Salesforce Agentforce permite a las marcas de comercio electrónico desplegar agentes de IA que ayudan a los compradores a encontrar productos, responder preguntas sobre pedidos y devoluciones, y apoyar a los equipos de merchandising y servicio dentro de Salesforce. Es adecuado para marcas que ya utilizan Salesforce Commerce Cloud, Service Cloud o Data Cloud, donde el agente puede trabajar con pedidos, productos y registros de clientes reales. Los mejores resultados provienen de tareas estrechas y bien definidas.
¿Qué es Agentforce y cómo se relaciona con el comercio electrónico?
Agentforce es la plataforma de Salesforce para agentes de IA autónomos. Cada agente tiene un rol, temas que maneja, instrucciones en lenguaje natural y un conjunto de acciones que puede realizar, como verificar el estado del pedido, buscar en el catálogo o crear un caso de servicio. Un motor de razonamiento elige las acciones necesarias para cada solicitud, y Einstein Trust Layer aplica controles como el enmascaramiento de datos y el registro de auditoría.
Para el comercio electrónico, Salesforce ha posicionado agentes a lo largo del viaje de compra, incluidos agentes orientados al comprador en escaparates y canales de mensajería, agentes orientados al comerciante que ayudan con el trabajo de catálogo y promoción, y agentes de servicio para preguntas posteriores a la compra. Estos funcionan mejor en Salesforce Commerce Cloud con Service Cloud y Data Cloud conectados, aunque los agentes también pueden acceder a sistemas externos a través de API y MuleSoft.
Los nombres de productos, el embalaje y los precios han cambiado a menudo desde el lanzamiento, así que confirme las características actuales con la documentación de Salesforce o un socio antes de planificar.
¿Qué casos de uso orientados al comprador funcionan mejor?
Descubrimiento guiado de productos
Un comprador en una tienda de equipos para actividades al aire libre pregunta por una chaqueta impermeable para caminatas de otoño con un presupuesto determinado. Un agente puede hacer una pregunta de seguimiento sobre el ajuste o la actividad, buscar en el catálogo utilizando atributos del producto y sugerir una lista corta con enlaces. Esto funciona cuando los datos del producto incluyen los atributos sobre los que preguntan los compradores, como la clasificación de impermeabilidad, el material y el rango de tallas.
Preguntas sobre tallas y compatibilidad
“¿Este estuche se ajustará a mi modelo de teléfono?” o “¿Este filtro es compatible con mi cafetera?” son preguntas frecuentes y repetitivas. Un agente con acceso a datos de compatibilidad puede responderlas al instante y reducir las devoluciones causadas por compras incorrectas.
Estado del pedido y entrega
Las preguntas sobre dónde está mi pedido son a menudo la mayor categoría única de contactos de servicio para los minoristas en línea. Un agente conectado a la gestión de pedidos y al seguimiento del transportista puede responderlas por chat, WhatsApp o correo electrónico a cualquier hora.
Devoluciones y cambios
Un agente puede verificar la elegibilidad de devolución según la política, iniciar una devolución, generar una etiqueta a través del sistema conectado y ofrecer un cambio si el stock lo permite. Los límites sobre lo que puede aprobar deben establecerse claramente.
¿Qué casos de uso internos ayudan al equipo?
- Soporte de merchandising: redacción de descripciones de productos y valores de atributos a partir de datos de proveedores para su revisión, y marcado de productos con información faltante.
- Configuración de promociones: ayudar a los comerciantes a configurar promociones y verificar conflictos con ofertas existentes, con un humano aprobando los cambios.
- Asistencia al agente de servicio: resumir el historial de pedidos de un cliente y casos anteriores para que un agente humano comience con el contexto completo.
- Solicitudes de información: responder preguntas como qué categorías tuvieron la tasa de devolución más alta el mes pasado a partir de datos conectados.
¿Qué debe estar en su lugar antes del lanzamiento?
Los agentes exponen rápidamente los problemas de calidad de los datos. Antes de salir en vivo, verifique:
- Datos del producto: atributos completos, stock preciso, tallas y tablas de compatibilidad.
- Integración de pedidos y cumplimiento: datos de estado de pedidos y seguimiento fiables y en tiempo real.
- Políticas: políticas de devolución, garantía y entrega escritas claramente en artículos de conocimiento que el agente utilizará.
- Identidad del cliente: una forma segura de verificar al cliente antes de discutir un pedido, como el número de pedido más el correo electrónico.
- Canales: qué puntos de entrada cubrirá el agente, por ejemplo, chat de tienda, WhatsApp o correo electrónico.
- Consentimiento y privacidad: requisitos de GDPR o KVKK para procesar datos de clientes y almacenar transcripciones de conversaciones.
¿Qué directrices protegen a la marca?
- Alcance definido: el agente rechaza temas fuera de su rol y se retira cortésmente.
- Límites de aprobación: sin reembolsos, compensaciones o cambios de precio más allá de los umbrales acordados sin un humano.
- Abastecimiento preciso: las respuestas sobre productos y políticas provienen solo de datos y artículos aprobados.
- Disparadores de escalada: las solicitudes de clientes, malentendidos repetidos, quejas o temas legales se dirigen a una persona.
- Divulgación: los compradores saben que están hablando con un agente de IA.
- Monitoreo: muestreo semanal de transcripciones y un bucle de retroalimentación para respuestas incorrectas.
¿Cómo mide el éxito?
Elija métricas vinculadas al caso de uso y establezca una línea base antes del lanzamiento.
- Para agentes de servicio: conversaciones contenidas que se resolvieron correctamente, tiempo promedio de manejo, satisfacción del cliente y tasa de contacto repetido.
- Para asistencia de compra: tasa de conversión de sesiones que utilizaron el agente en comparación con sesiones similares que no lo hicieron, valor promedio del pedido y tasa de devolución en pedidos asistidos por agentes.
- Para agentes internos: tiempo ahorrado por tarea y tasas de error encontradas en la revisión.
Revise estas cifras semanalmente durante el piloto y mensualmente una vez que el agente sea estable, porque los cambios en el catálogo, las nuevas promociones y las actualizaciones de políticas pueden reducir silenciosamente la precisión. Sea cauteloso con los números de plataforma autoinformados. Los compradores que usan chat pueden tener más probabilidades de comprar, así que compare con sesiones similares o realice un lanzamiento controlado.
Cómo aplica Alien Road Salesforce Agentforce para marcas en línea
En un compromiso típico, nuestros equipos de CRM y comercio electrónico comienzan con el descubrimiento: categorizar varias semanas de contactos de servicio y registros de chat para ver qué preguntas son frecuentes y rutinarias, y revisar la calidad de los datos de productos y pedidos en Salesforce.
La configuración comienza con un caso de uso, a menudo estado del pedido o devoluciones, porque los datos están estructurados y las respuestas son verificables. Escribimos la especificación del agente, limpiamos o reescribimos los artículos de conocimiento que necesita, configuramos acciones en un sandbox y ejecutamos conversaciones de prueba con guion, incluidos intentos de empujarlo más allá de su alcance.
Para la medición, acordamos cifras de referencia con el cliente y las rastreamos semanalmente durante un piloto limitado, como un mercado o un canal.
Los informes combinan paneles de Salesforce con una breve revisión escrita que incluye ejemplos reales de transcripciones, problemas encontrados y cambios realizados. La expansión al descubrimiento de productos orientado al comprador ocurre solo después de que el primer agente sea estable.
Por dónde empezar esta semana
Exporte cuatro semanas de contactos de servicio al cliente y etiquete cada uno por motivo: estado del pedido, devoluciones, preguntas sobre productos, pago, otro. Encuentre la categoría rutinaria más grande. Luego verifique si los datos necesarios para responderla están completos y disponibles en Salesforce. Si es así, esa categoría es su primer caso de uso de Agentforce. Si no, arreglar esos datos es el verdadero primer paso.
Siga leyendo: Sistema CRM · Sistema Crm