Article rédigé par : William CRUCHET – Juin 2021.
Les Next Best Actions de Salesforce au service de l’efficacité commerciale.
Le terme Next Best Action (ou NBA) est devenu en quelques années un buzzword dans le monde du CRM et de Salesforce. On l’utilise assez globalement pour désigner des actions automatisées déclenchées à la suite d’analyses de données ou d’événements détectés.
Pour ce faire, certains clients utilisent déjà les moteurs de workflows de l’éditeur Californien (Flow ou Process Builder), mais peu d’entre eux ont encore déployé la fonctionnalité Einstein Next Best Action, qui est dédiée sur ce sujet et offre des capacités qui vont bien au-delà d’une utilisation unitaire de ces 2 moteurs de workflows.
On va donc vous expliquer en quoi consiste cette fonctionnalité Next Best Action, quels en sont les bénéfices et comment vous pouvez enrichir ces Next Best Actions avec des données d’intérêt Tilkee pour aider vos collaborateurs à être plus efficaces.
Einstein Next Best Actions : quel intérêt et quelle différence avec ce qui existe déjà ?
Comme l’explique Salesforce, il s’agit de recommandations pertinentes poussées aux personnes appropriées et au moment opportun. Ces recommandations s’appuient sur une analyse des données présentes dans la plateforme Salesforce, y compris celles provenant de logiciels partenaires (ISV) tels que Tilkee.
Si on se penche sur le fonctionnement, il s’agit d’enregistrements Salesforce standards (objet “Recommandation”) qui reposent sur une stratégie permettant de les afficher pertinemment aux utilisateurs au sein des différentes pages, que ce soit sur une page Opportunité, Compte, Contact, ou encore sur une homepage.
Une fois présentée à l’utilisateur, que ce soit un vendeur, un directeur commercial, un administrateur des ventes (ADV), un membre du service client ou de l’équipe marketing, ce dernier peut accepter ou refuser cette recommandation. Dans le cas où il l’accepte, celle-ci lancera un workflow plus ou moins automatisé.
Les Einstein Next Best Actions constituent donc un véritable vecteur d’efficacité, car elles analysent de nombreuses données pour les retranscrire aux utilisateurs en recommandations concrètes, pertinentes, et automatisées. Elles dispensent ainsi l’utilisateur de cette phase d’analyse et lui permettent de se concentrer sur l’exécution des actions.
Mais quelle différence avec la création automatique d’une tâche réalisée plus simplement avec Flow ou Process Builder et qui indiquerait à l’utilisateur une action à déclencher en fonction de critères donnés? Ou bien encore quelle différence avec l’envoi automatique d’un email suivant certains critères en utilisant ces mêmes outils?
La plus-value repose tout d’abord sur le moteur de stratégies, qui est en fait un outil de processus qui va permettre parmi plusieurs recommandations de présenter à l’utilisateur uniquement la (ou les quelques) recommandations pertinentes. Donc, contrairement à la création de tâches décrite ci-dessus, l’utilisateur ne sera pas “inondé” d’un nombre conséquent de tâches qu’il n’aura peut-être pas réalisées car il aura du mal à les prioriser.
De plus, la recommandation est présentée en contexte à l’utilisateur, avec une dimension temps-réel et donc évolutive. A un moment donné, la recommandation X sera présentée, et 5 minutes plus tard elle ne sera peut-être plus d’actualité et ce sera la recommandation Y qui lui sera présentée.
Par ailleurs, par rapport à une simple automatisation (comme l’envoi automatique d’email évoqué ci-dessus), l’autre grosse différence des NBA réside dans le fait que c’est l’humain qui aura le dernier mot et non la machine. Ainsi, l’utilisateur aura le choix d’accepter la recommandation et donc de lancer, ou non, l’email. Et contrairement à une tâche qui a plutôt un caractère “obligatoire”, la recommandation laisse ici le choix à l’utilisateur de la suivre ou non.
Bien évidemment, cela ne veut pas dire qu’il faudra remplacer les automatisations “simples” citées ci-dessus par des Next Best Actions. Dans certains cas, les automatisations existantes pourront être intégrées dans les NBA puisque ces dernières proposent en bout de chaîne de lancer des processus automatisés basés sur Flow Builder. Dans d’autres cas, il faudra arbitrer en fonction du besoin entre automatisation réalisée avec Flow ou Process Builder et Next Best Action.
Démarrer de manière simple avec des quick-wins
On pourrait maintenant se dire que la mise en place de cette fonctionnalité paraît complexe…avec le moteur de stratégies et toutes ces recommandations basées sur des données riches et variées. N’est-ce pas trop lourd? Par où commencer?
Comme toujours, on pourra choisir une approche quick-wins en démarrant par 1 ou 2 cas d’usages simples mais à forte valeur ajoutée.
Par exemple, on peut avec cette fonctionnalité afficher au sein d’un contact, d’une opportunité ou bien d’un case une recommandation suggérant de proposer une remise car le client présente un risque d’attrition élevé. Cela permettra au commercial ou au membre du service client de proposer cette remise au client lors d’un appel téléphonique. Pourquoi d’ailleurs ne pas ajouter un flow générant automatiquement l’offre remisée lorsque le commercial ou le membre du service client cliquera sur “Accepter” la recommandation.
Pourquoi ne pas créer une recommandation au sein d’un case client XXX suggérant à l’opérateur de supprimer le case car c’est probablement le doublon du Case XYZ. Dans ce contexte, l’opérateur pourra vérifier que c’est bien le cas et accepter, ou non, la recommandation de suppression. Lorsqu’elle sera acceptée, le case sera automatiquement supprimé via un flow, et cela économisera du temps non négligeable si les volumes de cases à traiter sont élevés.
Quid du partage et de la relance des propositions commerciales?
Pour rappel, Tilkee est l’éditeur partenaire de Salesforce (ISV) pour partager et relancer ses propositions commerciales et autres documents commerciaux. L’outil permet la mise à disposition des documents aux clients dans un espace web sécurisé et ergonomique, ainsi que l’analyse de leurs comportements de lecture afin d’améliorer l’efficacité des relances et la priorisation des opportunités.
Vous pouvez découvrir plus en détails toutes les capacités de Tilkee intégré dans Salesforce sur notre page dédiée : Tilkee dans Salesforce.
Pour revenir sur les Next Best Actions, ces dernières peuvent prendre en compte tout type de données présentes dans la plateforme Salesforce, et les données remontées par Tilkee grâce à notre connecteur natif en font partie. Il est donc tout à fait possible de créer des recommandations autour des processus de partage et de relance des propositions commerciales.
Au niveau de l’aide à la relance, la NBA la plus simple à mettre en place est une recommandation au sein de l’Opportunité qui suggère au commercial de rappeler son client car sa proposition commerciale a suscité un fort intérêt de la part de ce dernier. Cette recommandation se déclenche lorsque le client visionne la proposition commerciale et que l’algorithme Tilkee dénotant son intérêt sur cette proposition commerciale obtient un score supérieur ou égal à 3/5 (pour rappel notre Scoring d’Intérêt prend en compte un certain nombre de critères dont le temps de lecture sur les documents, le pourcentage de lecture, le nombre de lectures, etc.).
Une deuxième recommandation peut apparaître sur l’Opportunité si le client n’a toujours pas regardé la proposition commerciale 3 jours après son envoi. Elle suggère au commercial d’envoyer un email au client pour le relancer. Dans le cas où le commercial l’accepte, un workflow se déclenche pour envoyer automatiquement un email préconfiguré de relance au client.
Imaginons maintenant qu’au moment où le client consulte la proposition commerciale, sa date de validité soit expirée depuis 20 jours, une NBA peut venir le constater et recommander au commercial, en plus de rappeler son client car ce dernier est intéressé, de vérifier si les prix n’ont pas évolué entre temps.
Concernant le partage des propositions commerciales, on peut afficher au commercial ou à l’administrateur des ventes, lorsque ce dernier vient de réaliser une proposition commerciale et s’apprête à l’envoyer au client, une recommandation lui disant que le meilleur moment pour l’envoyer à ce contact est le vendredi matin car c’est sur ce créneau qu’il consulte le plus les propositions commerciales. Cette NBA vient en fait analyser l’historique de consultations de toutes les propositions commerciales envoyées à ce contact.
Lorsque le commercial ou l’ADV accepte la recommandation, l’email contenant la proposition commerciale est programmé et envoyé automatiquement sur ce créneau (en utilisant la messagerie Salesforce).
On peut aussi mettre en place des Next Best Actions autour de la Data Quality, comme par exemple suggérer au commercial de revoir le Sales Stage de son opportunité à la hausse si le Scoring d’Intérêt Tilkee sur la proposition commerciale est élevé. Ou bien suggérer de rouvrir une opportunité qui aurait été passée en “Closed Lost” si la proposition commerciale est rouverte à posteriori (cela arrive souvent à nos clients). A contrario, on peut suggérer de passer une opportunité en “Closed Lost” si la proposition commerciale n’a pas été visionnée depuis plus de X mois, et que les Sales Stage et montant de l’opportunité sont peu élevés.
Autour du coaching des ventes, on peut mettre en place des Next Best Actions venant analyser les chiffres de ventes des commerciaux mais également les données d’interactions remontées par Tilkee comme le taux moyen d’ouverture des offres, le délais moyen avant ouverture, le montant d’opportunités ayant un Scoring d’Intérêt élevé. On définit ensuite des déclencheurs (“triggers”) qui, si les données ne sont pas satisfaisantes, viennent afficher sur la page d’accueil du manager commercial une NBA lui recommandant d’organiser une réunion avec son commercial pour l’aider à améliorer son efficacité.
En ce qui concerne les prévisions de ventes, on peut créer des Next Best Actions à destination des commerciaux et directeurs commerciaux. Par exemple une NBA qui recommande de revoir son Forecast à la baisse car plus de 30% du montant est constitué d’opportunités contenant des propositions commerciales n’ayant jamais été ouvertes ou avec un Scoring d’Intérêt Tilkee faible. Cette NBA se déclenche par rapport à des données d’interactions Tilkee mais elle pourrait aussi analyser en complément des données propres à Salesforce comme la maturité des opportunités sur lesquelles se base le Forecast, les taux de transformation moyens des produits attachés, etc.
En conclusion
Les Einstein Next Best Actions sont très intéressantes car elles permettent aux collaborateurs de l’entreprise d’économiser du temps d’analyse et de prendre des décisions plus rapidement et en toute confiance ! L’utilisation enrichie des données Tilkee leur permet d’être beaucoup plus efficaces sur les processus de partage et de relance des propositions commerciales, et plus globalement dans les interactions qu’ils ont avec les clients.
Les possibilités des NBA vont évidemment bien au-delà des quelques exemples cités dans cet article. Peut-être en imaginerez-vous d’autres en fonction de votre contexte, de votre secteur d’activité, et des données que vous exploitez dans votre instance Salesforce.
Pour découvrir plus en profondeur ce sujet, n’hésitez pas à contacter notre équipe d’experts via ce formulaire.
Sources :
https://www.tilkee.com/integration-salesforce/
https://trailhead.salesforce.com/content/learn/modules/einstein-next-best-action
https://help.salesforce.com/articleView?id=sf.einstein_next_best_action.htm&type=5
