Etsi oikeat tuotteet asiakkaille ja paranna tuottoasi analysoimalla, kuinka todennäköisesti asiakkaat ostavat rahoitusresursseja. Vähennä asiakkaiden häiriöitä suorittamalla toimenpiteitä, jotka perustuvat asiakkaiden häiriöiden todennäköisyyteen. Myy omaisuutta kiinnostuneelle asiakkaalle ennusteiden perusteella ja kasvattaa asiakkaan hallitsemia omaisuuksia. Hanki ennusteiden pisteet tiliesi ja yhteyshenkilöidesi tietojen perusteella.
Vaaditut versiot
Käytettävissä: Enterprise-, Performance- ja Lightning Experiencen rajoittamattomat versiot, joissa on Financial Services Cloud, CRM Analytics for Financial Services Cloud, AI Ac acceleratator ja pisteytyskehys käytössä
Luo CRM Analytics -mallin kokoonpano pisteytysjärjestelmässä ennustepisteillä (Financial Services Cloud) mallin kokoonpanotyypiksi saadaksesi ennusteita asiakkaiden talousresurssien ostamisen todennäköisyydestä, mahdollisuudesta lisätä omaisuuksia tai todennäköisyydestä lisätä omaisuuksia.
Jos haluat määrittää esimääritetyn tavoitemuuttujan saadaksesi ennusteita asiakkaiden rahoitusvarojen ostamisen todennäköisyydestä, valitse Tilit, joilla on äskettäin ostettuja rahoitustilejä (todennäköisyys ostaa) tai Tilit, joihin liittyy suljettuja mahdollisuuksia (todennäköisyys ostaa).
Jos haluat määrittää esimääritetyn kohdemuuttujan saadaksesi ennusteita asiakkaiden todennäköisyydestä muodostaa tili, valitse Tilin tila on muuttunut Ei-aktiiviseksi (Todennäköisyys muodostaa tili).
Jos haluat määrittää esimääritetyn tavoitemuuttujan saadaksesi ennusteita asiakkaiden omaisuuksien lisäämisen todennäköisyydestä, valitse Hallittavat omaisuudet ovat kasvaneet tileille (Omaisuuksien lisäämisen todennäköisyys).
Jos haluat saada tiliesi ja yhteyshenkilöidesi dataan perustuvia ennusteita, luo CRM Analytics -mallin kokoonpano tilien tai yhteyshenkilöiden ennusteiden pisteytysjärjestelmässä (Financial Services Cloud) mallin kokoonpanotyypiksi ja määritä mukautettu kohdemuuttuja.
Mallin kokoonpanon perusteella luodut sovellukset sisältävät seuraavat esimääritetyt reseptit.
Resepti
Kuvaus
Output
Datan noutaminen esimerkkidatajoukon luomiseksi
Resepti luo datajoukon, jota käytetään esimerkkidatajoukon luomiseen arvioimalla tilin tilannekuvan dataa, finanssitilin tilannekuvan dataa, tehtäviä, tapahtumia, tapauksia ja mallin kouluttamiseen valitun objektin dataa.
Esimerkki datajoukosta
Nouda datajoukon esimerkki
Resepti luo datajoukon, josta Einstein oppii arvioimalla tilin tilannekuvan tiedot, finanssitilin tilannekuvan tiedot, datajoukon, jonka Get Data to Generate Example Datajoukon resepti loi, ja mallin kouluttamiseen valitun objektin tiedot.
Esimerkki datajoukosta
Ennusteiden datajoukko
Resepti luo datajoukon, jonka perusteella Einstein luo ennusteita arvioimalla finanssitilit, finanssitilien maksut ja maksut, liidit, tehtävät, tapaukset ja tiedot objektista, jolle haluat saada ennusteita.
Ennusteiden datajoukko
Financial Services Cloud -ennusteiden noutaminen
Resepti luo ennusteita ja kolme tärkeintä tekijää, jotka voivat vaikuttaa ennusteisiin arvioimalla ennusteiden datajoukon.
Kirjoittaa ennusteen lisätiedot ja kolme parasta ennustavaa muuttujaa kirjoitusobjektin kenttään, joka valitaan, kun määrität mallin kokoonpanoa pisteytysjärjestelmässä.
Voit muokata reseptejä näissä tilanteissa.
Skeemasi eroaa Financial Services Cloud -skeemasta.
Olemassa olevan entiteetin mukautettu kenttä muuttuu.
Ominaisuuksien datan tallennustila muuttuu olemassa olevasta entiteetistä mukautettuun entiteettiin.
Dataa ei ladata oikein.
Sovellus ei enää toimi virheellisten data-arvojen takia.
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.