Najważniejsze w skrócie
- Asystenci AI w Salesforce pracują na danych z CRM, więc duplikaty, luki i nieaktualne rekordy prowadzą do błędnych odpowiedzi.
- Najpierw zmierz cztery rzeczy: duplikaty, kompletność kluczowych pól, aktualność i spójność.
- Przejrzyj uprawnienia. Funkcja AI nigdy nie powinna pokazać danych, których użytkownik nie może widzieć.
- Zacznij od jednego wąskiego zastosowania na najczystszych danych, potem rozszerzaj.
Funkcje AI pojawiają się dziś w większości rozmów o Salesforce. Agenci Agentforce, generowane szkice e-maili, podsumowania szans i scoring predykcyjny mają jedną wspólną cechę: pracują na danych z Twojego orga.
To sprawia, że jakość danych staje się sprawą biznesową, a nie hobby administratora. Jeśli klient ma trzy zduplikowane konta, podsumowanie AI może opisać niewłaściwe. Jeśli połowa szans nie ma next step, agent nie podpowie handlowcowi, co robić dalej.
Ta checklista pomoże sprawdzić, czy dane są gotowe, i co poprawić najpierw.
Krok 1: wybierz zastosowanie
Jakość danych zawsze jest względna wobec celu. Zanim cokolwiek zmierzysz, zapisz pierwsze zastosowanie AI, które rozważasz, np.:
- podsumowanie konta przed rozmową handlową
- szkice e-maili po spotkaniach
- odpowiadanie na pytania klientów na podstawie historii zgłoszeń i artykułów wiedzy
- priorytetyzacja leadów
Następnie wypisz obiekty i pola, od których to zastosowanie zależy. Wystarczy zmierzyć tylko je.
Krok 2: zmierz cztery wymiary
| Wymiar | Co mierzyć | Prosty cel na start |
|---|---|---|
| Duplikaty | Odsetek kont, kontaktów i leadów z prawdopodobnym duplikatem | Poniżej 5% |
| Kompletność | Odsetek rekordów z wypełnionymi kluczowymi polami | Powyżej 85% w polach potrzebnych do zastosowania |
| Aktualność | Rekordy bez aktualizacji lub szanse po dacie zamknięcia | Poniżej 10% nieaktualnych |
| Spójność | Wolny tekst tam, gdzie powinny być listy wyboru, mieszane formaty | Standardowe wartości we wszystkich kluczowych polach |
Zbuduj z tego raporty i umieść je na jednym dashboardzie jakości danych. Posłuży do śledzenia postępu.
Krok 3: napraw największe luki
Duplikaty. Włącz reguły dopasowania i duplikatów dla kont, kontaktów i leadów. Scal istniejące duplikaty, zaczynając od kont z otwartymi szansami.
Kompletność. Wymagaj kluczowych pól we właściwym momencie, np. next step przy późniejszym etapie, a nie przy tworzeniu rekordu. Używaj dynamic forms, by właściwe pola pojawiały się wtedy, gdy są potrzebne.
Aktualność. Scheduled Flow oznacza szanse z datą zamknięcia w przeszłości i prosi właścicieli o aktualizację lub zamknięcie.
Spójność. Zamień pola tekstowe na listy wyboru tam, gdzie wartości są przewidywalne, i oczyść istniejące wartości jednorazowym importem.
Krok 4: przejrzyj uprawnienia i współdzielenie
Funkcje AI z reguły respektują uprawnienia użytkownika, ale bardzo ułatwiają znajdowanie informacji. Przed włączeniem czegokolwiek:
- sprawdź ustawienia domyślne organizacji i reguły współdzielenia w obiektach, których to dotyczy
- przejrzyj bezpieczeństwo pól wrażliwych, np. marż, danych osobowych czy informacji kadrowych
- upewnij się, że nieaktywni użytkownicy i konta integracyjne mają tylko potrzebny dostęp
Jeśli użytkownik nie powinien dziś widzieć pola, podsumowanie AI też nie powinno go pokazać.
Krok 5: sprawdź procesy i wiedzę
Agenci AI odpowiadający na pytania potrzebują materiału źródłowego. Jeśli zespół wsparcia nie prowadzi artykułów wiedzy albo proces sprzedaży istnieje tylko w głowach ludzi, najpierw spisz podstawy. Krótki, aktualny artykuł jest cenniejszy niż długi i nieaktualny.
Krok 6: zacznij od małego i mierz
Wybierz jedno zastosowanie, jeden zespół i jeden miesiąc. Porównaj wyniki z punktem odniesienia z kroku 2. Pytaj użytkowników, gdzie AI się pomyliło, i śledź każdy błąd do jego przyczyny w danych. Potem rozszerzaj.
Dobra wiadomość
Praca, która przygotowuje dane na AI, już dziś poprawia trafność raportów i przyspiesza pracę handlowców. Nawet jeśli odłożysz funkcje AI, czystszy org zwraca się od razu.
Jeśli chcesz zmierzyć punkt wyjścia i dostać plan porządków, usługa jakości danych obejmuje audyt danych, reguły duplikatów i dashboard jakości danych, z którego będziesz korzystać dalej.
Najczęstsze pytania
Czy do AI w Salesforce potrzebny jest Data Cloud?
To zależy od funkcji i edycji, a pakiety Salesforce często się zmieniają. Aktualne wymagania dla konkretnej funkcji sprawdź w Salesforce lub u swojego opiekuna handlowego. Praca nad jakością danych z tej checklisty przyda się niezależnie od wyboru.
Jak czyste muszą być dane?
Nie muszą być idealne. Muszą być wystarczająco dobre w obiektach i polach, z których korzysta dane zastosowanie AI. Zacznij od ich pomiaru, ustal cele i napraw największe luki.