Création d’une configuration de modèle CRM Analytics pour prédire les approbations de réclamation de garantie de véhicules et de pièces
Créez et configurez une configuration de modèle dans l’infrastructure de score afin d’installer une application CRM Analytics personnalisable qui génère des prédictions sur la probabilité d’approbation des réclamations de garantie de véhicules et de pièces.
Éditions requises
Disponible avec : Lightning Experience
Disponible avec : Enterprise Edition, Performance Edition et Unlimited Edition
Autorisations utilisateur requises
Pour créer une configuration de modèle CRM Analytics :
Administrateur de l'infrastructure de score
Pour installer une licence CRM Analytics :
Gérer les applications CRM Analytics basées sur un modèle
Remarque Pour obtenir ces prédictions, il n'est pas nécessaire de sélectionner la durée de la prédiction et des jeux de données historiques. Par conséquent, l’étape Sélectionner la durée de prédiction et les jeux de données CRM Analytics n'est pas affichée lorsque vous sélectionnez le type de configuration de modèle Score d’approbation de la réclamation de garantie (Manufacturing ou Automotive Cloud).
Dans l'infrastructure de score, créez une configuration de modèle CRM Analytics qui utilise le type de configuration de modèle Score d'approbation de réclamation de garantie (Manufacture ou Automotive Cloud).
Sélectionnez l'objet Réclamation pour entraîner votre modèle et obtenir des prédictions.
Pour mieux analyser vos données, incluez des fonctionnalités d'entrée présentes dans un jeu de données CRM Analytics.
Définissez la variable cible de votre modèle.
Pour définir une variable cible prédéfinie, sélectionnez Réclamation de garantie avec un montant réclamé approuvé à 50 % ou Réclamation de garantie avec un montant réclamé approuvé à 70 %.
Pour définir une variable cible personnalisée, ajoutez des conditions.
Sélectionnez des fonctionnalités d'entrée dans un jeu de données CRM Analytics, dans un ensemble de champs précalculés ou dans l'objet que vous avez sélectionné pour l'entraînement et le score.
Pour baser vos prédictions sur un sous-ensemble spécifique des données de réclamation, définissez des conditions de filtrage.
Pour réécrire une prédiction, sélectionnez un connecteur de sortie préconfiguré, puis sélectionnez un objet et un champ afin de stocker la prédiction.
Réclamation
Couverture de la réclamation
Détail de paiement de la couverture de réclamation
Élément de la réclamation
Participant à la réclamation
Pour afficher des scores de prédiction, des suggestions, des connaissances sur les scores de prédiction, et des recommandations Next Best Actionet, créez un cas d'utilisation Accélérateur IA.
Affichez des prédictions dans les pages d'enregistrement Réclamation.
We use three kinds of cookies on our websites: required, functional, and advertising. You can choose whether functional and advertising cookies apply. Click on the different cookie categories to find out more about each category and to change the default settings.
Privacy Statement
Required Cookies
Always Active
Required cookies are necessary for basic website functionality. Some examples include: session cookies needed to transmit the website, authentication cookies, and security cookies.
Functional Cookies
Functional cookies enhance functions, performance, and services on the website. Some examples include: cookies used to analyze site traffic, cookies used for market research, and cookies used to display advertising that is not directed to a particular individual.
Advertising Cookies
Advertising cookies track activity across websites in order to understand a viewer’s interests, and direct them specific marketing. Some examples include: cookies used for remarketing, or interest-based advertising.
