Previsioni del framework di calcolo del punteggio
Presentare i prodotti giusti ai clienti e aumentare il reddito analizzando la probabilità di acquisto di asset finanziari da parte dei clienti. Ridurre l'abbandono dei clienti adottando misure basate sulla probabilità di abbandono del cliente. Vendere un asset a un cliente interessato in base alle previsioni e aumentare il patrimonio gestito del cliente. Ottenere i punteggi delle previsioni in base ai dati degli account e dei referenti.
Versioni (Edition) richieste
| Disponibile nelle versioni: versioni Enterprise Edition, Performance Edition e Unlimited Edition di Lightning Experience in cui sono abilitati Financial Services Cloud, CRM Analytics per Financial Services Cloud, AI Accelerator e Scoring Framework |
Per ottenere previsioni sulla probabilità di acquisto di asset finanziari da parte dei clienti, sulla probabilità di abbandono o sulla probabilità di aggiunta di asset, creare una configurazione del modello CRM Analytics nel framework di calcolo del punteggio con Punteggi previsione (Financial Services Cloud) come tipo di configurazione del modello.
- Se si desidera definire una variabile target predefinita per ottenere previsioni sulla probabilità dei clienti di acquistare asset finanziari, selezionare Account con account finanziari appena acquistati (Likelihood to Purchase) o Account con opportunità associate chiuse (Likelihood to Purchase).
- Se si desidera definire una variabile di destinazione predefinita per ottenere previsioni sulla probabilità di abbandono dei clienti, selezionare Stato account cambiato in Inattivo (probabilità di abbandono).
- Se si desidera definire una variabile di destinazione predefinita per ottenere previsioni sulla probabilità dei clienti di aggiungere asset, selezionare Asset Under Management Have Increased for Accounts (Likelihood to Add Assets).
Per ottenere previsioni basate sui dati di account e referenti, creare una configurazione del modello CRM Analytics nel framework di calcolo del punteggio con Punteggi previsione per account o referenti (Financial Services Cloud) come tipo di configurazione del modello e definire una variabile di destinazione personalizzata.
Le app create in base alla configurazione del modello contengono i seguenti procedimenti preconfigurati.
| Procedimento | Descrizione | Output |
|---|---|---|
| Ottenere dati per generare serie di dati di esempio | Il procedimento crea una serie di dati utilizzata per generare una serie di dati di esempio valutando i dati delle istantanee account, i dati delle istantanee account finanziario, le operazioni, gli eventi, i casi e i dati dell'oggetto selezionato per addestrare il modello. | Serie di dati di esempio |
| Get Example Dataset (Ottieni serie di dati di esempio) | Il procedimento crea una serie di dati da cui Einstein impara valutando i dati delle istantanee account, i dati delle istantanee account finanziario, la serie di dati creata dal procedimento Get Data to Generate Example Dataset (Ottieni dati per generare serie di dati di esempio) e i dati dell'oggetto selezionato per addestrare il modello. | Serie di dati di esempio |
| Serie di dati di previsione | Il procedimento crea una serie di dati in base alla quale Einstein genera previsioni valutando gli account finanziari, gli addebiti e le spese degli account finanziari, i lead, le operazioni, i casi e i dati dell'oggetto per cui si desidera ottenere le previsioni. | Serie di dati di previsione |
| Formulazione di previsioni per Financial Services Cloud | Il procedimento genera previsioni e i primi tre fattori che possono influire sulle previsioni valutando la serie di dati della previsione. | Scrive i dettagli della previsione e i primi tre predittori nel campo dell'oggetto writeback selezionato durante l'impostazione della configurazione del modello nel framework di calcolo del punteggio. |
È possibile modificare i procedimenti in questi scenari.
- Lo schema si discosta dallo schema di Financial Services Cloud.
- Un campo personalizzato di un'entità esistente viene modificato.
- La memorizzazione dei dati delle funzioni cambia da un'entità esistente a un'entità personalizzata.
- I dati non vengono caricati correttamente.
- L'app smette di funzionare a causa di valori di dati errati.
