English
Suomi
Français
Polski
Ausgangslage und Herausforderungen des Kunden
Ein Fertigungsunternehmen nutzte Salesforce CRM neben SAP ERP, E-Commerce-Shops und Marketinganwendungen. Bestehende Integrationen verbanden die Systeme, doch Kundenidentitäten, kaufmännische Informationen und Interaktionshistorien blieben fragmentiert. Jahrelange Anpassungen hatten zudem überlappende Salesforce-Felder und uneinheitliche Datendefinitionen entstehen lassen.
Probleme und ihre geschäftlichen Auswirkungen
Bestehende Integrationen waren schwer erweiterbar
Die Anbindung eines Systems erforderte neue Datenflüsse und Orchestrierung zwischen Anwendungen sowie die Übernahme seiner Daten in das Data Warehouse. Separate Zuordnungen und wiederholte Integrationslogik erhöhten den Aufwand und erschwerten die Erweiterung der Systemlandschaft.
Überlappende Salesforce-Felder erschwerten die Datenverwaltung
Jahrelange Anpassungen hatten doppelte Felder und Definitionen mit ähnlichen Zwecken entstehen lassen. Das erhöhte die Komplexität der CRM-Wartung und erschwerte einheitliche Integrationszuordnungen.
Fragmentierte Identitäten erschwerten den Kundenüberblick
Derselbe Kunde wurde in Anwendungen unterschiedlich abgebildet. Käufe, Bestellungen, Angebote, Website-, Marketing- und E-Mail-Historien waren dadurch voneinander getrennt. Den Teams fehlte ein einheitlicher Blick auf die Beziehung; sie mussten den Kontext in unverbundenen Datensätzen suchen.
Fehlender kaufmännischer und Interaktionskontext begrenzte Entscheidungen
Produkt- und Preisinformationen waren auf verschiedene Anwendungen verteilt. Vertriebsteams konnten die vollständige Historie nur schwer zur Qualifizierung potenzieller Kunden nutzen. Dem Support fehlte der gebündelte Kontext, um Kundenanfragen zu verstehen und zu lösen.
Was wir implementiert haben und warum
Jede neue Anwendung erforderte Datenflüsse, Orchestrierung und eine separate Datenzuführung zum Data Warehouse. Unsere Salesforce Data 360-Implementierung schuf eine gemeinsame Schicht für Salesforce, SAP ERP und weitere Plattformen und reduzierte wiederholte Datenaufbereitung.
Die Architektur unterstützt die Ingestion API für individuelle Quellen und Standardkonnektoren für unterstützte Anwendungen. Teams können Konnektoren in Data 360 konfigurieren und Daten über Abfrage- und Profil-APIs abrufen.
Kunden-, Produkt- und kaufmännische Daten aus SAP lassen sich visuell Data 360-Entitäten zuordnen. Diese gemeinsamen Zuordnungen machen SAP-Daten zusammen mit Salesforce-Kundendatensätzen verfügbar.
Das Salesforce-Datenmodell vereinfachen
Was wir implementiert haben
Wir identifizierten doppelte Felder, überlappende Definitionen und alte Strukturen, führten redundante Datenstrukturen zusammen und bereinigten uneinheitliche Informationen. So entstanden einheitliche Definitionen für Integrationszuordnungen und eine besser wartbare CRM-Grundlage.
Warum: Geschäftsziel
Vorgeschlagenes Ziel: den Aufwand für die Zuordnung und Pflege kundenbezogener Felder um 30 % reduzieren, gemessen an vergleichbaren CRM-Änderungen vor der Bereinigung. Einheitliche Definitionen sollen wiederholte Feldanalysen und Nacharbeit an Zuordnungen verringern.
Wiederholte Logik durch eine gemeinsame Datenschicht ersetzen
Was wir implementiert haben
Wir führten Daten aus Salesforce, SAP ERP, Commerce und Marketing in einer gemeinsamen Data 360-Schicht zusammen. Die Architektur unterstützte Ingestion API-Verbindungen für individuelle Quellen und konfigurierbare Standardkonnektoren für unterstützte Unternehmensanwendungen. Gemeinsame Entitätszuordnungen und der Zugriff über Abfrage- oder Profil-APIs machten die Daten für verschiedene Anwendungen wiederverwendbar.
Warum: Geschäftsziel
Geschäftsziel: den Integrationsaufwand für weitere Anwendungen durch die Wiederverwendung gemeinsamer Zuordnungen und Kundendatenaufbereitung um 60 % reduzieren. Der Projektverantwortliche berichtet von dieser Reduzierung bei nachfolgenden Integrationsarbeiten.
Kundenidentitäten und kaufmännischen Kontext zusammenführen
Was wir implementiert haben
Wir lösten systemübergreifende Kundenidentitäten auf und verbanden Käufe, Bestellungen, Angebote, Website-Aktivitäten, Marketinginteraktionen und E-Mail-Kontakte. Zudem machten wir relevante Produkt- und Preisdaten in Salesforce verfügbar, während die Zuständigkeiten der zugrunde liegenden Quellsysteme erhalten blieben.
Warum: Geschäftsziel
Vorgeschlagenes Ziel: die Zeit zum Auffinden von Bestell-, Angebots- und Interaktionshistorien eines Kunden um 50 % reduzieren, gemessen mit denselben Suchaufgaben vor und nach der Einführung. Ein einheitliches Profil soll die Suche in unverbundenen Datensätzen ersetzen.
Einheitlichen Kontext für Vertrieb und Support nutzbar machen
Was wir implementiert haben
Wir kombinierten Kundensignale für Lead Scoring und Vertriebspriorisierung und führten KI-gestütztes Intent-Management zur Klassifizierung eingehender Nachrichten ein. Einheitliche Profile und Interaktionshistorien gaben den Teams den nötigen Kontext für die Qualifizierung potenzieller Kunden und die Bearbeitung von Kundenanfragen.
Warum: Geschäftsziel
Geschäftsziel: Supportfälle durch die Kombination von Intent-Klassifizierung mit Kunden- und kaufmännischen Historien 50 % schneller lösen. Der Projektverantwortliche berichtet von diesem Ergebnis. Lead Scoring liefert dem Vertrieb zudem eine breitere Informationsbasis für Qualifizierung und Priorisierung.
Implementierungsplan
Die Implementierung dauerte drei Monate und führte von Analyse und Planung über die Umsetzung bis zur Einführung.
Monat 1: Analyse
Das bestehende Salesforce-Datenmodell sowie die SAP ERP-, Commerce- und Marketinglandschaft analysieren. Prüfen, wie Anwendungen zusammenarbeiten, wo Kunden- und kaufmännische Informationen entstehen und wie bestehende Integrationen sie austauschen.
Monat 1: Lösungsplanung
CRM-Bereinigung, gemeinsame Datendefinitionen, Integrationszuordnungen und Beziehungen zwischen Kundenidentitäten planen. Die Umsetzungsreihenfolge für Kundenhistorie, Produkt- und Preisübersicht, Lead-Qualifizierung und Intent-Management im Support festlegen.
Monat 2: Implementierung
Redundante CRM-Strukturen zusammenführen, Datensätze über Data 360 verbinden und die Kundendatenvereinheitlichung konfigurieren. Den kaufmännischen und Interaktionskontext für die Anwendungsfälle in Vertrieb und Support aufbauen.
Monat 3: Einführung
Die verknüpfte Kundensicht, Lead Scoring und KI-gestütztes Intent-Management in die Vertriebs- und Supportabläufe einführen. Den systemübergreifenden Kontext beim Übergang in die Nutzung überprüfen.
Monatlicher Credit-Verbrauch
Die Lösung arbeitet mit insgesamt fünf Millionen Datensätzen aus Kunden-, kaufmännischen und Interaktionsinformationen. Gespeicherte Datensätze und monatliches Verarbeitungsvolumen sind unterschiedliche Größen: Wiederholte Aktualisierungen, Identitätsauflösung und Abfragen können dieselben Datensätze mehrfach verarbeiten.
Das folgende Planungsszenario verwendet die veröffentlichten Data Services-Produktionsraten von Salesforce. Für die aufgeführten Vorgänge und das angegebene Arbeitsvolumen sind 108.550 Credits pro Monat vorgesehen. Es handelt sich um ein Planungsmodell, nicht um gemessenen Kundenverbrauch.
Vorgang | Monatliches Arbeitsvolumen | Data Services Credits |
|---|---|---|
Externe Batch-Datenaufnahme | 1 Million verarbeitete Zeilen | 2.000 |
Batch-Transformationen | 10 Millionen verarbeitete Zeilen | 4.000 |
Profilvereinheitlichung | 1 Million verarbeitete Zeilen über alle monatlichen Durchläufe | 100.000 |
Datenabfragen | 150 Millionen verarbeitete Zeilen | 300 |
Berechnete Erkenntnisse im Batch-Verfahren | 150 Millionen verarbeitete Zeilen | 2.250 |
Summe der aufgeführten Vorgänge | Monatliches Planungsvolumen | 108.550 |
Monatliches Planungsszenario für ausgewählte Vorgänge; Data Services Credits, keine Flex Credits.
Gerundetes monatliches Credit-Budget: 1.100 US$, basierend auf dem aufgeführten Arbeitsvolumen und einem Planungspreis ohne Rabatt von 1.000 US$ je 100.000 Data Services Credits. Nur Credit-Nutzung; Lizenzen, Speicher, KI-Dienste, Steuern und sonstige Gebühren sind ausgeschlossen.
Salesforce Data Services-Preistabelle
Geschäftliche Ergebnisse
Routine Automation setzte innerhalb von drei Monaten eine Bereinigung des Salesforce-Datenmodells, die Data 360-Integration von CRM, SAP ERP, Commerce und Marketing, einheitliche Kundenprofile, Lead Scoring und KI-gestütztes Intent-Management für den Support um. Das Fertigungsunternehmen erhielt einen besseren Überblick über Kunden- und kaufmännische Daten; die Teams benötigten weniger Zeit, um sie zu finden. Supportfälle wurden 50 % schneller gelöst, und der Aufwand für nachfolgende Anwendungsintegrationen sank durch die Wiederverwendung der gemeinsamen Datengrundlage um 60 %.
