Einstein Discovery でのモデルの作成

データを分析するためのモデルを作成します。希望する成果を定義し、データソースを構造化してから、AI、機械学習、統計分析を使用して Einstein Discovery により明らかにされた、データ内のインサイトを探索します。

• 対象結果の定義
  まず、解決するビジネスの問題を選択します。改善する重要業績評価指標 (KPI) を確認します。Einstein Discovery を利用するソリューションのリリースによって最大のメリットを得られる KPI 候補を探索します。
• 分析用のデータの準備
  効果的なデータプレップは、インサイト、予測、改善で最適な結果を得るための鍵です。CRM Analytics のデータインテグレーション機能を使用して、1 つ以上のデータソースからデータを読み込んで、分析する Einstein Discovery のデータセットに変換します。データは Salesforce や外部ソースから取得できます。サードパーティのツールとユーティリティを使用して、データの整理と収集タスクをさらに迅速に実行することもできます。
• モデルとインサイトを使用したデータの分析
  データを分析するためのモデルを作成します。AI、機械学習、統計分析を使用して Einstein Discovery により明らかにされた、データ内のインサイトを探索します。インサイトは、データで何が起きたか、なぜそれが起きたか、何が起きる可能性があるかを示します。
• モデルの作成および管理
  モデルを使用して、何を分析するのかを Einstein Discovery に通知します。モデルの作成では、データセット項目、結果変数、説明変数、および分析に含めるその他の設定を定義します。Einstein Discovery は、この情報を使用してデータに関するインサイトを生成します。
• データインサイトの探索
  アクセス権があるモデルのインサイトを探索できます。インサイトとは、データで見つかった統計的に有意な発見です。モデルのバージョンを作成すると、Einstein Discovery はデータセットのデータを分析し、その分析に基づいてインサイトを生成します。インサイトは、モデルの説明変数とその目標間のリレーションを調査するための開始点となります。