Data 360 Create Agentic Enterprise Solutions — 构建代理式与跨职能的企业解决方案

学习目标

本徽章属于 Data 360: Develop and Build Solutions 学习路径——该路径讲解如何扩展技能、开发和共享功能，并用 Salesforce Data 360（原 Data Cloud）构建端到端解决方案。在本徽章中，您将了解 Data 360 如何为您的业务解锁代理式（agentic）与跨职能（cross-functional）解决方案。

完成本单元后，您将能够：

• 解释 Data 360 如何用 RAG（检索增强生成）为 Agent 提供「有据可依」的落地；
• 解释 Data 360 如何与 Marketing Cloud Next 协作创建定向活动；
• 解释 Data 360 如何与 Sales 和 Service 协作，做线索资格评估与智能案例路由；
• 解释 Data 360 如何与 Loyalty Management 协作提供个性化促销。

代理式企业（The Agentic Enterprise）

您的组织是一个复杂团队网络，各团队有自己独特的目标。在代理式企业中，组织在团队、人类和 AI Agent 之间无缝协作，全部由可信、统一的数据驱动。

要主动达成目标、避免数据孤岛，您需要用 Data 360 的统一数据构建跨职能解决方案，包括：

• 用高级 RAG（检索增强生成）创建有据可依的 Agent；
• 把 Data 360 与 Marketing Cloud Next 集成；
• 与 Agentforce Sales 和 Agentforce Service 集成；
• 与 Loyalty Management 集成。

统一数据是基础。当每个团队和每个 Agent 都基于同一份可信数据工作时，整个企业就更快、更智能地运转。您的 AI Agent 有多好，取决于落地它们的数据有多好。

用 Data 360 落地有据可依的 Agent

当 Agent 落地于 Data 360 的数据时，它们就能访问一个海量的、最新的、统一的客户数据知识库，其响应清晰地基于真实的客户体验。

您可以用两种类型的数据落地 Agent：

• 结构化数据：数据湖对象（DLO）和数据模型对象（DMO）；
• 非结构化数据：自由格式的文本字段和文件。

本学习路径聚焦 RAG，它支持用非结构化数据做落地——RAG 从知识库检索相关信息、把这些上下文增强到提示中、再生成有据可依的响应。落地正是把「幻觉式聊天机器人」与「可信 Agent」区分开来的关键。

Data 360 中的 RAG 配置

在 Data 360 中配置高级 RAG 解决方案，需要搜索索引、检索器和提示模板。五步配置：

1. 摄取干净的非结构化数据到 Data 360（从高质量数据开始，确保检索相关）；
2. 创建搜索索引让非结构化数据可搜索。使用混合（hybrid）搜索索引，既能检索语义相似的数据，也能检索精确关键词；只索引长文本字段；
3. 创建检索器（retriever），根据用户查询从索引中获取特定数据块；
4. 构建提示模板，指示模型用检索到的数据生成相关响应——提示模板中务必使用明确的指令和负面护栏（negative guardrails）；
5. 创建一个使用该提示模板的 Agent，交付有据可依、上下文感知的响应。

结果：有据可依、有效的 Agent，更少幻觉、给出清晰、可解释的答案。

Data 360 与 Marketing Cloud Next

营销人员在 Marketing Cloud Next 中为客户构建定制活动。要确保活动触达正确受众，需要先在 Data 360 中准备数据。五步工作流：

1. 摄取（Ingestion）：创建数据流，把来自各种系统的客户和活动数据摄取到一处，保持营销数据最新；
2. 身份解析（Identity Resolution）：定义规则关联不同来源的记录，为每个人创建单一、一致画像；
3. 数据图谱（Data Graphs）：当一封邮件需要相关数据（如把客户画像与其近期订单详情关联）时，用数据图谱高效定义这些关系；
4. 细分（Segmentation）：数据准备就绪后，构建包含活动目标受众的细分；
5. 上线（Launch）：最后在 Marketing Cloud Next 中创建并上线活动。

有了 Data 360，活动触达的是明确定义的受众，而非粗略的近似——每个活动都基于统一、可信的数据触达正确的人。

Data 360 与 Agentforce Sales

销售团队在 Agentforce Sales 中工作，总在寻找优化销售、增加收入的方法。看销售团队如何用 Data 360 做线索资格评估与优先级排序。四步线索资格评估工作流：

1. 实时摄取：把关于网站行为、下载、以及浏览定价页时长的实时数据与现有线索记录一起摄取；
2. 身份解析：运行身份解析规则集，把行为数据与现有线索记录统一，形成完整图景；
3. AI Models 中的预测模型：在 AI Models（原 Einstein Studio）中创建预测模型，预测高转化概率的线索；把模型应用到线索记录，并把结果显示在记录页上；
4. 定向外联：销售代表用销售活动和促销定向这些高优先级线索，促进转化。

Data 360 的实时摄取、身份解析和预测模型等能力，帮助销售团队主动接触客户、促成更多交易。

Data 360 与 Agentforce Service

服务团队在 Agentforce Service 中工作，日复一日解决客户案例、维护客户满意度。看服务团队如何用 Data 360 做智能案例路由。三步智能路由工作流：

1. 实时摄取：把来自网站、营销互动及其他来源的实时互动数据摄取到 Data 360；
2. 实时身份解析：把互动与统一画像关联，服务团队能快速知道哪些画像执行了哪些互动；
3. 智能路由：当客户进入服务渠道（无论通过电话还是工作流），团队基于客户的实时旅程把来电智能路由到正确的专家。

智能路由就是让客户第一时间找到对的人——刚刚浏览过远足装备、随后来电咨询保修问题的客户，应该接通懂户外产品的专员，而不是一个需要转接的泛型客服。结果：服务团队减少处理时间、提升客户满意度。

Data 360 与 Loyalty Management

Loyalty Management 应用帮助您的企业交付忠诚度计划，用于客户认可、奖励与留存。看忠诚度经理如何用 Data 360 交付个性化促销。四步个性化促销工作流：

1. 摄取：创建数据流把忠诚度数据摄取到 Data 360；
2. 身份解析：把忠诚度会员数据与 Data 360 中的统一画像关联——发现该会员在整个企业中的参与情况（从购买到案例），获得更丰富、更完整的客户视图；
3. 细分：创建随实时数据保持最新的动态细分。例如，「年轻运动员、定期购买鞋子、客户终身价值（CLV）高」的客户细分，可向该受众定向促销；
4. 促销：最后把细分添加到 Loyalty Management 应用中的促销。

有了 Data 360，忠诚度促销是定向到特定客户群体的，而非广播给所有人——个性化驱动留存。

代理式企业解决方案中心

Agentic Enterprise Solution Center（代理式企业解决方案中心）包含关于如何构建和运行「由组织数据驱动」的解决方案的全面资源。您可以在这里找到：

• 动手学习的 Trailhead 模块；
• 实现参考用的开发者指南；
• 展示真实解决方案的演示视频；
• 启发您自己项目的用例；
• 加速开发的工具和模板。

旅程是探索 → 发现 → 构建——访问解决方案中心，继续学习之旅，发现如何在 Salesforce 平台上构建您自己的代理式企业解决方案。

接下来是什么

在本徽章中，您学习了用 Data 360 构建跨职能企业解决方案的基础。要点：

• Data 360 用 RAG 落地 Agent——搜索索引 → 检索器 → 提示模板 → Agent；
• Marketing Cloud Next + Data 360 = 受众明确的定向活动；
• Agentforce Sales + Data 360 = 用实时数据和预测式 AI 主动做线索资格评估；
• Agentforce Service + Data 360 = 减少处理时间的智能案例路由；
• Loyalty Management + Data 360 = 基于动态细分的个性化促销；
• 身份解析是所有跨职能解决方案的共同主线。

接下来，在 Advanced RAG with Data 360 and Agentforce 中深入学习 RAG 概念，从零构建一个 RAG 解决方案和服务 Agent。

---

文章来源：Trailhead - Data 360 Create Agentic Enterprise Solutions