Loading
Innehållsförteckningar
Välj filter

          Inga resultat
          Inga resultat
          Här är några söktips

          Kontrollera stavningen av dina nyckelord.
          Använd mer allmänna söktermer.
          Välj färre filter för att utöka din sökning.

          Sök hela Salesforce-hjälpen
          Recept och datauppsättningar för att identifiera kunder i Retail Banking som är troliga att bortfalla

          Recept och datauppsättningar för att identifiera kunder i Retail Banking som är troliga att bortfalla

          Appen som skapas med mallen Customer Churn Risk for Retail Banking skapar tre recept. Recepten skapar datauppsättningar för exempel, historiska, förutsägelser och förutsagda betyg.

          Versioner som krävs

          Tillgängliga i: Professional, Enterprise och Unlimited Editions med licensen Revenue Intelligence for Financial Services
          Funktioner för Feedbackhantering är tillgängliga med licensen Feedback Management - Starter eller licensen Feedback Management - Growth.
          Funktioner i Sentimentinsikter är tillgängliga med licensen Feedback Management - Starter eller licensen Feedback Management - Growth och licensen Sentimentinsikter.
          Recept och datauppsättningar
          Recept Beskrivning Utdata
          Exempel på datauppsättning för Retail Banking Churn Receptet utvärderar ögonblicksbilddata för konton, ögonblicksbilddata för finanskonton och data från konfigurerade objekt för att skapa en exempeldatauppsättning som Einstein lär sig från. Om du väljer att inkludera funktionerna Feedbackhantering och Sentimentinsikter när du skapar appen utvärderar receptet även exempeluppsättningen som innehåller dessa funktioner. Exempel på datauppsättning
          Funktionsdatauppsättning för Retail Banking Churn Receptet utvärderar ögonblicksbilddata för konton, ögonblicksbilddata för finanskonton och data från konfigurerade objekt för att skapa en historisk datauppsättning med detaljer om konton som tidigare var troliga att bortfalla. Receptet skapar även en förutsägelsedatauppsättning baserat på vilka Retail Banking som är troliga att bortfalla identifieras. Om du väljer att inkludera funktionerna Feedbackhantering och Sentimentinsikter när du skapar appen utvärderar receptet även förutsägelseuppsättningen som innehåller dessa funktioner.
          • Historisk datauppsättning
          • Förutsägelsedatauppsättning
          Datauppsättning för förutsägelse av bortfall i Retail Banking Utvärderar förutsägelsedatauppsättningen för att få bortfallbetyget för kunder och de tre bästa faktorerna som kan bidra till bortfall. Datauppsättningen Förutsagt betyg och Bästa bidragande faktor

          Du kan ändra recepten i dessa scenarion:

          • Ditt schema avviker från Financial Services Cloud-schemat.
          • Ett eget fält i en befintlig enhet ändras.
          • Användningen av funktionsdata ändras från en befintlig enhet till en egen enhet.
          • Datan laddas inte korrekt.
          • Appen slutar fungera på grund av felaktiga datavärden.
           
          Laddar
          Salesforce Help | Article