Agentforce para Data Cloud.
Agentes que razonan sobre tus datos unificados. La base que hace que el resto de Agentforce rinda.
Data Cloud es el sustrato de grounding para todo Agentforce y tiene además sus propios agentes especializados: calidad de datos, resolución de identidad, segmentación dinámica, activación cross-channel, linaje y compliance. Sobre tus datos, en tiempo real, con guardrails.
¿Qué hace Agentforce en Data Cloud?
Agentforce para Data Cloud es la capa de agentes autónomos de Salesforce que razona sobre tus DMOs unificados, ejecuta acciones reales sobre el modelo de datos y los segmentos, y opera dentro de los guardrails del Trust Layer. Asiste en gobierno y calidad, resuelve identidad cross-fuente, diseña segmentos en lenguaje natural, optimiza activaciones y mantiene linaje y compliance al día.
Por qué Data Cloud es el primer paso para una estrategia de agentes seria
Data Cloud no es una nube más: es el backbone que hace que el razonamiento de Agentforce se apoye en datos reales, no en respuestas genéricas.
Grounding sobre datos unificados
Sin Data Cloud, los agentes de las otras nubes responden solo con datos del objeto estándar de su nube. Con Data Cloud, hacen grounding sobre Customer 360 real.
Reuso de identidad y consentimiento
Las reglas de Identity Resolution y los registros de consentimiento se reutilizan en todos los agentes, no se duplican por nube.
Segmentos y CIs compartidos
Una vez calculados, los segmentos y Calculated Insights están disponibles para Marketing, Commerce, Service y Sales sin trabajo adicional.
Activación coordinada cross-channel
Un mismo segmento se activa simultáneamente en email, push, ads, soporte priorizado y experiencias web personalizadas.
Los 8 agentes out-of-the-box
Listos para producción. Cada uno se configura con Agent Builder y se adapta a tu modelo de datos, fuentes y casos de activación.
Data Steward Agent
Monitorea calidad, completitud, frescura y consistencia de DMOs. Detecta anomalías, prioriza por impacto downstream y sugiere remediación.
OOTBIdentity Resolution Agent
Diseña, sugiere y mantiene match rules. Unifica perfiles de múltiples fuentes en un golden record y explica cada decisión de match.
OOTBSegment Creation Agent
Crea segmentos vía lenguaje natural sobre Data Cloud. Refinamiento conversacional, preview de count, materialización y activación en un solo flujo.
OOTBData Graph Agent
Construye y sugiere Data Graphs (relaciones materializadas entre DMOs) que aceleran queries, segmentos, CIs y activaciones.
OOTBCalculated Insights Recommender
Detecta KPIs y métricas faltantes según el uso real, propone fórmulas, valida outputs y monitorea drift.
OOTBData Mapping Agent
Automatiza el mapping de fuentes externas a DMOs. Auto-detecta tipos, sugiere transformaciones y configura Data Streams.
OOTBData Cloud Copilot
Interfaz conversacional sobre Data Cloud para usuarios non-technical. Responde en lenguaje natural, drill-down, exporta a Tableau y guarda como segmento o CI.
OOTBActivation Optimizer Agent
Recomienda canales, audiencias y combinaciones creativas para cada activación. Aprende del comportamiento real de las campañas.
Spotlight: Data Cloud Copilot
El agente que hace que Data Cloud sea usable por toda la organización, no solo por el equipo de data. Democratiza el acceso a datos unificados con razonamiento conversacional sobre DMOs, CIs y Data Graphs.
Arquitectura técnica
Canales
Capacidades clave
- Pregunta en lenguaje natural sobre cualquier DMO, CI o Data Graph: "cuántos clientes activos en CDMX hicieron una compra en el último trimestre".
- Drill-down conversacional: el usuario sigue la pregunta sin perder contexto ni reescribir filtros.
- Sugerencia de visualización adecuada al tipo de respuesta — serie temporal, distribución, ranking o tabla.
- Convertir un insight en un segmento materializado o en una Calculated Insight con un comando.
- Compartir insight a Slack o email con permisos respetados, sin filtrar registros fuera de scope.
- Soporte multi-idioma para terminología regional: LATAM neutro, mexicano, rioplatense, portugués brasileño y español ibérico.
Quiénes lo usan dentro de la organización
Indicadores que mejoran cuando el Copilot opera con datos limpios y modelo unificado
El Copilot no es un dashboard más: cambia la velocidad y la cobertura del acceso a datos en toda la compañía. Cuando se monta sobre un modelo de datos sólido, los siguientes indicadores se mueven de forma consistente — sin clientes nombrados, sin atribución directa, framear como rangos de oportunidad.
- Tiempo desde pregunta a respuesta. De días-de-espera a segundos sobre datos unificados.
- Personas con acceso self-service a datos. Multiplicar por diez o más respecto al modelo previo basado en pedidos al equipo de analytics.
- Tickets manuales al equipo de data. Reducción significativa: el Copilot resuelve la mayoría de las preguntas estándar y libera al equipo para arquitectura.
- Velocidad de iteración entre hipótesis y validación. Minutos en lugar de sprints — la conversación reemplaza al ticket.
16 agentes custom para Data Cloud
Más allá de los OOTB: agentes que Solu construye con Agent Builder para cubrir operaciones de data, identidad, insights, activación y gobernanza end-to-end.
Operaciones de data
Data Pipeline Health
Monitorea ingestion en tiempo real, detecta failures, late arrivals y schema mismatches. Propone remediación y abre tickets.
CUSTOMSchema Drift Detector
Detecta cambios silenciosos en schemas upstream y mide impacto downstream. Genera RFC-style change reports.
CUSTOMData Quality Triage
Prioriza issues de calidad por impacto en activaciones y segmentos críticos, asigna ownership y SLA.
CUSTOMDMO Schema Designer
Diseña DMOs nuevos a partir de business requirements y fuentes existentes. Sugiere campos, relaciones y partitioning.
Identidad y resolución
Identity Quality Auditor
Audita la calidad de Identity Resolution: precision, recall, completeness por segmento y drift en el tiempo.
CUSTOMCross-Channel Identity Stitcher
Stitch entre identidades anónimas (web, app) y conocidas (CRM, email). Maneja consent y progressive identification.
CUSTOMPII Redaction & Tokenization
Aplica masking, redaction o tokenization dinámica de PII según destino y contexto regulatorio.
Insights y analytics
Anomaly Detection
Detecta anomalías en KPIs baseline (signups, conversions, churn, ARPU) por canal y vertical. Sugiere root cause.
CUSTOMCohort Builder
Crea cohortes longitudinales en lenguaje natural para análisis de retención, funnel y comparación entre vintages.
CUSTOMPredictive Score
Orquesta entrenamiento, deploy y monitoreo de scores predictivos (propensity, churn, LTV, NBA) sobre Einstein Studio.
CUSTOMVertical CI Recommender
Library de CIs específicos por vertical: retail (RFM, AOV), banca (NIM, ARPU), telco (MOU), seguros (LTV) y más.
Activación y personalización
Activation Strategy
Recomienda strategy end-to-end: qué segmentos priorizar, qué objetivo, qué offer-mix, cadencia y frequency caps.
CUSTOMReal-time Personalization
Sirve experiencias personalizadas en tiempo real (web, app, email, IVR) con razonamiento sobre contexto live.
CUSTOMAudience Sync
Sincroniza segmentos a destinos externos con consent enforcement, hashing PII y monitoreo de match rate.
Gobernanza y compliance
Metodología de implementación
5 fases, 10 a 16 semanas. Del primer agente en piloto al rollout en producción con modelo de datos sólido y gobernanza viva.
Discovery y agent mapping
Taller con CDO, equipo de data y stakeholders de negocio. Definición de Topics, casos prioritarios y arquitectura inicial.
Data readiness
Inventario de fuentes, diagnóstico de calidad, definición del modelo unificado, configuración de Identity Resolution y masking de PII.
Agent build
Topics, Actions, prompts, integraciones a fuentes vía Mulesoft, Heroku o zero-copy a Snowflake, BigQuery y Databricks. Configuración de Data Streams, DMOs, CIs y Data Graphs.
Trust, testing y piloto
Trust Layer activo con masking PII, QA con datos reales, piloto controlado con un subset de fuentes y un segmento de la organización.
Rollout y optimización continua
Monitoreo de calidad de outputs, tuning de prompts, incorporación de nuevas fuentes, expansión a nuevos agentes y capacitación interna.
Data readiness: 3 tiers
La calidad del catálogo de fuentes y la claridad del business glossary son los dos factores que más aceleran o frenan un proyecto de Data Cloud. Cuando ambos están maduros, el time-to-first-agent baja significativamente.
Data Cloud limpio sin agentes avanzados
Funcionan los agentes OOTB de gobierno y mapping (Data Steward, Data Mapping, Data Graph básico). Útil para organizaciones que están empezando a consolidar datos.
Data Cloud con DMOs estables + Identity Resolution
8 OOTB + custom de operaciones y de identidad. Segmentación NL, Calculated Insights y activaciones cross-channel sobre golden records consistentes.
Data Cloud maduro con Calculated Insights, Data Graphs y zero-copy
8 OOTB + custom avanzados (Predictive Score, Real-time Personalization, Compliance Reporter, Data Lineage end-to-end). Integraciones a Snowflake, Databricks y BigQuery vía zero-copy. Multi-agent orchestration.
Qué considerar al implementar
Cinco decisiones de diseño que marcan la diferencia entre un Data Cloud que escala y uno que se queda en piloto. Solu acompaña cada una desde el día uno.
Calidad upstream y consentimiento
El agente vale lo que valen sus fuentes. Solu acompaña el diagnóstico de calidad inicial, la definición de masking PII y el enforcement de consent desde el día uno.
Diseño de identidad antes de segmentar
Match rules bien diseñadas antes de armar segmentos avanzados. Solu construye golden records con reglas explicables y auditables, no cajas negras.
Governance del modelo de datos
Naming consistente, ownership por dominio y change management de DMOs. Solu deja documentación viva y un Data Steward role definido para que el modelo escale.
Lineage y compliance desde el principio
Trazabilidad fuente → activación documentada para LGPD, Habeas Data, LFPDPPP y CCPA. Solu integra el Compliance Reporter Agent en la operación regular, no como entregable aislado.
Capacitación del equipo interno
Los agentes liberan al equipo de data de tareas repetitivas para enfocarse en arquitectura. Solu acompaña con sesiones de co-piloting y onboarding del Data Steward role.
Preguntas Frecuentes
Es la capa de agentes autónomos de Salesforce que opera sobre Data Cloud: razona sobre tus DMOs unificados, ejecuta acciones reales sobre el modelo de datos y los segmentos, y trabaja dentro de los guardrails del Trust Layer. Cubre gobierno y calidad, resolución de identidad, segmentación en lenguaje natural, optimización de activaciones y trazabilidad para compliance.
No es estrictamente obligatorio, pero sí muy recomendable. Sin Data Cloud, los agentes de las otras nubes solo acceden a los datos del objeto estándar de su nube. Con Data Cloud hacen grounding sobre Customer 360 real y reutilizan reglas de identidad, consent y segmentos sin duplicar trabajo. La diferencia en calidad de respuesta es significativa.
Entre 6 y 20+ semanas según el tier de data readiness. Tier 1 (Data Cloud limpio sin agentes avanzados): 6-8 semanas. Tier 2 (Data Cloud con DMOs estables + Identity Resolution): 10-14 semanas. Tier 3 (Data Cloud maduro con Calculated Insights, Data Graphs y zero-copy): 14-20+ semanas. Incluye discovery, data readiness, build, testing y piloto.
Sí. Los LLMs que usa Agentforce manejan bien las variantes del español (rioplatense, mexicano, colombiano, chileno) y el portugués brasileño. El Data Cloud Copilot adapta terminología regional y mantiene el registro correcto en cada canal. La configuración del Trust Layer aplica masking de PII y reglas de consentimiento en cualquier idioma soportado.
Vía conectores nativos zero-copy: el dato vive en Snowflake, BigQuery o Databricks y Data Cloud lo consulta sin moverlo. Para fuentes que requieren ingestion (CRM legacy, ERP, web analytics, app events), Data Cloud usa Data Streams o integraciones vía Mulesoft. Los agentes operan sobre los DMOs unificados sin importar el origen del dato.
Trust Layer aplica masking de PII antes de enviar datos al LLM, con audit trail completo de cada prompt, respuesta y acción. Identity Resolution respeta el consent layer registrado por jurisdicción. El Compliance Reporter Agent automatiza reportes para LGPD (Brasil), Habeas Data (Colombia, Uruguay, Argentina), LFPDPPP (México) y CCPA (US). El linaje fuente → activación queda documentado para auditorías.
No se descartan. Mulesoft sigue siendo la capa de integración a fuentes complejas; Fivetran y Heroku Connect pueden alimentar Data Streams. Data Cloud y los agentes consumen los DMOs resultantes sin duplicar la ingestion. La estrategia típica es activar agentes sobre los dominios ya alimentados por los pipelines existentes y sumar fuentes nuevas con conectores nativos o zero-copy según convenga.
Casi siempre OOTB primero. Data Steward Agent, Data Mapping Agent o Data Cloud Copilot son los más rápidos de poner en producción y validan el modelo de gobierno con bajo riesgo. Una vez sólido el modelo de datos y la calidad del catálogo, se construyen custom para necesidades específicas como Predictive Score, Real-time Personalization o Compliance Reporter.
Con tres familias de métricas. Calidad de output: precisión, recall y groundedness en respuestas, validados contra dataset de referencia. Calidad de proceso: cobertura del catálogo, frescura de DMOs, completitud de match rules y drift de Identity Resolution. Adopción y ROI: queries self-service, reducción de tickets manuales, time-to-insight y reuso de segmentos. Solu deja los dashboards configurados desde el piloto.
Data Cloud es el sustrato de grounding. Sus DMOs, segmentos, Calculated Insights y reglas de identidad se reutilizan en los agentes de las otras nubes — un mismo Customer 360 alimenta SDR Agent en Sales, Service Agent en Service, Personal Shopper en Commerce y Campaign Optimization en Marketing. La activación de un segmento dispara acciones coordinadas en email, push, ads, soporte priorizado y experiencias web personalizadas, todo con consent y audit trail compartidos.
Tu primer agente de Data Cloud, en producción en 10-14 semanas.
Diseñamos el agente, dejamos el modelo de datos sólido y formamos al equipo para escalar.