Implementar modelos

Implemente un modelo de modo que pueda utilizarlo para realizar predicciones y mejoras.

Nota Las historias de Einstein Discovery son ahora modelos. Nos gustaría chasquear nuestros dedos para actualizar el nombre en todas partes, pero puede esperar que aparezca el nombre anterior en algunos puntos hasta que lo sustituyamos.

Nota Antes de implementar un modelo:

• Considere revisar Mediciones de modelo para evaluar su calidad.
• Para el caso de uso de clasificación (resultados binarios basados en campos de texto), considere establecer el nivel de umbral en Evaluación de umbral para casos de uso de clasificación binaria.
• Si desea que este modelo utilice la escritura no simultánea de predicciones automatizada, antes de implementarlo, lea los requisitos de implementación en Mostrar predicciones de Einstein utilizando la escritura no simultánea de predicciones automatizada.

Para implementar un modelo, ábralo, haga clic en Implementar modelo (ya sea desde la pantalla Descripción general de modelo o desde el menú desplegable de herramientas), y luego complete los siguientes pasos.

1. Seleccionar un modelo o una definición de predicción de destino
   Seleccione cómo desea implementar este modelo: en una nueva definición de predicción, en una definición de predicción existente, o para sustituir un modelo existente.
2. Seleccionar si conectar con un objeto de Salesforce
   Si implementa este modelo en una definición de predicción nueva o existente, decida qué objeto de Salesforce, si lo hay, desea asociar con la predicción.
3. Asignar variables de modelo
   Defina la asignación entre variables en el modelo a campos en el objeto de Salesforce o a columnas en el conjunto de datos suplementario.
4. Configurar predicciones proyectadas
   Si el modelo está configurado para derivar una predicción proyectada, revise los ajustes del periodo de tiempo según sea necesario.
5. Configurar filtros de segmentación
   Seleccione si utilizar el modelo para obtener predicciones en todos los datos o solo en un segmento (subconjunto) de los datos. Por ejemplo, puede centrarse en un modelo de producto específico o en un grupo de clientes. Una definición de predicción puede contener múltiples modelos en que cada modelo produce predicciones para un segmento diferente.
6. Seleccionar variables con capacidad de realizar acciones para mejoras sugeridas
   Las mejoras sugeridas desde Einstein Discovery son recomendaciones en las que los usuarios pueden realizar acciones para mejorar resultados predichos. Para obtener mejoras sugeridas, al menos debe estar seleccionada una variable con capacidad de acción en el modelo. Las variables procesables representan factores de datos que las personas pueden controlar, como decidir qué campaña de marketing utilizar para un cliente concreto.
7. Personalizar texto de predicción
   Proporcione texto personalizado para variables que aparecen como predictores principales o mejoras sugeridas en sus registros de Salesforce para facilitar su comprensión. Por ejemplo, puede hacer que Einstein explique que un predictor principal para tiempo en el ciclo de ventas sea “Repetir compra” en vez de “La coincidencia de oportunidad cerrada ganada anterior es Verdadera”. También puede solicitar a Einstein “Programar una reunión” en vez de “Establecer última reunión del cliente más de 30 días para falso”. Su texto personalizado para predictores principales y mejoras sugeridas está configurado en el modelo.
8. Revisar sus selecciones e implementar el modelo
   Revise sus ajustes de implementación antes de implementar el modelo.