Definizione del risultato da ottenere

Considerazioni preliminari

Per iniziare a esplorare i dati con Einstein Discovery, valutare alcune domande preliminari:

• Quale esito (ad esempio un KPI) si desidera esplorare? Einstein Discovery rileva schemi correlati a tre tipi di casi d'uso: numerici (misure), classificazione binaria (esiti di testo a due valori) e classificazione multiclasse (tra 3 e 10 esiti possibili). In generale, i candidati per la soluzione promettenti comportano spesso KPI associati a grandi volumi di dati e a molte decisioni aziendali.
• Quali variabili descrittive si desidera includere nell'analisi? Questi fattori possono influenzare il risultato.
• Dove si possono trovare queste informazioni? Quali sono le possibili fonti di dati? Oggetti Salesforce? Dati esterni a Salesforce?
• Einstein ha dati a sufficienza da analizzare? Per informazioni, vedere Capacità e requisiti di Einstein Discovery.

Per ulteriori idee, vedere Tutto ciò che serve per Einstein Discovery.

Individuazione della variabile del risultato da analizzare e migliorare

Decidere quale variabile del risultato esplorare, e a quale livello di dettaglio. La variabile del risultato può essere il valore di un KPI (ad esempio reddito, sconto, misura di un costo o durata) o un altro esito quantificabile. Come variabile del risultato si possono usare anche categorie (campi di testo) con due valori (binari) o 3–10 valori (multiclasse). In generale, la previsione degli esiti binari è meno precisa rispetto ai risultati a valore continuo. Occasionalmente viene creata una nuova metrica, ad esempio reddito del cliente al mese. È possibile creare metriche delle variabili del risultato.

Inoltre, chiarire qual è lo scopo. Per gli esiti numerici e di classificazione binaria, Einstein Discovery orienta la sua analisi a seconda che si debba aumentare al massimo o ridurre al minimo la variabile del risultato. Ad esempio, lo scopo può essere aumentare al massimo il margine netto o ridurre al minimo l'abbandono dei clienti. Per gli esiti di classificazione multiclasse, l'obiettivo è prevedere il risultato più probabile tra 3–10 valori possibili.

Identificazione delle variabili descrittive da esaminare

Pensare quali variabili possono descrivere o influenzare l'esito. Per analizzare una vendita, ad esempio, le variabili che potenzialmente influenzano il risultato sono sconto, giorni che intercorrono tra il ricevimento iniziale e l'ultimo contatto, fonte del lead, regione, verticale, concorrente e promozione. Quando si selezionano le variabili predittive, l'obiettivo è raccogliere la massima quantità di informazioni da un numero minimo di variabili. Einstein Discovery agevola questo processo eliminando le variabili che non offrono una descrizione soddisfacente nel modello generato.

Nota per i progetti Proof of Concept, mantenere i dati di input tra 10 e 25 variabili. Un modello meno complesso consente di acquisire e migliorare più rapidamente le proprie competenze in termini di preparazione dei dati.

Selezionare tutti i campi (variabili predittive) che influiscono direttamente sull'esito. Assicurarsi che i dati della variabile siano puliti e coerenti. L'ordine e il significato delle variabili di input predittive devono rimanere gli stessi da record a record. Formati di dati incoerenti, "dati sporchi" e valori estremi possono pregiudicare la qualità dei risultati delle analisi.

I dati vengono quindi conformati in campi analitici con variabili derivate che descrivono o influenzano la variabile del risultato. Conformare i dati di una serie di dati CRM Analytics richiede una competenza specifica e la conoscenza dei dati necessaria per selezionare, creare e trasformare correttamente le variabili per ottimizzare l'influenza.

Identificare i campi e le fonti di dati

A seconda delle variabili del risultato e delle variabili descrittive, stabilire quali fonti di dati rappresentano meglio le variabili dei processi aziendali associati alla variabile del risultato. Potenziali fonti sono gli oggetti Salesforce (oggetti personalizzati compresi) e i dati esterni a Salesforce.