Salesforce Agentforce ermöglicht es E-Commerce-Marken, KI-Agenten einzusetzen, die Käufern helfen, Produkte zu finden, Fragen zu Bestellungen und Rücksendungen zu beantworten und Merchandiser sowie Serviceteams innerhalb von Salesforce zu unterstützen. Es eignet sich für Marken, die bereits Salesforce Commerce Cloud, Service Cloud oder Data Cloud nutzen, wo der Agent mit echten Bestellungen, Produkten und Kundendatensätzen arbeiten kann. Die besten Ergebnisse erzielen eng gefasste, klar definierte Aufgaben.
Was ist Agentforce und wie bezieht es sich auf E-Commerce?
Agentforce ist die Plattform von Salesforce für autonome KI-Agenten. Jeder Agent hat eine Rolle, Themen, die er bearbeitet, Anweisungen in natürlicher Sprache und eine Reihe von Aktionen, die er ausführen kann, wie z. B. den Bestellstatus prüfen, den Katalog durchsuchen oder einen Servicefall erstellen. Eine Reasoning-Engine wählt die für jede Anfrage erforderlichen Aktionen aus, und das Einstein Trust Layer wendet Kontrollen wie Datenmaskierung und Audit-Logging an.
Für den E-Commerce hat Salesforce Agenten entlang der gesamten Shopping-Journey positioniert, einschließlich kundenorientierter Agenten in Shops und Messaging-Kanälen, händlerorientierter Agenten, die bei Katalog- und Promotionsarbeit helfen, und Service-Agenten für Fragen nach dem Kauf. Diese funktionieren am besten mit Salesforce Commerce Cloud in Verbindung mit Service Cloud und Data Cloud, obwohl Agenten über APIs und MuleSoft auch externe Systeme erreichen können.
Produktnamen, Verpackungen und Preise haben sich seit der Einführung häufig geändert, bestätigen Sie daher aktuelle Funktionen mit der Salesforce-Dokumentation oder einem Partner, bevor Sie planen.
Welche kundenorientierten Anwendungsfälle funktionieren am besten?
Geführte Produktsuche
Ein Käufer in einem Outdoor-Ausrüstungsgeschäft fragt nach einer wasserdichten Jacke für Herbstwanderungen unter einem bestimmten Budget. Ein Agent kann eine Folgefrage zu Passform oder Aktivität stellen, den Katalog anhand von Produktattributen durchsuchen und eine kurze Liste mit Links vorschlagen. Dies funktioniert, wenn die Produktdaten die Attribute enthalten, nach denen Käufer fragen, wie Wasserdichtigkeitsgrad, Material und Größenbereich.
Fragen zu Größe und Kompatibilität
“Passt dieses Case zu meinem Telefonmodell?” oder “Ist dieser Filter mit meiner Kaffeemaschine kompatibel?” sind häufige, repetitive Fragen. Ein Agent mit Zugriff auf Kompatibilitätsdaten kann diese sofort beantworten und Rücksendungen aufgrund von Fehlkäufen reduzieren.
Bestellstatus und Lieferung
Fragen zum Verbleib einer Bestellung sind oft die größte Kategorie von Servicekontakten für Online-Händler. Ein Agent, der mit der Auftragsverwaltung und Sendungsverfolgung verbunden ist, kann diese rund um die Uhr per Chat, WhatsApp oder E-Mail beantworten.
Rücksendungen und Umtausch
Ein Agent kann die Rückgabeberechtigung gemäß Richtlinie prüfen, eine Rücksendung einleiten, über das verbundene System ein Etikett generieren und einen Umtausch anbieten, sofern der Bestand dies zulässt. Grenzen für das, was er genehmigen darf, sollten klar festgelegt werden.
Welche internen Anwendungsfälle helfen dem Team?
- Merchandising-Support: Entwurf von Produktbeschreibungen und Attributwerten aus Lieferantendaten zur Überprüfung und Kennzeichnung von Produkten mit fehlenden Informationen.
- Promotions-Einrichtung: Unterstützung von Merchandisern bei der Konfiguration von Aktionen und Prüfung auf Konflikte mit bestehenden Angeboten, wobei ein Mensch die Änderungen genehmigt.
- Service-Agent-Unterstützung: Zusammenfassung der Bestellhistorie und früherer Fälle eines Kunden, damit ein menschlicher Agent mit vollem Kontext beginnt.
- Einblicksanfragen: Beantwortung von Fragen wie welche Kategorien im letzten Monat die höchste Rückgabequote hatten, basierend auf verbundenen Daten.
Was muss vor dem Start vorhanden sein?
Agenten decken Datenqualitätsprobleme schnell auf. Prüfen Sie vor dem Livegang:
- Produktdaten: vollständige Attribute, genauer Bestand, Größen und Kompatibilitätstabellen.
- Auftrags- und Erfüllungsintegration: zuverlässige Echtzeit-Bestellstatus- und Tracking-Daten.
- Richtlinien: Rückgabe-, Garantie- und Lieferrichtlinien, die klar in Wissensartikeln verfasst sind, die der Agent verwenden wird.
- Kundenidentität: eine sichere Methode zur Verifizierung des Kunden vor der Besprechung einer Bestellung, wie z. B. Bestellnummer plus E-Mail.
- Kanäle: welche Einstiegspunkte der Agent abdecken wird, z. B. Shop-Chat, WhatsApp oder E-Mail.
- Einwilligung und Datenschutz: DSGVO- oder KVKK-Anforderungen für die Verarbeitung von Kundendaten und die Speicherung von Gesprächsprotokollen.
Welche Leitplanken schützen die Marke?
- Definierter Umfang: der Agent lehnt Themen außerhalb seiner Rolle ab und übergibt höflich.
- Genehmigungsgrenzen: keine Rückerstattungen, Entschädigungen oder Preisänderungen über vereinbarte Schwellenwerte hinaus ohne einen Menschen.
- Genaue Quellen: Produkt- und Richtlinienantworten stammen nur aus genehmigten Daten und Artikeln.
- Eskalationsauslöser: Kundenanfragen, wiederholtes Missverständnis, Beschwerden oder rechtliche Themen werden an eine Person weitergeleitet.
- Offenlegung: Käufer wissen, dass sie mit einem KI-Agenten sprechen.
- Überwachung: wöchentliche Stichproben von Transkripten und eine Feedbackschleife für falsche Antworten.
Wie messen Sie den Erfolg?
Wählen Sie Metriken, die an den Anwendungsfall gebunden sind, und legen Sie vor dem Start eine Basislinie fest.
- Für Service-Agenten: enthaltene Gespräche, die korrekt gelöst wurden, durchschnittliche Bearbeitungszeit, Kundenzufriedenheit und Wiederholungskontaktrate.
- Für Shopping-Unterstützung: Konversionsrate von Sitzungen, die den Agenten nutzten, im Vergleich zu ähnlichen Sitzungen, die dies nicht taten, durchschnittlicher Bestellwert und Rückgabequote bei agentengestützten Bestellungen.
- Für interne Agenten: eingesparte Zeit pro Aufgabe und Fehlerraten bei der Überprüfung.
Überprüfen Sie diese Zahlen wöchentlich während des Piloten und monatlich, sobald der Agent stabil ist, da Katalogänderungen, neue Aktionen und Richtlinienaktualisierungen die Genauigkeit leise reduzieren können. Seien Sie vorsichtig mit selbst gemeldeten Plattformzahlen. Käufer, die Chat nutzen, sind möglicherweise bereits kaufbereiter, vergleichen Sie also mit ähnlichen Sitzungen oder führen Sie einen kontrollierten Rollout durch.
Wie Alien Road Salesforce Agentforce für Online-Marken anwendet
In einem typischen Engagement beginnen unsere CRM- und E-Commerce-Teams mit der Entdeckung: Kategorisierung von mehreren Wochen an Servicekontakten und Chat-Protokollen, um zu sehen, welche Fragen häufig und routinemäßig sind, und Überprüfung der Qualität von Produkt- und Bestelldaten in Salesforce.
Die Einrichtung beginnt mit einem Anwendungsfall, oft Bestellstatus oder Rücksendungen, da die Daten strukturiert und die Antworten überprüfbar sind. Wir schreiben die Agentenspezifikation, bereinigen oder schreiben die benötigten Wissensartikel um, konfigurieren Aktionen in einer Sandbox und führen skriptbasierte Testgespräche durch, einschließlich Versuchen, ihn über seinen Umfang hinaus zu drängen.
Für die Messung vereinbaren wir Basiswerte mit dem Kunden und verfolgen sie wöchentlich während eines begrenzten Piloten, wie z. B. einem Markt oder einem Kanal.
Das Reporting kombiniert Salesforce-Dashboards mit einer kurzen schriftlichen Überprüfung, die echte Transkriptbeispiele, gefundene Probleme und vorgenommene Änderungen enthält. Die Erweiterung auf kundenorientierte Produktsuche erfolgt erst, nachdem der erste Agent stabil ist.
Wo man diese Woche anfangen kann
Exportieren Sie vier Wochen an Kundenservice-Kontakten und taggen Sie jeden nach Grund: Bestellstatus, Rücksendungen, Produktfragen, Zahlung, Sonstiges. Finden Sie die größte Routinekategorie. Prüfen Sie dann, ob die Daten, die zur Beantwortung benötigt werden, vollständig und in Salesforce verfügbar sind. Wenn ja, ist diese Kategorie Ihr erster Agentforce-Anwendungsfall. Wenn nicht, ist die Korrektur dieser Daten der eigentliche erste Schritt.
Weiterlesen: CRM-System · Crm-System