Salesforce Winter 27 change quoi pour le marketing ?

Résumer ce contenu avec :

Perplexity ChatGPT Claude Grok Mistral

Salesforce Winter 27 pousse le marketing vers plus d’automatisation IA, de données propres et de conversations utiles. Je vous résume les changements vraiment importants pour prioriser vos tests, sécuriser votre délivrabilité et éviter de subir la release au dernier moment.

Agentforce automatise quoi ?

Agentforce, dans Salesforce Winter 27, sert surtout à enlever une couche de friction dans le quotidien marketing. Pas à remplacer les marketers. Pas à décider de la stratégie à leur place. L’idée, c’est plutôt de passer plus vite de “On devrait lancer une campagne” à une campagne prête, personnalisée, orchestrée, avec du contenu exploitable et des relances cohérentes.

Salesforce introduit deux agents pensés pour aider les équipes marketing sur ce trajet. Le premier aide à créer la campagne, à générer des contenus, à proposer des variations selon les audiences, et à préparer l’orchestration. Le second pousse plutôt sur le nurturing à fort volume, donc les séquences de suivi, les relances, les messages adaptés au comportement des contacts. Le nurturing, pour faire simple, c’est le fait d’accompagner un prospect dans le temps avec les bons messages, sans lui envoyer la même chose à chaque étape.

Ce que je trouve intéressant ici, c’est que le vrai gain n’est pas juste “L’IA écrit un email”. Ça, tout le monde le promet déjà. Le vrai sujet, c’est de réduire les allers-retours entre les outils, les briefs, les contenus, les ciblages, les validations et les relances. J’ai souvent vu chez des clients des équipes perdre plus de temps à assembler les briques qu’à réfléchir au message. On cherche une audience dans un outil, on rédige ailleurs, on valide dans un doc, on importe dans Salesforce, on vérifie les champs, on relance quelqu’un sur Slack… À la fin, la campagne part, mais l’énergie est partie avant.

Agentforce ajoute aussi un point important sur l’email conversationnel bidirectionnel. Concrètement, un destinataire peut répondre à un email marketing, et recevoir une réponse en temps réel générée par Agentforce. Si la demande devient sensible, commerciale, ou trop spécifique, la conversation peut être transférée à une équipe humaine via Omni-Channel Inbox. Omni-Channel Inbox, c’est la boîte de réception Salesforce qui route les conversations vers les bonnes personnes selon la disponibilité, les règles et les compétences.

La délivrabilité est mieux surveillée ?

La délivrabilité devient enfin un peu plus pilotable avec Salesforce Winter 27, surtout côté Marketing Cloud Next et Account Engagement. Les nouveaux outils de surveillance servent à repérer plus vite les problèmes sur les domaines d’envoi, les boîtes de réception, et les goulots d’étranglement qui peuvent ralentir, bloquer ou dégrader une campagne.

Et c’est important parce qu’un problème de délivrabilité, ce n’est pas juste “un sujet technique”. C’est du reach perdu. Des contacts qui ne voient jamais votre message. Du chiffre d’affaires potentiel qui disparaît sans bruit. Et parfois, une réputation de domaine qui se dégrade, ce qui peut impacter les prochaines campagnes pendant plusieurs jours, voire plusieurs semaines.

J’ai déjà vu ce cas chez un client B2B. Une grosse campagne devait partir le matin, avec une pression commerciale forte derrière. Les premiers signaux montraient un taux anormal de ralentissement chez certains fournisseurs de messagerie. Avant, l’équipe aurait attendu la fin de l’envoi pour constater les dégâts. Là, l’intérêt de ce type de surveillance, c’est justement de voir le problème pendant qu’il se forme. L’équipe marketing ops peut investiguer, ajuster, suspendre une partie de l’envoi, vérifier le domaine, ou isoler un segment qui pose souci.

Les signaux à suivre deviennent plus concrets, et c’est là que ça change la vie au quotidien :

• Domaines : Vérifier si un domaine d’envoi montre des signes de blocage ou de mauvaise configuration.
• Inbox placement : Suivre si les emails arrivent en boîte principale, en promotions, en spam, ou pas du tout.
• Volume envoyé : Repérer les pics anormaux ou les ralentissements pendant l’envoi.
• Alertes : Être prévenu avant que le problème ne devienne massif.
• Réputation : Surveiller la confiance associée au domaine et à l’adresse IP d’envoi.
• Performance par fournisseur de messagerie : Voir si Gmail, Outlook, Yahoo ou d’autres réagissent différemment.

Pour moi, le vrai gain est là. On passe d’une logique de reporting après coup à une logique de pilotage. On ne découvre plus seulement que la campagne a mal performé. On comprend plus tôt pourquoi elle dérape, et on peut agir avant que l’incident ne s’installe.

Data 360 devient plus simple ?

Data 360 devient plus simple, oui, mais surtout plus cadré. Avec Winter 27, Salesforce pousse une connexion guidée entre Marketing Cloud Engagement et Data 360 via Salesforce Go. Et franchement, c’est souvent là que les projets coincent.

Sur le papier, la vision marketing est rarement le problème. On sait ce qu’on veut faire. Segmenter mieux. Personnaliser les parcours. Réconcilier les données client. Mesurer la performance par audience, canal et consentement. Le blocage arrive après, quand il faut brancher les flux, aligner les champs, gérer les droits, mapper les consentements et comprendre les dépendances techniques entre les clouds.

Le flux d’installation guidé vient réduire cette friction. Il aide à mettre en relation Marketing Cloud Engagement, qui sert à exécuter les campagnes, avec Data 360, qui sert à unifier et exploiter les données client. Le but n’est pas de tout faire à votre place. Il faut toujours connaître ses données, savoir d’où elles viennent, ce qu’elles veulent dire, et si elles sont fiables. Mais on gagne du temps sur la plomberie, et ça compte.

Concrètement, cette approche guidée aide sur plusieurs points sensibles :

• Les flux de données : Les connexions sont plus lisibles, avec moins d’allers-retours techniques pour comprendre quoi brancher où.
• Le mapping du consentement : Les préférences client peuvent être mieux alignées entre la donnée unifiée et les canaux d’activation.
• Les accès utilisateurs : Les rôles et permissions deviennent plus simples à cadrer dès le départ.
• L’intelligence de performance : Les données d’exécution marketing peuvent être plus facilement reliées aux profils, segments et résultats.

J’ai vu ça chez plusieurs clients. Le consentement et les accès utilisateurs sont souvent traités trop tard, presque comme des détails administratifs. En réalité, ce sont eux qui conditionnent la qualité opérationnelle. Si un utilisateur n’a pas le bon accès, il ne peut pas activer. Si le consentement est mal mappé, la campagne devient risquée ou inutilisable. C’est moins sexy qu’un modèle IA, mais c’est ce qui fait tourner la machine.

Les doublons vont baisser ?

Les doublons, c’est le sujet qui fait lever les yeux au ciel… jusqu’au moment où on regarde les chiffres de campagne. Avec Salesforce Winter 27, je vois un vrai renforcement côté résolution d’identité, donc la capacité à comprendre que deux fiches différentes parlent peut-être de la même personne.

Le principe est simple. Salesforce ne se contente plus de chercher une égalité parfaite entre deux champs. Il peut combiner du matching flou, c’est-à-dire une comparaison tolérante aux petites variations, avec une normalisation des emails, téléphones et adresses. Par exemple, “Jean Dupont”, “J. Dupont” et “Jean Dupond” peuvent être considérés comme proches, surtout si les autres signaux vont dans le même sens.

La normalisation joue aussi un rôle énorme. Un email peut être écrit avec des majuscules, des espaces ou des variantes inutiles. Un numéro de téléphone peut arriver en format local, international, avec ou sans espaces. Une adresse physique peut contenir “rue”, “Rue”, “R.” ou un code postal saisi différemment. L’idée, ce n’est pas de faire de la magie. C’est de remettre les données dans une forme comparable avant de décider si deux profils se ressemblent vraiment.

Et là, l’impact marketing est très concret. Quand les doublons restent dans la base, vos audiences sont gonflées artificiellement. Vous pensez cibler 120 000 contacts, mais une partie correspond aux mêmes personnes vues deux ou trois fois. La pression marketing devient fausse aussi. Une personne peut recevoir trop de messages parce qu’elle existe dans plusieurs fiches. Le budget média ou emailing part dans le vide. Le reporting devient moins fiable. Et les modèles IA, qui apprennent à partir de ces données, se retrouvent nourris avec une base sale. Je l’ai vu chez un client retail, les segments VIP semblaient énormes, mais une fois les doublons nettoyés, la réalité était moins flatteuse… et beaucoup plus utile.

C’est rarement spectaculaire en réunion. Personne ne sort le champagne parce qu’un taux de déduplication progresse. Mais honnêtement, c’est souvent là que se joue la performance réelle des segmentations.

• Audience plus juste, parce qu’une personne compte pour une personne.
• Segmentation plus propre, avec moins de profils parasites dans les ciblages.
• IA plus fiable, car les modèles apprennent sur des données moins bruitées.
• Reporting plus crédible, avec des volumes et des résultats plus proches du réel.
• Budget mieux utilisé, parce qu’on évite de payer plusieurs fois pour toucher la même personne.

Le MCP aide les ops ?

Le MCP, pour Model Context Protocol, c’est surtout une façon propre de connecter un assistant IA à des outils métier. Dans Marketing Cloud Engagement, Salesforce annonce un serveur MCP avec environ 40 nouveaux outils utilisables par des assistants IA. Dit simplement, l’IA ne se contente plus de répondre dans le vide, elle peut aider à agir sur certains objets de la plateforme.

Pour les équipes marketing operations, c’est là que ça devient intéressant. Pas magique, intéressant. Les ops passent beaucoup de temps à administrer la plateforme, ranger des contenus, vérifier des enregistrements, préparer ou maintenir des automations, écrire des requêtes SQL pour segmenter ou contrôler des données. Si une partie de ces tâches répétitives peut être assistée, on gagne du temps là où ça compte vraiment.

Je préfère être clair : ça ne veut pas dire que tout devient autonome. Je ne laisserais pas un assistant modifier une automation critique sans règles, sans droits bien cadrés, sans validation humaine. J’ai déjà vu chez un client une “petite modification rapide” casser une relance panier pendant trois jours. Le sujet, ce n’est pas de remplacer le contrôle. C’est de réduire les clics inutiles et les manipulations manuelles.

Les cas d’usage possibles sont assez opérationnels :

• Organiser des dossiers de contenu pour retrouver plus vite les assets, nettoyer les structures trop anciennes et appliquer des conventions de nommage.
• Manipuler des enregistrements pour consulter, créer ou mettre à jour certains éléments selon les droits disponibles et les règles définies.
• Assister la création ou la gestion d’automations pour accélérer les tâches de configuration, de vérification ou de maintenance.
• Accélérer des requêtes en aidant à construire, relire ou adapter du SQL pour les segments, les contrôles qualité et les extractions.

Le vrai gain, à mon avis, il est là : moins de temps perdu dans l’interface, moins de copier-coller, moins de risques sur les tâches répétitives. Et plus de temps pour faire ce que les ops devraient faire plus souvent : contrôler, documenter, améliorer les parcours, nettoyer les dépendances, regarder les impacts avant de publier.

Mais ça marche seulement si la base est saine. Une IA branchée sur des données sales, des accès trop larges, une délivrabilité mal suivie ou des règles d’identité floues, ça accélère surtout les problèmes. Les chapitres précédents vont dans le même sens : l’IA devient vraiment utile quand les données, les accès, la délivrabilité et l’identité sont déjà propres.

Vous testez quoi en premier ?

Salesforce Winter 27 va surtout dans une direction : moins d’opérations répétitives, plus d’orchestration intelligente. Agentforce aide à créer, nourrir et répondre. Les nouveaux outils de délivrabilité protègent vos campagnes. La connexion Marketing Cloud Engagement avec Data 360 réduit la friction data. La résolution d’identité améliore la fiabilité des audiences. Les outils MCP donnent plus de levier aux équipes marketing ops. Pour moi, le bon réflexe est simple : tester d’abord ce qui protège votre revenu et votre qualité de données. Le bénéfice pour vous, c’est une stack marketing plus fiable, plus rapide, et moins dépendante des bricolages quotidiens.

FAQ

• Salesforce Winter 27 apporte quoi au marketing ? Salesforce Winter 27 met surtout l’accent sur l’automatisation IA avec Agentforce, la surveillance de la délivrabilité, la connexion plus guidée entre Marketing Cloud Engagement et Data 360, la réduction des doublons et l’assistance des opérations marketing via les outils MCP.
• Agentforce remplace les équipes marketing ? Non, Agentforce sert plutôt à automatiser une partie des tâches répétitives : création de campagnes, nurturing, génération de contenu et réponses email. La stratégie, les arbitrages, la validation et la cohérence de marque restent côté équipes marketing.
• Pourquoi la délivrabilité devient un sujet prioritaire ? Parce qu’une campagne peut être bien ciblée et bien écrite, mais perdre beaucoup d’impact si les emails n’arrivent pas correctement en boîte de réception. Les nouveaux outils aident à détecter plus vite les problèmes liés aux domaines, aux inbox et aux blocages d’envoi.
• Quel est l’intérêt de connecter Marketing Cloud Engagement à Data 360 ? L’intérêt est de relier plus vite les données clients aux canaux d’activation. Le flux guidé aide sur les données, le consentement, les accès utilisateurs et la performance, ce qui réduit la friction entre la vision marketing et la mise en œuvre technique.
• Pourquoi la résolution d’identité compte autant pour l’IA marketing ? Une IA alimentée avec des profils dupliqués ou mal normalisés produit des segmentations et analyses moins fiables. Des règles de matching et de normalisation plus solides améliorent les audiences, les rapports, les modèles IA et l’utilisation du budget marketing.

A propos de l’auteur

Je suis Franck Scandolera, expert et formateur en tracking avancé server-side, analytics engineering, automatisation No/Low Code avec n8n, intégration de l’IA en entreprise et SEO/GEO. J’accompagne des équipes marketing, data et CRM sur des sujets très concrets : fiabiliser les données, automatiser les opérations, mieux mesurer, mieux activer. Avec webAnalyste et Formations Analytics, j’ai travaillé pour des clients comme Logis Hôtel, Yelloh Village, BazarChic, la Fédération Française de Football ou Texdecor. Si vous voulez cadrer vos projets Salesforce, IA ou data marketing sans perdre trois mois en réunions, contactez-moi.

Franck Scandolera

⭐ Expert et formateur en Tracking avancé, Analytics Engineering et Automatisation IA (n8n, Make) ⭐

Ref clients : Logis Hôtel, Yelloh Village, BazarChic, Fédération Football Français, Texdecor…

Mon terrain de jeu :

Data & Analytics engineering : tracking propre RGPD, entrepôt de données (GTM server, BigQuery…), modèles (dbt/Dataform), dashboards décisionnels (Looker, SQL, Python).
Automatisation IA des taches Data, Marketing, RH, compta etc : conception de workflows intelligents robustes (n8n, Make, App Script, scraping) connectés aux API de vos outils et LLM (OpenAI, Mistral, Claude…).
Engineering IA pour créer des applications et agent IA sur mesure : intégration de LLM (OpenAI, Mistral…), RAG, assistants métier, génération de documents complexes, APIs, backends Node.js/Python.