Skip to main content

Salesforce-dataopschoning voor Agentforce: object-voor-object gids

Een veldgericht Salesforce-dataopschoningsplan voor Agentforce. Welke objecten en velden u eerst opschoont voor service- en salesagents, gekoppeld aan DQS.

Bijgewerkt

Salesforce-dataopschoning voor Agentforce: object-voor-object gids

Welke Salesforce-objecten u eerst opschoont, hangt af van welke agents u implementeert. Serviceagents lezen Case en Knowledge; salesagents lezen Lead, Opportunity, Account en Contact. Deze gids behandelt het waar van Salesforce-dataopschoning voor Agentforce — de specifieke objecten en velden om op te schonen, de dimensie die op elk in het geding is, en de opschoningsacties om uit te voeren.

Voor het wanneer — de tijdlijn van vier fasen die dit werk omringt — zie Agentforce-datakwaliteit: Salesforce-data voorbereiden voor AI. Dit artikel past binnen Fase 2 van die tijdlijn, waar u object voor object herstelt. Voer een DQS-scan uit op elk object voordat u begint, zodat u weet welke velden daadwerkelijk falen, in plaats van velden op te schonen die al in orde zijn.

Opschoning op dit niveau is geen optioneel voorbereidingswerk. In Salesforce’s State of Data and Analytics-onderzoek zei 84% van de gegevens- en analytics-leiders dat hun datastrategie een complete hervorming nodig heeft voordat hun AI-ambities kunnen slagen. Object-voor-object herstel is hoe die hervorming er in de praktijk uitziet binnen een CRM.

Account

Salesagents lezen Account om reacties te gronden over de branche, locatie en relatie van een klant. Wanneer de agent antwoordt op „wat weten we over dit account“, put het uit deze velden.

Prioriteitsveld Dimensie in het geding Wat slechte data de agent aandoet
Name Uniciteit Dubbele accounts splitsen historie, dus de agent haalt een gedeeltelijk record op
Industry Consistentie „Tech“, „Technology“ en „IT“ lezen als drie segmenten, wat gegronde antwoorden breekt
BillingCountry Consistentie „US“, „USA“, „United States“ fragmenteren geografische context
Phone / Website Geldigheid Misvormde waarden produceren onbruikbare contactgegevens in reacties

Opschoningsacties:

  • Voer een Uniciteitsscan uit om dubbele Accounts te vinden vóór implementatie. Duplicaten leren de agent tegenstrijdige feiten over dezelfde klant. Zie Uniciteit.
  • Gebruik Importeren uit veld op Industry en BillingCountry om elke bestaande variant te ontdekken, definieer vervolgens canonieke waarden in de Definition Builder en normaliseer.
  • Voer een Geldigheidsscan uit op Phone en Website om misvormde invoer op te vangen. Richt u op velden waarbij het Geldigheidspercentage onder de 90% valt.

Contact

Agents lezen Contact om te identificeren met wie ze te maken hebben en hoe ze die kunnen bereiken. Een salesagent die een outreach-bericht opstelt, haalt de naam, titel en e-mail hiervandaan.

Prioriteitsveld Dimensie in het geding Wat slechte data de agent aandoet
Email Geldigheid Ongeldige adressen laten door de agent voorgestelde outreach mislukken
Phone Geldigheid Misvormde nummers verschijnen als kapotte contactgegevens
Title Volledigheid Lege titels verwijderen de rolcontext die de agent gebruikt om te personaliseren
MailingCountry Consistentie Inconsistente landwaarden leiden regiospecifieke antwoorden verkeerd

Opschoningsacties:

  • Voer een Geldigheidsscan uit op Email en Phone. Dit zijn de velden waarop een agent handelt, dus indelingsfouten worden mislukte acties. Zie Geldigheid.
  • Voer een Volledigheidsscan uit op Title en meet het Volledigheidspercentage. Ontbrekende titels ontnemen de agent de rolcontext die het nodig heeft om een bericht op maat te maken.
  • Standaardiseer MailingCountry met Importeren uit veld, overeenkomend met de canonieke lijst die u op Account hebt gedefinieerd zodat de twee objecten het eens zijn.

Case

Serviceagents werken voornamelijk vanuit Case. De agent leest het Subject en de Description om het probleem te begrijpen, en gronden vervolgens hun antwoord in die context. Dit is het object met de hoogste hefboomwerking voor een service-implementatie.

Prioriteitsveld Dimensie in het geding Wat slechte data de agent aandoet
Description Volledigheid Een lege Description laat de agent geen context, dus retourneert het een generiek antwoord
Subject Volledigheid Ontbrekende subjects verzwakken caseclassificatie en routering
Status / Origin Consistentie Variantwaarden fragmenteren het zicht van de agent op casestatus en kanaal
Description / Comments PII-detectie Burgerservicenummers en kaartnummers geplakt uit e-mail komen in de AI-context terecht

Opschoningsacties:

  • Voer een Volledigheidsscan uit op Description. Description-volledigheid staat gelijk aan agentcontext; een leeg veld is de meest voorkomende reden dat een serviceagent vaag antwoordt. Zie Volledigheid.
  • Standaardiseer Status en Origin met Importeren uit veld om elke bestaande waarde naar boven te halen, en normaliseer vervolgens naar uw canonieke picklist.
  • Voer een PII-scan uit op Description en Case Comments. Email-to-case legt klantberichten vast die PII bevatten, en de agent kan die PII in een reactie blootleggen. Zie PII-detectie en de Agentforce PII-compliancegids.

Lead

Salesagents lezen Lead om inkomende interesse te kwalificeren en te routeren. De agent beslist over vervolgacties op basis van het bedrijf, de bron en de status, dus gaten hier sturen leads het verkeerde pad op.

Prioriteitsveld Dimensie in het geding Wat slechte data de agent aandoet
Email Geldigheid Ongeldige adressen breken door de agent aangedreven opvolging
Company Volledigheid Ontbrekende bedrijfsdata blokkeert kwalificatielogica
LeadSource Consistentie Inconsistente bronnen verstoren de routeringsbeslissingen van de agent
Status Consistentie Variantstatussen verwarren waar de lead in de funnel zit

Opschoningsacties:

  • Voer een Geldigheidsscan uit op Email en een Volledigheidsscan op Company. Deze twee velden bepalen of de agent überhaupt op een lead kan handelen.
  • Gebruik Importeren uit veld op LeadSource en Status om drift te vinden, en beperk vervolgens tot een gedefinieerde waardenset. Zie Consistentie.
  • Voer een PII-scan uit op alle notitie- of description-velden waar reps ruwe inkomende berichten plakken.

Opportunity

Salesagents lezen Opportunity om pijplijn- en forecastvragen te beantwoorden. Een verouderde fase of ontbrekend bedrag produceert een vol vertrouwen fout antwoord over de dealstatus.

Prioriteitsveld Dimensie in het geding Wat slechte data de agent aandoet
StageName Consistentie Niet-standaard fasen geven verkeerd weer waar deals staan
CloseDate Tijdigheid Verstreken close dates op open deals leren de agent verouderde pijplijnfeiten
Amount Volledigheid Ontbrekende bedragen vertekenen elke forecast die de agent rapporteert

Opschoningsacties:

  • Voer een Tijdigheidsscan uit om open Opportunities met CloseDate in het verleden te markeren. Verouderde datums laten de agent een pijplijn rapporteren die niet meer bestaat. Zie Tijdigheid.
  • Voer een Volledigheidsscan uit op Amount. Een agent die pijplijnwaarde samenvat, kan dat niet betrouwbaar doen wanneer bedragen leeg zijn.
  • Bevestig dat StageName overeenkomt met uw gedefinieerde verkoopproces met een Consistentiescan.

Knowledge

Serviceagents gronden antwoorden in Knowledge-artikelen. De agent haalt een artikel op en presenteert de inhoud ervan als het gezaghebbende antwoord, dus een verouderd of mager artikel wordt een fout antwoord vol vertrouwen geleverd.

Prioriteitsveld Dimensie in het geding Wat slechte data de agent aandoet
Laatst gewijzigde datum Tijdigheid Verouderde artikelen produceren verouderde antwoorden die de agent als actueel presenteert
Title / Summary Volledigheid Magere metadata verzwakt ophaling, dus de agent citeert het verkeerde artikel
Artikeltekst PII-detectie Ingebedde klantdata kan in een gegenereerd antwoord lekken

Opschoningsacties:

  • Voer een Tijdigheidsscan uit tegen de laatst gewijzigde datum om artikelen naar boven te halen die uw actualiteitsdrempel zijn gepasseerd. Verouderde artikelen zijn de belangrijkste bron van vol vertrouwen foute serviceantwoorden.
  • Voer een Volledigheidsscan uit op Title en Summary. De agent gebruikt deze voor ophaling, dus zwakke metadata leidt het naar de verkeerde bron.
  • Voer een PII-scan uit op de artikeltekst om te bevestigen dat er geen klantspecifieke data in een gepubliceerd artikel is geplakt.

Welke objecten moet u eerst opschonen?

Schoon de objecten op die uw agents daadwerkelijk lezen, in de volgorde waarin hun antwoorden ervan afhangen. De onderstaande matrix koppelt opschoningsprioriteit aan agenttype.

Object Serviceagent Salesagent Werknemergerichte agent
Case Prioriteit 1 Laag Gemiddeld
Knowledge Prioriteit 1 Laag Prioriteit 1
Account Gemiddeld Prioriteit 1 Gemiddeld
Contact Gemiddeld Prioriteit 1 Gemiddeld
Lead Laag Prioriteit 1 Laag
Opportunity Laag Prioriteit 2 Gemiddeld

Voor een service-implementatie begint u met Case Description-volledigheid en Knowledge-tijdigheid, omdat die twee velden bepalen of de agent de juiste context heeft om vanuit te antwoorden. Voor een sales-implementatie begint u met Account en Contact, en gaat u dan over naar Lead en Opportunity. Bij elk agenttype voert u eerst PII-scans uit op de tekstvelden die de agent leest, aangezien een PII-bevinding een compliance-kwestie is en geen kwaliteitskwestie. De Agentforce-datagereedheidschecklist somt de drempels op die u per object moet halen vóór implementatie.

Volgende stappen