Sie befinden sich hier:
Definieren Ihres Zielergebnisses
Wählen Sie zunächst ein Geschäftsproblem aus, das Sie lösen möchten. Überprüfen Sie die wichtigen Leistungsindikatoren (KPIs), die verbessert werden sollen. Ermitteln Sie, welche möglichen KPIs von einer von Einstein Discovery unterstützten Lösung am meisten profitieren könnten.
Vorüberlegungen
Berücksichtigen Sie vorab einige Fragen, bevor Sie mit dem Erkunden von Daten mit Einstein Discovery beginnen:
- Welches Ergebnis (beispielsweise einen Leistungsindikator) möchten Sie erkunden? Einstein Discovery erkennt Muster aus drei Arten von Anwendungsfällen: numerische (Maßeinheiten), binäre Klassifizierung (Textergebnisse mit zwei Werten) und Mehrklassenklassifizierung (von 3 bis 10 möglichen Ergebnissen). Allgemein gesagt handelt es sich bei vielversprechenden Lösungskandidaten oft um KPIs, die mit großen Datenmengen und vielen Geschäftsentscheidungen verbunden sind.
- Welche erklärenden Variablen möchten Sie in die Analyse einbeziehen? Diese Faktoren können Ihr Ergebnis beeinflussen.
- Wo finden Sie diese Informationen? Was sind mögliche Datenquellen? Salesforce-Objekte? Daten, die sich außerhalb von Salesforce befinden?
- Gibt es genügend Daten, die Einstein analysieren kann? Einzelheiten finden Sie unter Einstein Discovery-Kapazitäten und -Anforderungen.
Weitere Ideen finden Sie unter Alles, was Sie für Einstein Discovery benötigen.
Identifizieren der Ergebnisvariablen, die Sie analysieren und verbessern möchten
Legen Sie fest, welche Ergebnisvariable Sie erkunden möchten und mit welcher Granularität. Bei der Ergebnisvariable kann es sich um einen Leistungsindikatorwert (z. B. Umsatz, Rabatt, Kostenmaßnahme oder Dauer) oder um ein anderes messbares Ergebnis handeln. Sie können auch Kategorien (Textfelder) mit zwei Werten (binär) oder 3–10 Werten (Mehrklassen) als Ergebnisvariable verwenden. Binäre Ergebnisse sind im Allgemeinen ungenauer zu prognostizieren als Ergebnisse mit kontinuierlichen Werten. Gelegentlich wird eine neue Kennzahl erstellt, beispielsweise der Kundenumsatz nach Monat. Es ist möglich, Zielvariablenkennzahlen zu erstellen.
Stellen Sie zudem Ihr Ziel klar. Bei numerischen und Binär-Klassifizierungsergebnissen orientiert sich Einstein Discovery bei der Analyse an der Maximierung oder Minimierung der Ergebnisvariablen. Ihr Ziel kann beispielsweise darin liegen, den Nettogewinn zu maximieren oder die Kundenabwanderung zu minimieren. Bei Mehrklassen-Klassifizierungsergebnissen besteht Ihr Ziel darin, das wahrscheinlichste Ergebnis unter 3–10 möglichen Werten zu prognostizieren.
Identifizieren von zu untersuchenden erklärenden Variablen
Überlegen Sie, welche Variablen das Ergebnis möglicherweise beschreiben oder beeinflussen können. Bei der Untersuchung des Vertriebs sind mögliche Einflussgrößen beispielsweise "Discount" (Rabatt), "Days between Lead Received and Last Contacted" (Tage zwischen Lead-Empfang und letztem Kontakt), "Lead Source" (Lead-Quelle), "Region", "Vertical" (Vertikal), "Competitor" (Mitbewerber) und "Promotion". Beim Auswählen von Prädiktorvariablen möchten Sie möglichst viele Informationen aus möglichst wenig Variablen beziehen. Einstein Discovery unterstützt diesen Prozess, indem Variablen eliminiert werden, die nicht genug erklärende Power in Bezug auf das Modell haben, das von ihnen generiert wird.
Wählen Sie alle Felder (Prädiktorvariablen) aus, die sich direkt auf das Ergebnis auswirken. Stellen Sie sicher, dass die Variablendaten bereinigt und konsistent sind. Die Reihenfolge und die Bedeutung der Eingabeprädiktorvariablen müssen von Datensatz zu Datensatz identisch sein. Inkonsistente Datenformate, ungültige Daten und Ausreißer können die Qualität der Analyseergebnisse unterminieren.
Anschließend formen Sie die Daten zu Analysefeldern mit abgeleiteten Variablen, die die Ergebnisvariable beschreiben oder beeinflussen. Für das Formen von Daten in einem CRM Analytics-Datenset sind die entsprechende Fachkompetenz und Datenkompetenz erforderlich, um Variablen erfolgreich auszuwählen, zu erstellen und umzuwandeln, damit sie maximalen Einfluss haben.
Identifizieren von Datenquellen und Feldern
Bestimmen Sie anhand Ihrer Ergebnisvariablen und erklärenden Variablen, welche Datenquellen die Variablen für Geschäftsprozesse, die der Ergebnisvariablen zugeordnet sind, am besten darstellen können. Zu potenziellen Quellen zählen Salesforce-Objekte (einschließlich benutzerdefinierter Objekte) und Daten außerhalb von Salesforce.
