation, analyses	Actions de données, déclencheurs temps réel, alertes
Complexité	Élevée (nécessite souvent du SQL)	Élevée (nécessite du SQL et une configuration spécifique)

Cette configuration est idéale si vous êtes une grande entreprise avec une équipe de données sur le qui-vive. Mais si ce n'est pas votre cas ? Et si vous voulez simplement identifier vos problèmes de support les plus courants sans avoir à écrire des tonnes de SQL ? C'est là qu'une approche différente entre en jeu. Un outil comme eesel AI, par exemple, analyse automatiquement vos anciens tickets de support. Il apprend instantanément le ton de votre marque et les solutions courantes, et utilise ces connaissances pour alimenter son IA sans nécessiter de diplôme en ingénierie des données.

La réalité de la mise en œuvre de Salesforce AI Data Cloud Insights

Un dicton circule dans le monde de Salesforce : « Data Cloud vous punira si vous ne planifiez pas tout correctement ». Cela semble un peu dramatique, mais ça touche au cœur d'une grande vérité. Avant même de pouvoir rêver de créer votre premier insight, vous faites face à un projet de données fondamental et assez massif.

Voici un aperçu de ce que cela implique :

• Ingestion et modélisation des données : Vous ne pouvez pas simplement glisser-déposer vos données de différents systèmes dans Data Cloud. Il faut configurer des connecteurs, mapper des centaines de champs de données et construire un modèle de données solide. C'est un véritable projet d'architecture de données qui peut facilement prendre des mois.

• Résolution d'identité : Une fois vos données intégrées, vous devez apprendre au système à reconnaître que « jenny.smith@email.com » de votre site e-commerce et « Jen Smith » de votre CRM sont la même personne. Ce processus, appelé résolution d'identité, est délicat et peut causer beaucoup de maux de tête s'il n'est pas configuré correctement.

• Connexion des connaissances : Salesforce peut se connecter à des plateformes de données externes comme Snowflake et Databricks, mais ce n'est pas un simple interrupteur à basculer. Cela nécessite des accords de niveau entreprise et des intégrations techniques spéciales appelées connecteurs zéro-ETL.

Ce travail préparatoire lourd est un obstacle majeur pour de nombreuses entreprises. Une approche plus moderne et légère évite tout cela. Des outils comme eesel AI se connectent directement aux plateformes que vous utilisez déjà. Vous pouvez lier votre service d'assistance en un clic, puis importer des connaissances de sources dispersées comme Confluence, Google Docs et Notion tout aussi facilement. Vous obtenez une base de connaissances unifiée pour votre IA en quelques minutes, pas en quelques mois.

Des insights à l'action : comment obtenir de la valeur, en toute sécurité

Créer un insight est une chose. L'utiliser réellement pour alimenter une automatisation qui interagit avec vos clients en est une autre. Comment pouvez-vous être sûr que votre IA est prête à être mise en service sans risquer une expérience client embarrassante ?

Dans un système aussi vaste que Salesforce, il est incroyablement difficile de tester comment une action basée sur un insight se comportera dans le monde réel. Vous devez souvent la construire, la lancer et croiser les doigts, ce qui est une façon de travailler stressante. Et en plus de tout cela, comprendre la tarification de Salesforce peut s'apparenter à naviguer dans un labyrinthe. Data Cloud n'est qu'un produit parmi d'autres, et obtenir une idée claire du coût total signifie généralement passer un coup de fil à un commercial.

C'est là qu'un outil conçu pour un usage spécifique peut faire une énorme différence. Par exemple, eesel AI a été conçu pour résoudre précisément ces problèmes :

• Simulation sans risque : Avant que l'IA n'interagisse avec un client, vous pouvez l'exécuter en mode simulation sur des milliers de vos anciens tickets de support. Vous obtenez un rapport clair et précis sur son taux de résolution potentiel et ses performances, afin de pouvoir la mettre en service en toute confiance.

• Déploiement progressif : Vous n'avez pas besoin d'appuyer sur un bouton et de tout automatiser d'un coup. Vous pouvez commencer petit en laissant l'IA gérer un seul type de ticket simple, comme les réinitialisations de mot de passe. Une fois que vous êtes à l'aise, vous pouvez progressivement lui confier plus de tâches. Ce type de contrôle granulaire vous permet de déployer l'IA à votre propre rythme.

• Tarification transparente : Avec la tarification d'eesel AI, ce que vous voyez est ce que vous payez. Les forfaits sont basés sur l'utilisation, et vous n'êtes pas facturé par résolution, vous ne recevrez donc pas de facture surprise après un mois chargé.

Les Salesforce AI Data Cloud Insights sont-ils faits pour vous ?

Salesforce AI Data Cloud Insights est une solution de niveau entreprise incroyablement performante. Si vous êtes une grande société avec le budget, le temps et les ingénieurs de données dédiés pour vous attaquer à un projet de données massif, elle peut vous donner accès à une intelligence très approfondie.

Pour la plupart des équipes, cependant, la complexité, les longs délais de mise en place et les obstacles techniques sont tout simplement trop importants. Si votre objectif est de réduire le volume de tickets, d'aider vos agents à être plus efficaces, et de fournir un meilleur support maintenant, vous n'avez probablement pas six mois à consacrer à un projet de modélisation de données.

Pour les équipes qui ont besoin de voir des résultats rapidement, une solution plus directe et en libre-service est un bien meilleur point de départ. Les insights dont vous avez besoin se trouvent probablement déjà dans votre service d'assistance et votre documentation, attendant simplement d'être utilisés.

Prêt à obtenir des insights IA exploitables sans projet d'ingénierie des données ?

Vos données de support sont une mine d'or. eesel AI se connecte directement à votre service d'assistance et à vos sources de connaissances pour fournir des réponses instantanées, automatiser les résolutions et rédiger des brouillons de réponses pour vos agents dès le premier jour.

Oubliez la rédaction de requêtes SQL et les mois d'attente pour la mise en œuvre. Simulez les performances de votre IA sur vos propres anciens tickets et mettez-la en service en quelques minutes.

Commencez votre essai gratuit dès aujourd'hui ou réservez une démo pour voir à quelle vitesse vous pouvez être opérationnel.