Intégré à la plateforme Einstein 1, Data Cloud VectorDatabase ingère, stocke, unifie, indexe les données non structurées pour permettre d’effectuer des requêtes sémantiques et de transformer les données en informations exploitables.
À l’ère de l’IA et du traitement extensif des données, le CRM traditionnel, axé sur la gestion des contacts et des opportunités, ne suffit plus pour répondre aux besoins des entreprises d’aujourd’hui. Celles-ci ont besoin de véritables plateformes de traitement des données et d’analytique qui puissent les aider à comprendre et à interagir avec leurs clients à un niveau plus informé.
L’ajout de fonctions de traitement des données permet à Salesforce de fournir des fonctionnalités CRM plus avancées, telles que la segmentation client qui permet d’identifier et de cibler des groupes spécifiques de clients en fonction de leurs caractéristiques et de leur comportement. Elle ouvre la voie au marketing personnalisé pour créer des campagnes ciblées qui interpellent le client via la personnalisation. Le service client prédictif permet pour sa part d’identifier les problèmes potentiels avant qu’ils ne surviennent et les résoudre proactivement. Enfin, les ventes basées sur les données permettent d’identifier les opportunités de vente en analysant les données.
Unifier les données structurées et non structurées.
Les entreprises clientes de Salesforce pourront tirer parti des données afin de mieux connaître les clients. Elles peuvent désormais intégrer les données issues de transcriptions d’appels, d’avis en ligne ou de tickets de support client à leurs profils clients. « Ces profils clients enrichis servent ensuite à planifier de manière proactive des rendez-vous de service client, aident les commerciaux à accélérer leurs ventes, et dopent les technologies d’IA générative afin de personnaliser davantage les campagnes d’emailing, les réponses des équipes de service client et les recommandations produit », affirme Salesforce.Data Cloud exploite les métadonnées Salesforce hébergées sur la plateforme Einstein 1 en unifiant les données structurées et non structurées. Les analystes peuvent désormais explorer et visualiser toutes ces informations directement dans Tableau. De leur côté, les développeurs peuvent créer des automatisations Salesforce Flow, et les équipes métiers peuvent ancrer les prompts envoyés à l’IA générative pour des réponses informées. Selon Salesforce « cette nouveauté rend le fine-tuning des grands modèles de langage (LLM) moins essentiel, tout en renforçant l’exactitude des résultats fournis par Einstein Copilot, l’assistant d’IA conversationnelle de Salesforce destiné aux entreprises ».
Configurer et tester Data Cloud dans un bac à sable
Outre la disponibilité générale de Data Cloud VectorDatabase, Salesforce annonce de nouvelles fonctionnalités permettant de tirer davantage parti de l’IA et de Data Cloud. Actuellement en phase pilote, la recherche hybride combine des capacités de recherche sémantique et des recherches traditionnelles par mots-clés. Capable de comprendre les similitudes sémantiques et le contexte d’une requête, tout en reconnaissant les mots et concepts spécifiques à une entreprise, cette fonctionnalité permet aux clients d’optimiser la découverte d’informations et de proposer des résultats de recherche plus pertinents et personnalisés à partir d’une vaste base de données structurées et non structurées.Salesforce annonce également (en version bêta ouverte,disponible d’ici à la fin juin) Data Cloud in SandboxEnvironments permettra aux équipes de configurer et de tester Data Cloud dans un bac à sable avant de les déployer. Toutes les métadonnées de Data Cloud, y compris les flux de données, les connaissances calculées, les intégrations zéro copie et les index de recherche, peuvent être personnalisées en fonction de configurations et de workflows Salesforce existants. En outre, Salesforce DevOps Center offrira la prise en charge en version bêta de Data Cloud à partir du mois de juillet, en l’intégrant au processus existant de gestion du cycle de vie des applications.
