La mise en œuvre d’Agentforce commence par la préparation des données.

Il est tentant de se lancer immédiatement dans Agentforce. La promesse d’agents IA prenant en charge les tâches, résolvant les problèmes et assistant les équipes quasi instantanément ? C’est séduisant. Mais voici un point souvent négligé : sans une base de données solide, l’IA agentique ne fonctionne pas comme prévu.

Avant de créer les flux de travail des agents, de commencer à acheminer les tickets ou d’automatiser les réponses, vous devez avoir une vision claire de vos données Salesforce : ce qui est exact, ce qui manque et sur quoi l’agent s’appuiera pour prendre ses décisions. Si cette base n’est pas solide, votre implémentation sera soit bloquée, soit mise en production sans impact. Les utilisateurs cesseront de faire confiance aux agents et votre entreprise n’en retirera que peu de bénéfices.

Dans ce blog, vous découvrirez pourquoi la préparation des données est une étape cruciale pour le succès d’Agentforce, ce que cela signifie concrètement et comment vérifier votre propre niveau de préparation, afin de ne pas faire partie des 80 % de projets d’IA qui stagnent dans les services sur le terrain ou dans les entreprises de services professionnels et de haute technologie.

Pourquoi les implémentations d’Agentforce échouent (et comment l’éviter)

Lorsque vous déployez Agentforce, vous lui demandez d’agir intelligemment, de manière autonome et en temps réel (ou quasi réel). Cela signifie qu’il doit faire confiance aux données qu’il utilise. Si vos données sont incohérentes ou cloisonnées, l’agent aura des difficultés à fonctionner ou fournira des résultats médiocres. C’est l’une des principales raisons pour lesquelles les déploiements d’agents ne répondent pas aux attentes.

Par exemple :

• Si vous avez des enregistrements clients en double, l’agent pourrait identifier une même personne à plusieurs reprises et faire des suggestions incohérentes.
• Si des champs clés sont vides ou contiennent des valeurs par défaut, votre agent pourrait « deviner » la mauvaise réponse, augmentant ainsi le risque d’erreurs d’interprétation de l’IA.
• Si votre gouvernance des données est insuffisante (absence de propriété clairement définie, de normes et de contrôles d’accès), l’agent pourrait utiliser des informations erronées ou enfreindre les règles de conformité.

En bref, les performances de votre agent dépendent de la qualité des données sur lesquelles il s’appuie. Heureusement, ces difficultés sont évitables, mais seulement si vous commencez par avoir une vision claire de l’état actuel de vos données.

Que signifie réellement « préparation des données » pour Agentforce ?

Agentforce n’a pas besoin de données parfaites, mais de données pertinentes. Plus elles sont propres, complètes et bien organisées, plus vos résultats seront fiables et vos systèmes de secours efficaces.

Analysons les dimensions clés à vérifier et sur lesquelles agir.

1. Qualité et exhaustivité des données

La qualité des données est primordiale. Les agents ne peuvent agir qu’avec les informations dont ils disposent. Si ces données sont manquantes, obsolètes ou incohérentes, les résultats seront erronés.

En pratique :

• Les champs essentiels tels que le segment de clientèle, le statut du compte, le lieu d’intervention et la propriété du produit doivent être renseignés de manière cohérente et à jour.
• Les doublons doivent être supprimés, notamment lorsque des clients, des équipements ou des techniciens apparaissent plusieurs fois dans différents systèmes.
• Les données obsolètes ou inutilisées doivent être vérifiées et nettoyées.
• Un formatage cohérent est important. Les agents sont plus performants lorsque les états, les numéros de téléphone et les codes suivent une structure standardisée.

2. Accessibilité et intégration

Même des données propres ne servent à rien si votre agent ne peut pas y accéder. De nombreuses organisations possèdent des informations pertinentes, mais celles-ci sont fragmentées dans des systèmes qui ne communiquent pas entre eux.

Pour qu’Agentforce fonctionne correctement, vos systèmes clés (CRM, service sur le terrain, ERP, gestion des stocks et bases de connaissances) doivent être connectés. Une vue d’ensemble est essentielle pour que l’agent comprenne le contexte et prenne des décisions éclairées.

Pour garantir l’accessibilité :

• Identifiez précisément les sources de données et les systèmes auxquels votre agent doit se connecter.
• Standardisez les conventions de nommage et les structures de champs entre les systèmes afin de réduire les ambiguïtés.
• Activez la synchronisation en temps réel ou quasi réel pour les données fréquemment mises à jour, telles que la disponibilité des techniciens ou les stocks de produits.
• Normalisez les données autant que possible afin que les agents ne soient pas confrontés à des problèmes de formats différents.

Par exemple, un agent assistant de planification a besoin d’accéder aux calendriers, aux certifications, aux rendez-vous, aux pièces détachées, aux itinéraires et aux priorités des interventions. Sans cette vue d’ensemble, il est impossible de formuler des recommandations pertinentes ou de signaler les problèmes à temps. L’intégration est ce qui fait de l’agent un véritable prolongement de votre équipe.

3. Systèmes de gouvernance et de sauvegarde

Les implémentations d’IA introduisent de nouvelles responsabilités en matière de gestion des données. La gouvernance garantit que les données utilisées par votre agent sont disponibles, sécurisées, exactes et bien gérées dans le temps.

La gouvernance comprend :

• La définition claire de la responsabilité pour chaque domaine ou objet de données (afin qu’une personne soit responsable de la qualité) ;
• La définition des autorisations d’accès pour garantir que les agents n’accèdent qu’aux données autorisées ;
• Le suivi et le reporting de l’état des données grâce à une surveillance continuent.

Il est également important d’anticiper et de gérer les imperfections des données. C’est pourquoi chaque implémentation doit inclure des systèmes de gestion des exceptions. Nous collaborons avec nos clients pour mettre en place des garde-fous qui détectent les données manquantes ou contradictoires avant qu’elles n’entraînent des conséquences néfastes. Cependant, ces processus de sauvegarde ne doivent servir que de filet de sécurité, et non de solution de facilité au quotidien. Des données propres permettent d’éviter que les exceptions ne deviennent la norme.

4. Alignement et priorisation des cas d’utilisation

   

Commencez par préparer les données qui soutiennent directement le cas d’utilisation choisi. Concentrez-vous sur les besoins de l’agent pour accomplir sa mission, en fonction du processus métier qu’il prend en charge.

Pour ce faire :

• Définissez clairement le processus métier que l’agent prendra en charge : ventes, intervention sur site, répartition des tâches, service client, etc.
• Identifiez les enregistrements, les champs et la logique spécifiques sur lesquels l’agent s’appuiera pour réaliser ses tâches.
• Priorisez les domaines à fort impact afin d’obtenir rapidement de la valeur, sans vous perdre dans une prolifération de données inutiles.

Par exemple, un agent commercial n’aura pas besoin d’accéder au stock de pièces détachées, mais il aura besoin de connaître l’état d’avancement des transactions, l’historique des interactions, les règles territoriales et les rôles des contacts clés. En ciblant votre démarche, vous réduisez les risques et accélérez le déploiement.

Plus vos données sont alignées sur la tâche demandée à l’agent, plus elles seront utiles.

Votre liste de contrôle de préparation des données

Voici une liste de contrôle concise que vous pouvez exécuter dès maintenant :

Si vous obtenez des réponses négatives à plusieurs questions, faites une pause et comblez ces lacunes avant de poursuivre la conception et le déploiement de l’agent. Vous gagnerez ainsi du temps, de l’argent et vous éviterez bien des déceptions par la suite.

Pourquoi avez-vous besoin d’une évaluation de la préparation des données ?

La plupart des organisations rencontrent des problèmes de données. C’est normal. L’essentiel est de savoir lesquels risquent de compromettre vos plans Agentforce et lesquels vous pouvez traiter ultérieurement. C’est précisément le rôle de notre outil de diagnostic Agentforce.

Clarifiez l’état de vos données et les prochaines étapes pour commencer.

Voici ce que vous obtiendrez :

• Un audit complet de vos données Salesforce, de vos cas d’usage et de vos systèmes actuels.
• Un tableau de bord de préparation à Agentforce détaillant votre situation actuelle.
• Un plan d’action pour combler les lacunes actuelles, avec des étapes concrètes à suivre.
• Une séance stratégique individuelle pour définir votre cas d’usage le plus important.
• Une feuille de route personnalisée pour la préparation de votre organisation à l’IA.

L’évaluation vous permet de situer votre situation actuelle et vous fournit une feuille de route ciblée pour préparer vos données à Agentforce. Elle est conçue pour aider les dirigeants à agir rapidement et à se lancer en toute confiance, grâce à un plan clair et réalisable.

La clé pour devenir une entreprise active

La plupart des organisations Salesforce rencontrent des problèmes de qualité des données. L’essentiel est d’identifier les problèmes susceptibles de vous ralentir et de déterminer les priorités. Vos données sont-elles alignées, accessibles et suffisamment propres pour permettre l’automatisation ? C’est à ce moment-là qu’Agentforce apporte une valeur ajoutée mesurable et une adoption concrète.

Vos données ne sont pas un simple atout : elles sont fondamentales pour évoluer vers une entreprise agentique. Vous souhaitez y parvenir plus rapidement et avec moins de risques ? Réservez dès maintenant votre évaluation de préparation des données et faites le premier pas vers une implémentation d’Agentforce réellement efficace. C’est rapide, gratuit et conçu sur mesure pour répondre à vos objectifs.