컬렉션용 Tableau Next 앱의 기능 및 자산 개요

입력 기능

수금 위험 점수 매기기 템플릿 구성에는 예측 AI 모델을 교육하고 점수를 매기기 위해 입력 기능으로 선택할 수 있는 사전 정의된 필드 집합이 포함되어 있습니다.

자산

컬렉션용 Tableau Next 앱을 설치하면 다음 자산이 설치됩니다. 비즈니스 요구 사항에 따라 해당 자산을 사용자 정의할 수 있습니다.

• 교육 배치 데이터 변환: 이 배치 데이터 변환 Tableau Next 앱을 설치하는 동안 생성되고 실행됩니다. 교육 배치 데이터 변환 이름은 형식 <app name> Training BDT입니다. 예를 들어, 앱 이름이 컬렉션인 경우 교육 배치 변환 이름은 컬렉션 교육 BDT입니다. 구성에 따라 여러 관련 데이터 모델 개체에서 데이터를 수집하고 새 변환 데이터 모델 개체에서 평면화된 교육 데이터를 만듭니다. 새로 생성된 데이터 모델 개체의 이름은 <App name> RiskScore 형식입니다. 예를 들어, 앱 이름이 컬렉션인 경우 데이터 모델 개체 이름은 컬렉션 RiskScore입니다. 교육 배치 데이터 변환 내역 컬렉션 데이터를 사용하여 예측 모델을 교육합니다.
• Einstein 예측 AI 모델: 모델은 Tableau Next 앱을 설치하는 동안 생성됩니다. 교육 데이터를 사용하여 모델을 교육합니다. 이 모델의 구성은 사전 정의된 템플릿인 수금 위험 점수 매기기 템플릿 구성에서 파생됩니다. 예측 AI 모델의 이름은 컬렉션 위험 점수이며 Einstein Studio에서 볼 수 있습니다.
• 점수 매기기 배치 데이터 변환: 이 배치 데이터 변환 Tableau Next 앱을 설치하는 동안 생성되고 실행됩니다. 점수 매기기 배치 데이터 변환 이름은 <app name> 점수 매기기 BDT 형식입니다. 예를 들어, 앱 이름이 컬렉션인 경우 점수 매기기 배치 변환 이름은 컬렉션 점수 매기기 BDT입니다. 구성에 따라 여러 관련 데이터 모델 개체의 데이터를 수집하고, 신규 및 진행 중인 컬렉션 계획 데이터도 수집합니다. 숙련된 Einstein 모델을 사용하여 위험 점수를 할당합니다. 위험 점수와 함께 통합된 데이터는 <App name> 위험 점수라는 데이터 변환 모델 개체에 저장됩니다.