Käytä käyttövalmista Pisteytyskehys-kokoonpanomallin tyyppiä asentaaksesi ja määrittääksesi pisteytyssovelluksen. Tämä sovellus luo ja kouluttaa ennakoivan tekoälymallin laskujen riskitasojen projektiin.
Laskujen riskien pisteytyksen luominen ja määrittäminen:
AI Ac accelerator -käyttäjä JA pisteytysjärjestelmän pääkäyttäjä
Huomautus Laskujen riskien pisteytys -ominaisuus on pilottipalvelu tai beta-palvelu, johon sovelletaan beta-palveluehtoja kohdasta Salesforce.com tai asiakkaan suorittamaa kirjallista yhtenäistettyä pilotti-sopimusta sekä tuoteehtojen hakemiston ehtoja. Tämän pilotti- tai beta-palvelun käyttö tapahtuu asiakkaan oman harkintansa mukaan.
Etsi ja avaa Määritykset-valikon Pikahaku-kentästä Pisteytyskehys.
Napsauta Uusi mallin kokoonpano.
Valitse mallin määritystyypiksi laskujen riskien pisteytys.
Syötä mallin kokoonpanolle otsikko.
Valitse mallin tilaksi Luo ja ota käyttöön aloittaaksesi avoimien laskujen pisteytyksen välittömästi.
Tallenna muutokset.
Ratkaisiko tämä artikkeli ongelmasi?
Anna palautetta, jotta voimme kehittyä!
Ladataan
Salesforce Help | Article
Cookie Consent Manager
Cookie Consent Manager
General Information
Required Cookies
Functional Cookies
Advertising Cookies
General Information
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.
