De Electra-app laat zien hoe Salesforce Data Cloud en Agentforce een revolutie teweegbrengen in de customer experience binnen automotive. De Electra-app is al klaar voor gebruik, zodat je meteen praktijkervaring kunt opdoen met Data Cloud in je eigen Salesforce-organisatie. De Electra-app laat zien wat er mogelijk is met Data Cloud en Agentforce, en geeft een beeld van de toekomst van de autobranche. Wil je hiermee aan de slag? Bekijk hieronder het document met hoogtepunten en download hier de code om te beginnen.

Electra, een fictief autobedrijf, maakt gebruik van Salesforce Data Cloud om de automotive experience te veranderen door elke klant een gepersonaliseerde ervaring te bieden. Onze Electra-voorbeeldapp maakt gebruik van CoPilot, Agentforce en Data Cloud, en bevat praktijkscenario's via volledig uitvoerbare en opnieuw te implementeren code. Je kunt de Data Cloud-metadata implementeren met behulp van de meegeleverde dataset. Bekijk hier de installatie-instructies om aan de slag te gaan.

Electra wordt aangestuurd door Data Cloud en begeleidt klanten door het hele traject, van de aankoop van een auto tot het onderhoud en service-interacties. De Agentforce Agent helpt klanten bij het vinden van de ideale auto, terwijl CoPilot de klantenservicemedewerkers voorziet van tools om de klantinteracties te verbeteren en upsellingopportunities te identificeren. Met behulp van telemetriedata die rijgedrag, voertuigprestaties en connectiviteitsdata vastleggen worden gepersonaliseerde updates en meldingen aan klanten doorgegeven.

In Data Cloud stelt het uniforme klantprofiel automotive-teams in staat om weloverwogen beslissingen te nemen op basis van geconsolideerde data uit meerdere bronnen. Het uniforme klantprofiel kan worden gebruikt door klantenservicemedewerkers of Agentforce-acties. Laten we eens kijken naar een voorbeeld van een uniform klantprofiel voor onze klant: John Smith.

1. Berekende insights – Data Cloud verzamelt grote hoeveelheden data om kritieke insights te genereren, waaronder de Lifetime Value van John, en gebruikt die om geautomatiseerde acties te activeren. De Agentforce Agent kan deze informatie gebruiken om strategische beslissingen te nemen en aanbevelingen te doen.
2. Machine learning-model – Met Einstein Studio kunnen eigen voorspellende modellen worden gemaakt. Voor Electra is een voorspellend model ontwikkeld om met behulp van historische data in Data Cloud te bepalen hoe waarschijnlijk het is dat een klant een aankoop doet. Dit betekent dat je medewerkers in één oogopslag zien of een klant een proefrit heeft gemaakt of bij de dealer is geweest.
3. Segmenten – Klanten worden in een segment geplaatst op basis van hoe waarschijnlijk het is dat ze een aankoop doen. Deze segmenten stroomlijnen het marketingtraject om zo efficiënt mogelijk doelgerichte marketingcampagnes te kunnen opzetten.
4. Telemetriedata – Telemetriedata worden op één plek gecentraliseerd, zodat Agentforce Agents toegang hebben tot alle informatie, inclusief gps-data en diagnostische informatie van het voertuig voor efficiënte assettracking.
5. Vehicle 360 – Servicemedewerkers profiteren van een uitgebreid overzicht van alle voertuigactiva, afspraken, servicecases en dashboards die afkomstig zijn uit andere CRM's, zoals die van dealers en servicecentra. De Vehicle 360-weergave biedt ook toegang tot de details van een voertuig, inclusief telemetriedata.

Meer verkopen aan nieuwe klanten

Data Cloud zorgt voor een positieve customer experience – met een grotere kans op een verkoop aan een nieuwe klant – door de onduidelijke vragen van John te interpreteren en gepersonaliseerde suggesties te doen. Informatie zoals voertuigspecificaties, garantieclausules en andere details worden opgeslagen als niet-gestructureerde data, die Data Cloud verwerkt en beschikbaar stelt aan de Agent om vragen van John te beantwoorden. Data Cloud biedt de nieuwste NHTSA-informatie over ongevallen en veiligheid die met een API-oproep via MuleSoft wordt binnengehaald, zodat de huidige problemen voor het specifieke voertuigmodel worden gedeeld met de klant.

Wanneer John klaar is om een proefrit te plannen, verzamelt de Agent met behulp van een Lightning-webcomponent (LWC) de belangrijkste details om een lead (voornaam, achternaam en e-mailadres) en een serviceafspraak (datum en tijd) te maken. John kan nu direct een onderhoudsafspraak plannen, en de bevestigingsgegevens worden automatisch naar hem gemaild.

Huidige klanten

Zodra John de auto heeft gekocht, kan hij de dichtstbijzijnde laadpaal vinden met behulp van locatiedata op basis van telemetriesignalen van Data Cloud. De Agent gebruikt de huidige locatie van John op basis van de breedte- en lengtegraad, en vergelijkt deze met de locatie van laadpalen bij hem in de buurt. Een kaart, die wordt weergegeven met behulp van een LWC, toont de afstand tussen de huidige locatie van Johns auto en de dichtstbijzijnde laadpaal met behulp van telemetriedata.

De Agent doorzoekt niet-gestructureerde data om problemen te diagnosticeren, zoals het blauwe controlelampje voor de motor van de specifieke auto van John. De Agent deelt de niet-gestructureerde data op in blokken, vectoriseert die en haalt vervolgens de juiste data op met behulp van een retriever. Op de achtergrond wordt automatisch een servicecase voor John gemaakt en aan zijn voertuig gekoppeld. Het plannen van een onderhoudsafspraak wordt eenvoudig gemaakt via de Lightning-webcomponent. John kan een handige datum en tijd voor een serviceafspraak selecteren zonder het systeem te verlaten.

Huidige klanten profiteren van gepersonaliseerde service, inclusief realtime updates over de servicestatus van het voertuig en proactieve planning van onderhoud op basis van telemetriedata. Met behulp van telemetriedata kan de Agent de oliedruk, kilometerstand en de begin- en einddatum van de garantie van John opvragen om te bepalen welke services zijn garantie dekt. Data Cloud zorgt ervoor dat klanten als John op de hoogte blijven van hun voertuig en op tijd actie ondernemen.

CoPilot ondersteunt klantenservicemedewerkers

Klantenservicemedewerkers maken gebruik van CoPilot om hun dagelijkse werkzaamheden te stroomlijnen via toegang tot bijna realtime data in het uniforme klantprofiel. Wanneer een klantenservicemedewerker de garantie van John opvraagt, controleert CoPilot de asset en de mijlpalen van de asset in Data Cloud, zodat de actuele garantie-informatie verschijnt.

CoPilot maakt acties mogelijk zoals het vergrendelen en ontgrendelen van de deuren van een auto. In de Vehicle 360-weergave ziet de klantenservicemedewerker dat de portieren zijn ontgrendeld zodra dit commando is uitgevoerd. De Vehicle 360-weergave laat zaken als voertuigonderhoud, bestuurdersdata en gerelateerde assets zien.

Bovendien worden enquêtedata van derden uit Snowflake in Data Cloud opgehaald en beschikbaar gesteld aan CoPilot. Deze data bevatten informatie over de interesse en voorkeuren van de klant, die kan worden gebruikt om upselling-opportunities voor extra services en producten te identificeren, zoals een imperiaal. CoPilot kan elk team aanbevelingen doen en daar actie voor ondernemen, zodat resources zo effectief mogelijk worden ingezet.

De Vehicle 360-weergave geeft klantenservicemedewerkers toegang tot kritieke voertuigtelemetrie-events en Tableau-dashboards voor belangrijke insights. Deze data zijn specifiek voor het voertuig, maar klantenservicemedewerkers kunnen ook het tabblad Vehicle Insights & Portfolios benutten om gegevens over alle voertuigen te bekijken, wat een beter begrip van de prestaties en status oplevert.

Meldingen activeren met telemetrie

Nu we de mogelijkheden van Data Cloud hebben verkend, kun je aan de slag met de Sunshine Trails Hospitality-app en deze zelf uitproberen.  Neem vooral de tijd om te verkennen wat er mogelijk is in de voorbeeld-app en onthoud dat je in GitHub toegang hebt tot alles wat je nodig hebt om aan de slag te gaan.