Loading
Einrichten und Pflegen von "Einzelhandelsausführung"
Inhalt
Filtern nach (0)Hinzufügen
Filter auswählen

          Keine Ergebnisse
          Keine Ergebnisse
          Hier sind einige Suchtipps

          Überprüfen Sie die Schreibweise Ihrer Stichwörter.
          Verwenden Sie allgemeinere Suchbegriffe.
          Wählen Sie weniger Filter aus, um Ihre Suche auszuweiten.

            Gesamte Salesforce-Hilfe durchsuchen
            Gesamte Salesforce-Hilfe durchsuchen
            Aktualisieren der Prognosedaten in der Salesforce-Organisation

            Sie befinden sich hier:

            1. Salesforce-Hilfe
            2. Dokumente
            3. Einrichten und Pflegen von "Einzelhandelsausführung"

            Aktualisieren der Prognosedaten in der Salesforce-Organisation

            Generieren Sie mithilfe von Einstein Discovery-Prognosen Besuchsempfehlungen. Dazu können Sie eine Ausgabeverbindung erstellen, um Ihrer Salesforce-Organisation die Prognosen zuzuordnen, und dann ein Rezept erstellen, das die Umsatzprognosedaten in der Ausgabeverbindung schreibt. Der Ausgabeknoten im Rezept enthält den Ausgabe-Konnektor, ein benutzerdefiniertes Objekt und die Zuordnung aus dem Datenset zum Salesforce-Objekt.

            Erforderliche Editionen

            Verfügbarkeit: Professional, Enterprise und Unlimited Editions, in denen Consumer Goods Cloud aktiviert ist.

            Wenn Sie benutzerdefinierte Objekte verwenden, um Prognosen zur Salesforce-Organisation zuzuordnen, müssen Sie die Daten stets diesen benutzerdefinierten Feldern zuordnen.

            Name des benutzerdefinierten Felds Beschreibung API-Name Typ des benutzerdefinierten Felds
            Id Ordnen Sie im Knoten für die Zuordnung der Next Best Action-Strategie die Datensatz-ID dem Feld "EDInsightsId" zu, um Statistiken in die Ursache "AI-Besuchsempfehlung" zu laden.    
            model_score Enthält die Bewertung aus dem Modell. Beispielsweise die Umsatzsteigerungsbewertung von "retail_store" für das Intervall zwischen "start_date" und "end_date" (beide inbegriffen). model_score__c Zahl
            predictor1 Enthält den Wert des Hauptbeitragenden für "model_score". predictor1__c Text
            predictor2 Enthält den Wert des zweiten Hauptbeitragenden für "model_score". predictor2__c Text
            predictor3 Enthält den Wert des dritten Hauptbeitragenden für "model_score". predictor3__c Text
            impact1 Enthält die Auswirkung des Hauptbeitragenden für "model_score". impact1__c Zahl
            impact2 Enthält die Auswirkung des zweiten Hauptbeitragenden für "model_score". impact2__c Zahl
            impact3 Enthält die Auswirkung des dritten Hauptbeitragenden für "model_score". impact3__c Zahl
            start_date Enthält das Startdatum des Intervalls im Format jjjj-mm-tt, wofür "model_score" gültig ist. start_date__c Datum
            end_date Enthält das Enddatum des Intervalls im Format jjjj-mm-tt, wofür "model_score" gültig ist. end_date__c Datum
            retail_store Enthält die Einzelhandelsgeschäfts-ID, wofür "model_score" gilt. retail_store__c ID oder Text
            Tipp
            Tipp Wenn das Objekt für Besuchsempfehlungen entsprechende Prognosen anzeigen soll, konfigurieren Sie die Modellbewertung, die drei Hauptbeitragenden, die drei Hauptauswirkungen und das Einzelhandelsgeschäft im Ausgabeknoten.
             
            Laden
            Salesforce Help | Article