Data Dwell on rakennettu natiivisti Salesforceen, joten ei ole yllättävää, että sisällön suositusten hallinta Data Dwell ovat Salesforcessa. Onneksi et tarvitse erillistä sovellusta tämän prosessin hallintaan.

Tässä artikkelissa käytän kahta Data Dwell:n tarjoamaa demotiliä sekä runsaasti näytesisältöä, jotta mielekäs tarkastelu on mahdollista.

Myynnin sisällönhallintajärjestelmä

Salesforcen sisällä voimme napsauttaa Sales Enablement-välilehteä päästäksemme sisällönhallinta-alueelle.

Huomaa, että tuttu tiedosto- ja kansiorakenne on vakio useimmissa käyttöjärjestelmissä ja sisällönhallintaratkaisuissa.

Voit tietysti navigoida kansiorakenteessa, mutta mielenkiintoiseksi asia muuttuu, kun alat valita tiedostoja sisältöalueelta. Valitsin kolme ja napsautin sitten oikeassa yläkulmassa olevaa Position-työkalua aloittaakseni metatietojen muuttamisen. Kuten joku, joka on joutunut tekemään tämän harjoituksen muissa järjestelmissä, voi todistaa, tämä säästää merkittävästi aikaa Enablement-tiimille.

Huomaa, että Asema-ponnahdusikkuna avautuu ja voit, kuten ilmoitimme, aloittaa sisältöattribuuttien päivittämisen.

Voit määrittää monia määritteitä, jotka ovat kaikki muokattavissa, sisällön nimistä ja kuvauksista Salesforce-tietueiden kenttäominaisuuksiin.

Toisin sanoen, jos haluat, että Automaation lisätiedot -ominaisuus näkyy, kun olet tiedonkeruun aloitusvaiheessa, valitse ruutu ja tallenna päivitys.

Sisältösuositusten hallinta Data Dwell:ssä

Osoittaakseni, että kaikki on konfiguroitavissa, hyppään toiseen demo-esimerkkiin, jota minulla on pääsy käyttämään.

Aloitetaan tarkastelemalla tilaisuutta, joka on parhaillaan karsintavaiheessa.

Huomaa, että näemme McMahon Associates Inc:n tapaustutkimuksen ja yhteenvetotiedot sen käytöstä.

Enablement Managerina päätämme lisätä Hunterlodge-tapaustutkimuksen käytettäväksi tässä vaiheessa.

Siirry Sales Enablement-välilehdelle, valitse kyseinen tapaustutkimus ja valitse Position-työkalu. Lisää pätevyys ja tallenna.

Nyt hypätään takaisin samaan tilaisuuteen ja, Voila! Siinä on sisältömme - tämän esimerkin Hunterlodge-tapaustutkimus.

Enabler-hallintaan perustuvat suositukset voivat olla haasteellisia, kun sisältöä on satoja kappaleita, mutta Data Dwell:n irtotavaran hallintatyökalut tekevät siitä hallittavaa.

Tekoälystä ja koneoppimisesta (AI/ML) olisi apua, mutta totuus on, että vain harvat ratkaisut vastaavat tähän tarpeeseen tällä hetkellä.