Slimme e-mailclassificatie in Service Cloud met Agentforce
Blog
Agentforce automatiseert e-mailclassificatie in Service Cloud en vervangt daarmee 600+ handmatige regels. Paul Zevenboom deelt de eerste resultaten van een lopende implementatie bij een klant.
Een kijkje in een lopende implementatie
We krijgen de laatste tijd vaak dezelfde vraag van klanten: "Hoe kan Agentforce ons helpen om processen te vereenvoudigen en te optimaliseren?"
Vooral bij teams die met Salesforce Service Cloud werken speelt dit. Snelheid en nauwkeurigheid zijn daar cruciaal. Een van onze huidige projecten laat goed zien wat er mogelijk is.
We werken samen met een klant waarvan het supportteam dagelijks grote aantallen e-mails verwerkt. Het bestaande systeem werkte, maar was intussen flink uit de hand gelopen. Om e-mails te classificeren en door te sturen had het team meer dan 600 regels gebouwd, allemaal handmatig beheerd.
Het werd steeds duidelijker: die regelgebaseerde aanpak was niet meer houdbaar.
Een slimmere aanpak met Agentforce
We stelden een andere aanpak voor. In plaats van honderden statische regels te onderhouden, laat je een Agentforce-oplossing e-mails automatisch begrijpen en classificeren.
De klant zag het meteen zitten. We begonnen samen aan een iteratieve implementatie, die nog steeds loopt, en de eerste resultaten zijn veelbelovend.
Hoe we het hebben opgezet (tot nu toe)
Dit is wat we tot nu toe hebben gedaan om slimme e-mailclassificatie met Agentforce te realiseren:
1. Een eigen agent gebouwd We begonnen met het opzetten van een nieuwe agent in Agentforce, speciaal voor deze toepassing.
2. Een topic gedefinieerd: "E-mailclassificatie" De taak van de agent is om onderwerp en inhoud van binnenkomende e-mails te analyseren en te bepalen om wat voor soort vraag het gaat.
3. Scope, classificaties en instructies ingericht Om de agent te trainen, gaven we mee:
Een duidelijke scope gericht op veelvoorkomende e-mailtypes (denk aan klachten, retouraanvragen, orderstatus)
Specifieke categorieën voor classificatie
Instructies in natuurlijke taal die beschrijven hoe de agent beslissingen moet nemen
Zo kan de agent e-mails interpreteren op basis van context, niet alleen op trefwoorden.
4. Koppeling met Salesforce Flow Daarna koppelden we de Agentforce-agent aan een Salesforce Flow. Dit maakt het volgende proces mogelijk:
Een klant stuurt een e-mail, er wordt een case aangemaakt in Salesforce.
De inhoud van de e-mail gaat naar Agentforce.
Agentforce geeft een classificatie terug (bijvoorbeeld "Klacht" of "Retourorder").
De Flow gebruikt dit resultaat om het juiste Case Type toe te wijzen en de case naar de juiste queue te sturen.
5. Samen testen met de klant We zitten nu in de testfase en werken nauw samen met de klant om te bekijken hoe de agent presteert op echte e-maildata.
De feedback tot nu toe is positief. De klant is onder de indruk van hoe goed Agentforce berichten begrijpt en categoriseert, zeker vergeleken met het oude, trefwoordgebaseerde systeem.
Waarom dit ertoe doet
Ook in dit vroege stadium zijn de voordelen al duidelijk:
Eenvoudiger onderhoud: geen honderden regels meer om bij te houden.
Betere nauwkeurigheid: Agentforce kan overweg met randgevallen en dubbelzinnige taal.
Snellere case-routing: minder handwerk voor supportmedewerkers.
Belangrijker nog: het systeem is flexibel. Om aan te passen hoe de agent denkt, hoef je alleen de instructies aan te passen, niet de hele logica te herschrijven.
Wat is de volgende stap?
We blijven de agent verfijnen en testen met live klantdata. Zodra we volledig vertrouwen hebben in de prestaties, is het doel om de oplossing in productie te nemen en het regelgebaseerde systeem volledig te vervangen.
De reis is nog niet voorbij, maar de richting is veelbelovend en de eerste impact is nu al indrukwekkend.
