您在此处：
解决方案实施任务
实施 Einstein Discovery 解决方案的过程通常涉及一系列任务。
备注 Einstein Discovery 数据趋势图现在是模型。我们希望可以随时随地更新名称，但是在我们替换之前，您可能会在一些地方看到以前的名称。
常用任务
| # | 任务 | 描述 | 更多信息 |
|---|---|---|---|
| 1 | 定义结果 | 定义您想要改进的结果。这很可能是业务的关键绩效指标 (KPI)。大多数组织都有许多可以改进的结果。从一个特别重要的结果开始。随着时间的推移，您可以同时开发 Einstein Discovery 并将其应用于许多不同的结果。 | 定义目标结果 |
| 2 | 汇总数据 | 设计并填充 CRM Analytics 数据集，以包含您要调查的数据。数据集包含为分析而标准化的表格数据。您可以使用 Salesforce 数据和 Salesforce 外部的数据。 | 在 CRM Analytics 中集成数据 |
| 3 | 创建模型 | 基于该数据集，创建并配置模型，告诉 Einstein 如何分析您的数据。模型提供了 Einstein Discovery 用来产生见解的设置和偏好。 | 创建和管理模型 |
| 4 | 调查见解 | 调查 Einstein 在分析过程中产生的见解。了解 Einstein 在您的数据中发现了什么模式和统计见解。 | 探索数据见解 |
| 5 | 评估模型质量 | 评估性能并优化预测模型。 | 评估模型质量 |
| 6 | 部署模型 | 将模型部署到 Salesforce 中。 | 部署模型 |
| 7 | 预测和改善结果 |
使用您部署的模型预测结果并获得改进。 | 预测和改善结果 |
迭代细化和持续改进
实施是一个迭代过程，而不是线性过程。Einstein Discovery 专为快速探索、实验和实施而设计。您可以边使用边学习。每一步，您都使用内置的反馈来检查结果，审查您的假设，提出新问题，做出调整，然后重试。将列添加到数据集。更改模型设置。解决警报、优化阈值和细分数据。当您微调您的方法时，每一项改进都可以帮助您获得更好的运营结果。
本文章是否解决您的问题？
请与我们共享您的想法，以便我们进行改进！
