Updates von Salesforce Salesforce führt Data Cloud Data Graph ein

Anbieter zum Thema

Tableau von Salesforce

Fsas Technologies GmbH

Board Deutschland GmbH

INFOMOTION GmbH

Im jüngsten Release seiner Plattform hat der CRM-Spezialist Salesforce die Data Cloud mit zahlreichen neuen oder endlich verfügbaren Funktionen vorgestellt. Die Neuerungen zeigen, was heute von modernen Datenplattformen erwartet wird, um Produktinnovationen zu erleichtern.

„Salesforce Data Cloud ist die erste Datenplattform, die nicht nur Daten aus dem gesamten Unternehmen vereint, sondern auch diese harmonisierten Daten dazu verwendet, Künstliche Intelligenz und produktive Anwendungen anzutreiben“, sagt David Schmaier, President und Chief Product Officer von Salesforce.

Eine der Neuerungen in Salesforce Data Cloud, die im Spring-Release zu finden sind, besteht in dem Leistungsmerkmal „Data Graphs Enhancements“. Mit Data Graphs können Kunden selbst festlegen, welche Beziehungen zwischen Datenendpunkten bestehen sollen, was die Notwendigkeit für SQL-basierte Abfragen oder die manuelle Herstellung von Data Joins überflüssig macht.

Bildergalerie

Die verbundenen Datenfelder lassen sich nachverfolgen und per Drag-and-drop neu anordnen. Damit soll es Data Graphs erleichtern, dafür zu sorgen, dass nur die korrekten Felddaten von einer KI-Anwendung verwendet werden. Denn nur auf diese Weise lässt sich sicherstellen, dass das KI-Modell auch korrekte und verlässliche Ergebnisse liefert. Mithilfe von „Real-time Data Graphs“, das sich in der Pilotprojektphase befindet, sollen Unternehmen in die Lage versetzt werden, binnen Millisekunden auf wichtige Kundendaten zuzugreifen und sie zu aktualisieren.

Was genau Data Graphs sind

Die Data Cloud ist die Grundlage für alle Modelle, die in Einstein 1 und Einstein Copilot erstellt und genutzt werden. Das gilt auch für die drei Tools Prompt Builder, Skills Builder und Model Builder. Wenn ein Nutzer einen Prompt eingibt, sollten alle Daten in ausreichender Menge und optimaler Qualität vorliegen. Diese Daten könnten in mehreren Hierarchien und in mehreren Datenquellen vorliegen.

Um zu überprüfen, ob dies der Fall ist, versetzt Data Graphs den Nutzer in die Lage, die Beziehungen zwischen Objekten im Datenmodell (DMOs) visuell darzustellen. Der Nutzer kann die verbundenen Felder überwachen und die Beziehungen per Drag-and-drop neu anordnen, um so dafür zu sorgen, dass die korrekten Felddaten in einer KI-Anwendung auftauchen. Dies erzeugt eine dynamische Datenpunktmenge, die weitere Anweisungen für das LLM bildet. So hat Einstein stets Daten zur Verfügung, wenn es auf Prompt-Eingaben antworten soll.

Sobald ein Data Graph mit den entsprechenden DMOs erstellt worden ist, lässt sich ein Data Graph vom Prompt Builder angewandt werden, ähnlich wie ein Datenfeld, in dem Daten zusammengeführt werden. Obwohl der JSON-Text wie Quellcode aussieht, handelt es sich lediglich um Kontext, der in den Prompt eingebettet wird, den der Nutzer angefragt hat.

Data Cloud Data Graphs sind also eine Methode, um die in Einstein 1 zur Verfügung stehenden Daten zu visualisieren und um eine Frage im Prompt Builder zu beantworten oder um Kenntnisse im Skills Builder zuzuweisen. Unterm Strich ist es ein visuelles Werkzeug, um dem Data Engineer einen Begriff von seinen Datenstrukturen zu verschaffen.

Weitere Neuerungen in Data Cloud

Eine weitere Neuerung in Data Cloud ist „Triggered Flow Enhancements“. Damit können Kunden ihre Geschäftsprozesse automatisieren, entweder auf der Grundlage einer Datenpunktänderung in den Datenquellen der Data Cloud oder sobald berechnete Erkenntnisbedingungen erfüllt worden sind. Mittlerweile können Nutzer ihre Flows auch testen und korrigieren, bevor sie sie aktivieren.

Die Aufbereitung und Bereitstellung bereinigter Daten ist von zentraler Bedeutung für die Qualität von KI-Modellen. Mithilfe von „Data Spaces“ können Nutzer ihre Daten, Metadaten und Prozesse logisch aufteilen, um die Anforderungen von Abteilungen, Richtlinien und Compliance zu erfüllen. Die Funktion ist also nicht mit einer Art „Clearing Room“ als Datenreiniger oder Datenmarktplatz zu verwechseln. Dieses Feature ist jetzt allgemein verfügbar.

Ebenfalls allgemein verfügbar sind „Data Cloud Related Lists“. Damit lassen sich Daten der Data Cloud in der Einstein-1-Plattform an jedem beliebigen Salesforce-Objekt anzeigen. Jetzt können B2B-Unternehmen sofort ihre Leads, Kontakte und Kontodaten in Echtzeit anreichern.

Und mit dem nun verfügbaren Feature „Data Cloud Copy Fields“ können Kunden die Erkenntnisse, die sie in der Data Cloud gewonnen haben, im Core CRM bereitstellen und anzeigen. Das macht die Notwendigkeit für komplizierte Datenintegrationen und individuelle Entwicklungsarbeit überflüssig. Salesforce verfolgt wie AWS die Philosophie des „Zero-ETL“-Ansatzes, der für die Kunden viel Aufwand mit sich bringt. Der Kunde kann nun Daten aus einem „Data Model Object“ oder einem „Calculated Insight Object“ in ein Feld des Contact- oder Lead-Datensatzes kopieren.

Branchenlösungen

Erweiterungen der Data Cloud ist für „Industries“, also Branchen, bereitgestellt worden. Mit solchen Lösungen sollen Kunden vorgefertigte Konnektoren, (branchenspezifische) Datenmodelle, berechnete Erkenntnisse und Data Kits verwenden können, um branchenspezifische KI-Modelle, Automation und Workflows realisieren zu können. Für die erste Branche steht nun allgemein Data Cloud for Financial Services zur Verfügung.

Service Intelligence

Die neue Analyse-App Service Intelligence für die Service Cloud erhöhe die Produktivität von Service-Agenten, senke Kosten und verbessere die Kundenzufriedenheit. Die neue Analyse-App Service Intelligence für die Service Cloud bietet den Service-Teams auf Basis der Data Cloud KI-gestützte Einblicke in die Qualität ihrer Arbeit, um zwei Merkmale ihrer Service-Fälle vorhersagen zu können: Die Neigung des Kunden, den Fall auszuweiten, also auf eine höhere Ebene zu eskalieren, und die „Dauer bis zur Lösung des Problems“, die ja ein Kostenfaktor ist. Diese im Januar angekündigte Funktion ist mittlerweile allgemein verfügbar.

(ID:49986413)