위치:
데이터 요구 사항 결정
데이터 준비는 반복적인 구체화 프로세스입니다. 데이터를 자세히 살펴보면 새로운 단서를 찾을 수 있습니다. 발견한 단서를 기반으로 이전 가정을 다시 평가하고 그에 따라 Data Prep 구현을 조정할 수 있습니다.
Einstein Discovery 데이터 요구 사항
Einstein Discovery를 사용하려면 결과 변수 하나와 설명 또는 예측 변수 두 개가 포함된 3개 이상의 열이 있는 CRM Analytics 데이터 집합이 필요합니다. Einstein Discovery는 변수가 최대 50개인 데이터 집합을 지원하지만, 일반적으로 솔루션은 변수가 이보다 훨씬 더 적어도 성공할 수 있습니다.
모델을 구축하려면 Einstein Discovery에 알려진 결과가 있는 400개 이상의 관찰을 포함한 CRM Analytics 데이터 집합이 필요합니다(400개 이상의 관찰은 결과 변수 값 포함). Einstein Discovery는 관찰이 최대 2천만 개까지 포함된 데이터 집합을 지원합니다. 자세한 내용은 Einstein Discovery 기능 및 요구 사항을 참조하십시오.
이전 레코드 상태 고려
시간에 따른 데이터 변경 사항을 포착하려면 데이터 소스가 레코드의 현재 상태 값만 유지하는지 확인합니다. 거래 응용 프로그램 데이터 소스를 예로 들면 Salesforce는 최신 레코드 값만 포함합니다. 기타 데이터 소스는 시간별 로그에서 거래 데이터를 포착합니다. 각각의 새 버전의 레코드가 로그에 추가되고 이전 버전의 레코드는 이전 로그 항목에 유지됩니다. 이전 값을 가져오려면 기록 데이터 스냅샷을 저장하거나 현재 레코드의 사용자 정의 필드에 기존의 값 데이터를 유지해야 합니다.
원하는 인사이트에 대한 적절한 세분화 수준 결정
각각의 목표 달성에 영향을 미치는 인사이트 수준을 상이하며, 예를 들어 고객 수준 인사이트는 고객 수익의 관점에서 바라본 주요 항목입니다. 데이터 관리자에서 그룹화를 사용하여 데이터의 세분화를 조정할 수 있습니다. 실행 가능하고 합리적이며 유용한 세분화를 선택하여 비즈니스 프로세스 또는 응용 프로그램에 결과를 통합할 수 있습니다.
가장 일반적으로 발생하는 오류는 데이터의 과집계입니다. 원하는 결과에 유념하여 해당 세분화 수준에서 행에서 수집된 데이터를 사용합니다. Excel 형태로 분석된 데이터는 Einstein Discovery에서 원하는 수준과 다를 수 있습니다. 예를 들어 한 주간 날짜의 영향을 이해하려면 날짜 수준의 데이터를 가져와야 합니다. 집계된 월간 수준 데이터 집합에서는 날짜 수준의 결과를 예측할 수 없습니다.
관련 시간 범위 결정
통계 분석 데이터 집합의 경우 각기 다른 시간 지점을 설명하는 다수의 열이 포함된 단일 행의 수명 값만 요약할 수 있습니다. 특정 시간 기간이 분석 및 예측하려는 결과 변수를 더욱 정확하게 반영할 경우 필드의 수명을 수집하지 마세요. 일반적으로 결과에 가장 가까운 이벤트는 오래 전에 발생한 이벤트보다 강력한 예측 변수입니다. 데이터가 관련성이 있기에 충분히 최근 상태가 될 수 있도록 합리적인 마감 시간을 고려하세요.
Einstein Discovery를 사용하여 예측을 하려면 예측이 기반으로 하는 시점에 변수를 적용해야 합니다. 예를 들어 채무 불이행 가능성이 높은 대출을 사전 승인하지 않고 대출 채무 불이행을 낮추려고 한다고 가정해 보겠습니다. 이 사례에서는 대출 시점 및 이전에 신용 점수 등 변수를 수집합니다. 대출자가 대출 개시 후 두 번의 결제에 늦은 경우 사전 승인 분석에 사용되지 않습니다.
가져올 데이터양 결정
신뢰할 수 있는 예측 모델을 구축하려면 Einstein Discovery에 변수의 실제 분포를 반영할 수 있을 만큼 많은 양의 데이터를 전달합니다. 레코드의 실제 수는 데이터에서 발견되는 패턴에 따라 결정되므로 경우에 따라 판단이 어려울 수 있습니다. 데이터에 잡음이 많으면 극복을 위해 더 많은 데이터가 필요합니다. 이 컨텍스트에서 잡음은 입력 예측 변수에서 수집하지 않은 데이터의 비관찰 관계를 의미합니다. 일반적으로 데이터 행 수가 많아지면 분석의 정확도가 향상됩니다. 가능성이 높은 값이 있는 열은 정밀한 데이터 세분화 결과를 산출하지만 통계적으로 타당한 분석을 위해 더 많은 데이터 행을 필요로 합니다. 예를 들어 남성 또는 여성으로 이루어진 성별이 포함된 10,000개의 행은 각 성별당 5,000개의 관찰값을 산출할 수 있습니다. 그러나 50개의 주로 구성된 변수를 10,000개의 행에 적용하면 각 주당 200개의 관찰값만 가집니다.
시계열 고려
모델 및 관련 데이터 집합에 시간에 따라 바뀌는 데이터를 반영해야 합니다. 예측에 시간 순서(리드 수신 > 견적서 제공 > 거래 마감)가 중요한 경우 각 시간대별로 데이터를 비례적으로 수집하며, 올바른 결과 메트릭 세분화 수준에서 실제 벌어진 사항을 반영하는 데이터 제공을 주요 원칙으로 합니다.
비례적 사고
데이터 수집 시 원시 데이터의 변수 값 균형에 대해 생각하세요. 예를 들어 시간대별 수직 시장 산업 레코드 수를 확인하려면 데이터 하위 집합을 추출할 때 입력 데이터 집합에 대략적으로 같은 비율의 변수를 포함합니다. 변수 하나의 레코드 수가 더 많을 경우 앞서 예로 든 수직 시장에서 의도하지는 않았지만 분석에 편차를 도입하게 되며, 데이터 집합에 수백만 개의 행이 있는 경우에는 예기치 않은 편차에 직면할 가능성이 적습니다.
데이터에 알려진 결과 제공
Einstein Discovery는 특정 결과, 일반적으로 세일즈 마진 또는 기회 수주 등의 핵심 성과 지표(KPI)를 기반으로 분석을 진행합니다. Einstein Discovery는 알려진 결과 값을 가진 데이터를 제공하면 작업을 수행할 수 있습니다. 예를 들어 거래 수주율을 목표로 할 경우 데이터에 최종적으로 수주 또는 실패한 거래가 반영되어야 합니다. 거래가 완료되지 않은 경우(수주 또는 실패로 마감된 경우) 결과 값이 누락되어 Einstein이 분석에서 거래를 생략합니다.
데이터의 편향 및 공정성 고려
사용할 데이터에 편향되었거나 불공정할 수 있는 비즈니스 관행이 반영되어 있습니까? Einstein Discovery는 윤리적이고 책임감 있는 인사이트와 모델을 생성할 수 있도록 데이터 집합에서 프록시 변수와 편파 효과를 감지합니다. 또한 민감한 변수(성별 또는 나이 등)에 플래그를 지정하고 필터링하여 인사이트에 표시되는 위치를 확인할 수 있습니다. Einstein Discovery가 사용자의 데이터에 편향을 노출하는 경우, 스토리에서 편향된 데이터를 간단하게 제외할 수 있습니다. 자세히 알아보려면 모델에서 편향 감지 및 제거를 참조하십시오. 또한 데이터 준비 시 편향된 데이터를 제외하는 것을 고려하십시오. 윤리적이고 책임감 있는 AI의 개요는 책임 있는 인공 지능 생성 Trailhead 모듈을 참조하세요.
과적합 및 시부적합 없이 분석
Einstein Discovery는 과적합이나 시부적합 없이 선택한 메트릭의 동작을 가장 효과적으로 설명하는 변수 및 변수 조합을 찾습니다.
| 문제 | 방법 |
|---|---|
| 과적합 | 예측 모델에서 너무 많은 변수 필드를 사용할 경우에 발생합니다. 과적합은 과도하게 복잡하고 신뢰할 수 없는 방식으로 데이터에서 잡음을 포착하므로 모델에 불필요한 세부 사항이 기록됩니다. 새 데이터가 유입되면 모델이 실패합니다. 과적합을 피하려면 지나치게 상세한 변수는 제외합니다. |
| 시부적합 | 종종 지나치게 단순한 모델로 인해 발생합니다. 통계 알고리즘이 데이터에서 기본 패턴을 포착할 수 없습니다. |
지나치게 많은 변수를 사용하여 과도하게 세분화하였거나 변수를 충분하게 선택하지 않아 기준이 모호해지지 않도록 주의를 기울여 주세요.
