Distribuera modeller

Distribuera en modell så att du kan använda den för att ta fram förutsägelser och rekommendationer.

Anteckning Einstein Discovery-berättelser är nu modeller. Vi tycker att vi kan dra på vårt fingrar för att uppdatera namnet överallt, men du kan förvänta dig att se föregående namn på några platser tills vi ersätter det.

Anteckning Innan du distribuerar en modell:

• Överväg att granska modellmåtten för att utvärdera modellens kvalitet.
• För kundcase med klassificeringsanvändning (binära resultat baserade på textfält), överväg att ange en tröskelnivå i Tröskelutvärdering av användningskundcase med binär klassificering.
• Om du vill att modellen ska använda writeback för automatiserade förutsägelser ska du innan du distribuerar den läsa om kraven i Visa Einstein-förutsägelser med automatiserad förutsägelse-writeback.

För att distribuera en modell öppnar du den, klickar på Distribuera modell (antingen från skärmen Modellöversikt eller från rullmenyn i berättelsens verktygsfält) och utför sedan följande steg.

1. Välj en målförutsägelsedefinition eller -modell
   Välj hur du vill distribuera denna modell: till en ny förutsägelsedefinition, till en befintlig förutsägelsedefinition eller för att ersätta en befintlig modell.
2. Välj om ett Salesforce-objekt ska anslutas
   Om du distribuerar modellen till en ny eller befintlig förutsägelsedefinition väljer du det Salesforce-objekt som du vill koppla till förutsägelsen.
3. Mappa modellvariabler
   Definiera mappningen mellan variabler i modellen till fält i Salesforce-objektet eller till kolumner i den ytterligare datauppsättningen.
4. Konfigurera beräknade förutsägelser
   Om modellen är konfigurerad att derivera en beräknad förutsägelse, revidera inställningarna för tidsramar efter behov.
5. Konfigurera segmenteringsfilter
   Välj om du vill använda modellen för att skapa förutsägelser om alla data eller endast ett segment (en del) av dina data. Du kan till exempel fokusera på en specifik produktmodell eller en grupp av kunder. En förutsägelsedefinition kan innehålla flera modeller där varje modell producerar förutsägelser för olika segment.
6. Välj användbara variabler för föreslagna förbättringar
   De föreslagna förbättringarna från Einstein Discovery är rekommendationer som användare kan vidta åtgärder för att förbättra förutsagda resultat. För att få föreslagna förbättringar måste minst en användbar variabel vara vald i modellen. Handlingsvariabler representerar datafaktorer som människor kan styra, till exempel att avgöra vilken marknadsföringskampanj som ska användas för en specifik kund.
7. Anpassa förutsägelsetext
   Ange egen text för variabler som visas som toppförutsägare eller förslag på förbättringar för dina Salesforce-poster för att göra dem enklare att förstå. Du kan till exempel låta Einstein förklara att en toppförutsägare för tid i säljcykeln är "Återkommande inköp" istället för "Föregående säljprojektmatchning är sant". Du kan även låta Einstein föreslå "Schemalägg ett möte" istället för "Sätt Senaste kundmöte som är mer än 30 dagar till Falskt". Din egna text för toppförutsägare och förslag på förbättringar konfigureras i modellen.
8. Granska dina val och distribuera modellen
   Granska inställningarna för distributionen innan du distribuerar modellen.