Connaissances prédictives dans la sémantique Tableau (bêta)

Fonctionnement des connaissances prédictives

Les Connaissances prédictives reposent sur la fonction PREDICT, qui appelle un modèle IA hébergé dans Data 360 (anciennement Einstein Studio) chaque fois que des enregistrements sont interrogés. Lorsque vous ajoutez une connaissance prédictive à un modèle sémantique, vous sélectionnez un modèle IA et mappez vos champs de modèle sémantique avec les entrées requises de ce modèle. Pour chaque enregistrement renvoyé par une requête, Tableau Semantics transmet les valeurs de champ mappées au modèle IA et renvoie la prédiction sous forme de champ, comme n'importe quel autre champ de votre modèle.

Par exemple, si votre équipe a un modèle entraîné qui prédit la probabilité d'escalade d'une requête, vous pouvez mapper les champs de requête appropriés avec les entrées du modèle et exposer cette probabilité d'escalade avec d'autres métriques de requête dans n'importe quel tableau de bord ou rapport qui lit votre modèle sémantique.

Les Connaissances prédictives n'entraînent pas les modèles, mais génèrent des prédictions à partir de modèles existants. Les modèles peuvent être fournis par Salesforce ou vous-même (apportez vos propres modèles). Tous les modèles enregistrés dans Data 360 peuvent être sélectionnés.

La fonction de PREDICT nécessite l'exécution de crédits flexibles non mesurés, que vous ayez l'UGS Tableau Next Unmetered. Contactez votre chargé de compte Salesforce pour comprendre l'impact de la PREDICT sur la consommation de crédit.

Ce que renvoie une connaissance prédictive

Une connaissance prédictive renvoie toujours une valeur prédite. Si le modèle IA prend en charge l'explicabilité et que vous l'activez, le champ renvoie également les principaux prédicteurs et recommandations derrière chaque prédiction.

• Valeur prédite : La valeur prédite du modèle IA pour l'enregistrement. Le type de données provient du modèle IA sélectionné : Number renvoie en tant que Mesure, Text renvoie en tant que Dimension. Changez le type de champ si nécessaire. Une définition non valide échoue à la validation lors de la requête.
• Type de connaissances (dimension) : Indique si la valeur d'explicabilité est un principal prédicteur ou une recommandation. Facultatif.
• Connaissances (dimension) : La valeur du prédicteur ou de la recommandation. Facultatif.
• Score d'impact (mesure) : Le score d'impact de la connaissance, lorsque le modèle IA la définit. Facultatif.

Les modèles IA ne définissent pas tous les principaux prédicteurs et recommandations. Si le modèle IA n'en contient aucune, les requêtes réussissent et renvoient la valeur prédite, mais la visualisation affiche « aucune donnée » pour les connaissances. Si vous ne demandez pas les principaux prédicteurs ou recommandations, la valeur par défaut est 0.

Limitations

• Les prédictions de plus de 1000 enregistrements environ peuvent dépasser l'expiration de la requête de 30 secondes et échouer. Pour améliorer les performances, agrégez les entrées ou appliquez un filtre au niveau de la ligne afin de réduire le nombre d'enregistrements.
• Les modèles avec plusieurs sorties de prédiction ne sont pas pris en charge.
• La fonction PREDICT n'est pas prise en charge pour les modèles sémantiques créés à partir d'une Source de données publiée (PDS). L'option Connaissances prédictives est masquée pour ces modèles sémantiques.
• Les fonctions PREDICT imbriquées ne sont pas prises en charge. Par exemple, PREDICT(PREDICT([Nom du modèle], Field1, Field2), FieldX) renvoie une erreur.
• La combinaison de la fonction PREDICT avec des calculs de niveau de détail (LOD) n'est pas prise en charge.