製造業

提供主動的服務和維護。

  • 主動與您的客戶交流,並在問題之前預測客戶需求,例如更換零件或必要的維護。
  • 簡化參與,成為統一體驗。透過電子郵件、聊天或電話等任何渠道與客戶互動,並在一個地方查看所有互動。
  • 提升客戶服務體驗和滿意度。提供無縫體驗 — 從回答產品問題、訂購更換零件或安排維護預約。

使用個案摘要

使用 IoT 數據和 AI 主動為客戶提供服務,通過客戶首選的互動渠道,在正確的時間量身定制端對端個性化服務體驗。

使用的 Salesforce 產品

使用的資料來源

物聯網遙測數據
資產服務
歷史資料
購買記錄
產品目錄
資產使用資料
案例
工作指令
資產保固條款 & 索償
企業資源計劃
合作夥伴渠道

應用洞察和預測

透過將此使用案例中參考的資料來源匯集在一起,團隊可以建立計算洞察,或使用 Data Cloud 執行預測模型,這將使他們能夠做出更明智的決策或推動新的自動化。

計算洞察 結合 IoT 資料和服務相關洞察,以建立資產健康評分。 使用過去的購買歷史記錄來建立客戶終身價值和過去的資產使用資料,以建立磨損洞察。
預測模型 將機器學習模型套用到資產使用情況和服務資料,以預測即將發生的維護問題。 使用預測模型,根據資產使用資料、採購歷史記錄、工作訂單和案例資料來預測整體客戶滿意度水平。

影響是什麼

提升客戶滿意度
降低服務成本
改善案例解決方案