Du är här:
Prediktiva insikter i Tableau Semantics (beta)
Prediktiva insikter lägger till maskininlärningsförutsägelser i realtid i din semantiska modell som ett fält som du kan diagram, filtrera och återanvända. Anslut en AI-modell från Data 360, mappa dina semantiska modellfält till dess indata och få ett förutsagt värde för varje post—inga dataexporter, separata verktyg eller kod behövs.
Versioner som krävs
| Tillgängliga i: Alla versioner som stöds av Data 360. Se Data 360 Editions tillgänglighet. |
Hur prediktiva insikter fungerar
Prediktiva insikter bygger på funktionen PREDICT, som anropar en AI-modell i Data 360 (tidigare Einstein Studio) varje gång poster frågas. När du lägger till en prediktiv insikt i en semantisk modell väljer du en AI-modell och mappar dina fält i den semantiska modellen till den modellens obligatoriska inmatningar. För varje post som en sökfråga returnerar skickar Tableau Semantics de mappade fältvärdena till AI-modellen och returnerar förutsägelsen som ett fält—precis som alla andra fält i din modell.
Till exempel, om ditt team har en utbildad modell som förutsäger ett kundcases sannolikhet att flyttas om kan du mappa de relevanta kundcasefälten till modellens indata och lyfta fram sannolikheten för omflyttning tillsammans med andra kundcasemått i en instrumentpanel eller rapport som läser från din semantiska modell.
Prediktiva insikter utbildar inte modeller—det skapar förutsägelser från befintliga. Modeller kan tillhandahållas av Salesforce eller av dina egna (ta med egna modeller). Alla modeller som är registrerade i Data 360 är tillgängliga att välja.
Funktionen PREDICT kräver att Flexkrediter körs utan mätare, oavsett om du har Tableau Next Unmetered SKU eller inte. Kontakta din kundansvariga på Salesforce för att få reda på hur PREDICT påverkar kreditkonsumtionen.
Vad en prediktiv insikt returnerar
En prediktiv insikt returnerar alltid ett förutsagt värde. Om AI-modellen har stöd för förklarlighet och du slår på den returnerar fältet även toppförutsägarna och rekommendationerna bakom varje förutsägelse.
- Förutsagt värde: AI-modellens förutsagda värde för posten. Datatypen kommer från den valda AI-modellen—Nummer returnerar som ett mått, Text returnerar som en dimension. Ändra fälttypen om det behövs; en ogiltig definition misslyckas med validering vid sökfrågetillfället.
- Insiktstyp (Dimension): Indikerar om värdet för förklaring är en toppförutsägare eller en rekommendation. Valfritt.
- Insikt (Dimension): Förutsägaren eller rekommendationsvärdet. Valfritt.
- Påverkanbetyg (Mått): Insiktens påverkanbetyg, när AI-modellen definierar den. Valfritt.
Inte alla AI-modeller definierar toppförutsägare och rekommendationer. Om AI-modellen inte har några lyckas sökfrågor fortfarande och returnerar det förutsagda värdet, men visualiseringen visar "inga data" för insikter. Om du inte begär toppförutsägare eller rekommendationer är standardvärdet 0.
Begränsningar
- Förutsägelser för mer än cirka 1 000 poster kan överskrida sökfrågans timeout på 30 sekunder och misslyckas. För att förbättra prestandan, aggregera indata eller tillämpa ett radnivåfilter för att minska antalet poster.
- Modeller med mer än en förutsägelseutdata stöds inte.
- Funktionen
PREDICTstöds inte för semantiska modeller som skapats från en publicerad datakälla (PDS). Alternativet Prediktiva insikter är dolt för dessa semantiska modeller. - Funktioner för kapslad förutsägelse stöds inte. Till exempel returnerar PREDICT(PREDICT([Modellnamn], Field1, Field2), FieldX) ett fel.
- Att kombinera funktionen PREDICT med beräkningar av detaljnivå (LOD) stöds inte.
- Lägg till en prediktiv insikt i en semantisk modell (beta)
Lägg till en prediktiv insikt för att lyfta fram en AI-modells förutsägelse som ett fält i din semantiska modell. För varje post som din modell returnerar skickar Tableau Semantics de mappade fältvärdena till AI-modellen och returnerar det förutsagda värdet i realtid.
