![\"ENBA-interface\"](\"https:\/\/www.theskyplanner.com\/wp-content\/uploads\/2022\/12\/ENBA-interface-1024x595.jpg\")
Recordemos el funcionamiento b\u00e1sico de Siguiente Mejor Acci\u00f3n de Einstein.<\/h2>\n\n\n\n
ENBA puede configurarse sin necesidad de crear c\u00f3digos, simplemente por medio de clics, haci\u00e9ndola amigable a los distintos tipos de usuarios. Para que genere sus recomendaciones con alto ajuste a las diversas situaciones, es preciso que cumpla una serie de pasos:<\/p>\n\n\n\n
En la pr\u00e1ctica esto se traduce en:<\/p>\n\n\n\n
- \n
- Recopilaci\u00f3n de Datos:<\/strong> El sistema recopila, en tiempo real, datos hist\u00f3ricos y contextuales de diversas fuentes, tales como interacciones previas, preferencias del cliente y datos transaccionales.<\/li>\n\n\n\n
- An\u00e1lisis Predictivo:<\/strong> Utiliza modelos de aprendizaje autom\u00e1tico para identificar patrones y comportamientos en los datos recopilados. Estos modelos permiten generar posibles acciones futuras.<\/li>\n\n\n\n
- Evaluaci\u00f3n del Contexto:<\/strong> Considera elementos del contexto real, tales como la naturaleza de la interacci\u00f3n, la ubicaci\u00f3n del cliente y otros factores relevantes, para personalizar las recomendaciones.<\/li>\n\n\n\n
- Generaci\u00f3n de Recomendaciones:<\/strong> Basado en los an\u00e1lisis y la evaluaci\u00f3n del contexto, el sistema genera recomendaciones espec\u00edficas para la pr\u00f3xima acci\u00f3n a tomar, ya sea una oferta, un mensaje o una sugerencia.<\/li>\n\n\n\n
- Implementaci\u00f3n en Tiempo Real:<\/strong> Presenta las recomendaciones proactivas en tiempo real durante la interacci\u00f3n con el cliente.<\/li>\n\n\n\n
- Optimizaci\u00f3n Continua:<\/strong> A medida que son recopilados m\u00e1s datos y se obtienen retroalimentaciones, el sistema ajusta constantemente sus modelos para mejorar la precisi\u00f3n y relevancia de las recomendaciones.<\/li>\n<\/ol>\n\n\n
\n![\"C\u00f3mo](\"https:\/\/www.theskyplanner.com\/wp-content\/uploads\/2022\/12\/como-funciona-enba.png\" "\\"C\u00f3mo")
<\/figure>\n<\/div>\n\n\nEntendiendo esto, es posible entonces conocer los pasos clave necesarios para una buena implementaci\u00f3n de ENBA. Estos pasos estructuran la manera en que se presentar\u00e1n las recomendaciones, as\u00ed como la secuencia de pasos en caso de ser aceptadas o rechazadas. A grandes rasgos:<\/p>\n\n\n\n
- \n
- Creaci\u00f3n de flujos automatizados.<\/strong> Usando Flow Builder, se crean los flujos de acci\u00f3n que se ejecutar\u00e1n cuando una sugerencia realizada sea aceptada o rechazada por el usuario.<\/li>\n\n\n\n
- Creaci\u00f3n de recomendaciones.<\/strong> Aqu\u00ed se crea un registro de recomendaciones en el que se dise\u00f1a c\u00f3mo estas se mostrar\u00e1n al usuario.<\/li>\n\n\n\n
- Creaci\u00f3n de un flujo de estrategia.<\/strong> Tambi\u00e9n usando el Flow Builder, se crean los tipos de flujo de estrategia de recomendaci\u00f3n decidiendo qu\u00e9 recomendaci\u00f3n se muestra y cu\u00e1ndo se hace.<\/li>\n\n\n\n
- Presentaci\u00f3n de la recomendaci\u00f3n.<\/strong> Una vez creados todos los elementos que intervienen en la formulaci\u00f3n de una recomendaci\u00f3n, es preciso mostrarla, ya sea en la p\u00e1gina de Lightning, Experience Cloud o en un sitio externo.<\/li>\n\n\n\n
- An\u00e1lisis.<\/strong> En este punto se generan m\u00e9tricas sobre la adopci\u00f3n de recomendaciones por parte de los usuarios para que esto contribuya a mejorar sistem\u00e1ticamente las estrategias.<\/li>\n<\/ul>\n\n\n\n
Estas recomendaciones se pueden mostrar en diferentes p\u00e1ginas, entre ellas las de Lightning, Visualforce, sitios de Experience Cloud y sitios externos. La visualizaci\u00f3n se realiza mediante estos componentes:<\/p>\n\n\n\n
- \n
- Componente Siguiente Mejor Acci\u00f3n de Einstein:<\/strong> mediante este complemento se muestran las recomendaciones a los agentes en la mayor\u00eda de las p\u00e1ginas Lightning, incluyendo p\u00e1ginas de registro, inicio y de aplicaciones.<\/li>\n\n\n\n
- Componente de acciones sugeridas:<\/strong> puede utilizarse para mostrar recomendaciones en los sitios construidos en Experience Cloud, mediante las estrategias creadas en Strategy Builder.<\/li>\n<\/ul>\n\n\n\n
Casos de uso de Siguiente Mejor Acci\u00f3n de Einstein<\/h2>\n\n\n\n
Los diferentes departamentos de una empresa pueden experimentar la ventaja que implica el uso de la funcionalidad de ENBA. Algunos de los casos m\u00e1s evidentes pueden ser:<\/p>\n\n\n\n
- \n
- Ventas:<\/strong> Facilita al equipo de ventas valiosas sugerencias basadas en conocimientos previos, proporcionando orientaci\u00f3n sobre c\u00f3mo abordar a los clientes. Esto posibilita la identificaci\u00f3n y direcci\u00f3n de clientes potenciales, as\u00ed como oportunidades reales de ventas. Por ejemplo, puede recomendar ofertas espec\u00edficas en funci\u00f3n del historial de compras, preferencias y comportamientos anteriores del cliente. Adem\u00e1s, ofrece recomendaciones sobre las mejores acciones de seguimiento del cliente, como llamadas de seguimiento o el env\u00edo de materiales promocionales.<\/li>\n\n\n\n
- Servicio de atenci\u00f3n al cliente:<\/strong> Ofrece sugerencias para resolver eficientemente problemas durante las interacciones de servicio, mejorando la satisfacci\u00f3n del cliente. Proporciona recomendaciones sobre ofertas de actualizaci\u00f3n de productos o servicios durante conversaciones de soporte t\u00e9cnico.<\/li>\n\n\n\n
- Comercio:<\/strong> Realiza sugerencias altamente personalizadas de productos basadas en el historial de compras, preferencias individuales y comportamientos del usuario en el sitio web. Ajusta din\u00e1micamente la experiencia del usuario al mostrar contenido, promociones o recomendaciones de productos seg\u00fan el comportamiento anterior. Este enfoque no solo mejora la experiencia de compra al presentar opciones relevantes, sino que tambi\u00e9n impulsa las ventas al aumentar las probabilidades de conversi\u00f3n.<\/li>\n\n\n\n
- Marketing:<\/strong> Proporciona a los agentes de marketing sugerencias sobre las mejores acciones a realizar en cada campa\u00f1a, bas\u00e1ndose en el p\u00fablico objetivo. Estas recomendaciones se generan considerando las interacciones anteriores con ese p\u00fablico y la informaci\u00f3n disponible sobre sus gustos y preferencias.<\/li>\n<\/ul>\n\n\n\n
Asimismo, contribuye a la segmentaci\u00f3n din\u00e1mica de audiencias para campa\u00f1as de marketing, sugiriendo criterios seg\u00fan el comportamiento del usuario. Recomienda el contenido m\u00e1s relevante para cada usuario en campa\u00f1as de correo electr\u00f3nico, publicidad digital y otras estrategias de marketing.
Estos casos de uso demuestran c\u00f3mo ENBA es una herramienta vers\u00e1til que fortalece la toma de decisiones y eleva la calidad de las interacciones en diversos contextos empresariales. Vale destacar que ENBA viene con una asignaci\u00f3n mensual gratuita de 5,000 solicitudes. Al exceder ese n\u00famero, Salesforce contactar\u00e1 a la empresa para acordar un precio de uso.<\/p>\n\n\n\nEn resumen, \u00bfc\u00f3mo ayuda Siguiente Mejor Acci\u00f3n de Einstein a las empresas?<\/h2>\n\n\n\n
Hemos querido puntualizar c\u00f3mo los beneficios y caracter\u00edsticas se concretan, ayudando a las empresas a incrementar su productividad. En tal sentido, podemos afirmar que ENBA:<\/p>\n\n\n\n
- \n
- Es una herramienta lista para usar.<\/li>\n\n\n\n
- Su configuraci\u00f3n se ajusta o personaliza a las necesidades de cada empresa.<\/li>\n\n\n\n
- Se considera un motor de recomendaciones potenciado con inteligencia artificial (IA) y aprendizaje autom\u00e1tico que ayuda a tomar las mejores decisiones en cada momento.<\/li>\n\n\n\n
- Ofrece recomendaciones \u00f3ptimas para agentes, socios y clientes, en tiempo real, con el fin de lograr el m\u00e1ximo impacto.<\/li>\n\n\n\n
- Las recomendaciones se realizan como un traje a la medida, ajustadas a los datos recopilados.<\/li>\n\n\n\n
- Combina potentes modelos predictivos y las reglas comerciales de cada empresa, para realizar sus recomendaciones.<\/li>\n\n\n\n
- Automatiza acciones basadas en recomendaciones. Esto permite ahorrar tiempo a los agentes, en pos de utilizarlo en tareas de mayor valor. Por ejemplo, ENBA ahorra hasta un 50% de tiempo cuando se incorporan nuevos clientes o agentes. Adem\u00e1s, en el \u00e1rea de ventas, ahorra hasta el 88% del tiempo al presentar ofertas personalizadas a los clientes.<\/li>\n\n\n\n
- Unifica la informaci\u00f3n de sus fuentes de datos, tanto la procedente de Salesforce como la de fuera de este.<\/li>\n\n\n\n
- Provee informaci\u00f3n valiosa de gran utilidad.<\/li>\n\n\n\n
- El sistema se actualiza y contin\u00faa aprendiendo constantemente a partir de las retroalimentaciones que recibe, en base a la aceptaci\u00f3n o rechazo de las sugerencias realizadas; as\u00ed como de los nuevos datos disponibles. Esto a su vez permite que las recomendaciones se tornen cada vez m\u00e1s precisas y relevantes.<\/li>\n\n\n\n
- Las sugerencias nutren a los agentes para tomar las mejores decisiones y actuar de manera r\u00e1pida.<\/li>\n\n\n\n
- Se integra perfectamente con otras herramientas de IA, como Einstein Recommendation Builder.<\/li>\n<\/ul>\n\n\n\n
Sin dudas, contar con un aliado para lograr que tu trabajo sea m\u00e1s \u00e1gil y eficiente es siempre una ventaja. Por ello, ENBA es una de las herramientas que goza de gran popularidad entre los distintos p\u00fablicos. Sus recomendaciones, ajustadas a cada situaci\u00f3n y sobre la base de datos e informaciones certeras, hacen que sus recomendaciones sean de gran ayuda para los agentes. En \u00faltima instancia, estas cualidades de ENBA se traducen en productividad, clientes satisfechos y mayores ingresos. Si deseas explorar a\u00fan m\u00e1s esta funcionalidad, puedes contactar al equipo de SkyPlanner al correo hello@theskyplanner.com<\/a>. Estaremos encantados de poder guiarte en esta traves\u00eda.<\/p>\n","protected":false},"excerpt":{"rendered":"
Siguiente Mejor Acci\u00f3n de Einstein es una soluci\u00f3n lista para usar que pone a disposici\u00f3n de agentes y clientes, las mejores acciones inmediatas a realizar. Funciona como un motor de recomendaci\u00f3n basado en macrodatos que, mediante an\u00e1lisis predictivos, propicia un flujo de trabajo din\u00e1mico en pos de mantener, de forma correcta, la canalizaci\u00f3n de clientes.<\/p>\n","protected":false},"author":17,"featured_media":14095,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"pgc_sgb_lightbox_settings":"","footnotes":""},"categories":[273,588],"tags":[440],"sky-post-author":[],"class_list":["post-14083","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-salesforce-es","category-inteligencia-artificial","tag-salesforce-einstein-es"],"_links":{"self":[{"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/posts\/14083","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/users\/17"}],"replies":[{"embeddable":true,"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/comments?post=14083"}],"version-history":[{"count":5,"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/posts\/14083\/revisions"}],"predecessor-version":[{"id":17491,"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/posts\/14083\/revisions\/17491"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/media\/14095"}],"wp:attachment":[{"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/media?parent=14083"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/categories?post=14083"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/tags?post=14083"},{"taxonomy":"sky-post-author","embeddable":true,"href":"https:\/\/www.theskyplanner.com\/es\/wp-json\/wp\/v2\/sky-post-author?post=14083"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
- Servicio de atenci\u00f3n al cliente:<\/strong> Ofrece sugerencias para resolver eficientemente problemas durante las interacciones de servicio, mejorando la satisfacci\u00f3n del cliente. Proporciona recomendaciones sobre ofertas de actualizaci\u00f3n de productos o servicios durante conversaciones de soporte t\u00e9cnico.<\/li>\n\n\n\n
- Componente de acciones sugeridas:<\/strong> puede utilizarse para mostrar recomendaciones en los sitios construidos en Experience Cloud, mediante las estrategias creadas en Strategy Builder.<\/li>\n<\/ul>\n\n\n\n
- Creaci\u00f3n de recomendaciones.<\/strong> Aqu\u00ed se crea un registro de recomendaciones en el que se dise\u00f1a c\u00f3mo estas se mostrar\u00e1n al usuario.<\/li>\n\n\n\n
- An\u00e1lisis Predictivo:<\/strong> Utiliza modelos de aprendizaje autom\u00e1tico para identificar patrones y comportamientos en los datos recopilados. Estos modelos permiten generar posibles acciones futuras.<\/li>\n\n\n\n