Loading
Настройка и обслуживание Retail Execution
Содержание
Фильтровать по (0)Добавить
Выбрать фильтры

          Результаты отсутствуют
          Результаты отсутствуют
          Ниже приведены некоторые советы по поиску.

          Проверьте орфографию ключевых слов.
          Воспользуйтесь более общим поисковым запросом.
          Выберите несколько фильтров для расширения области поиска.

            Выполните поиск по всей справке Salesforce.
            Выполните поиск по всей справке Salesforce.
            Обновление данных прогноза в организации Salesforce

            Вы находитесь здесь:

            1. Справка Salesforce
            2. Документы
            3. Настройка и обслуживание Retail Execution

            Обновление данных прогноза в организации Salesforce

            Используйте прогнозы Einstein Discovery для создания рекомендаций по посещениям. Это можно выполнить, создав выводное подключение для соотнесения прогнозов с вашей организацией Salesforce с последующим созданием инструкции, записывающей данные прогноза дохода в выводное подключение. Узел output в рецепте содержит выводной коннектор, настраиваемый объект и соотнесение из набора данных с объектом Salesforce.

            Требуемые версии

            Доступно в версиях: Professional Edition, Enterprise и Unlimited Edition с включенным Consumer Goods Cloud.

            При использовании настраиваемых объектов для соотнесения прогнозов с организацией Salesforce, всегда соотносите данные со следующими настраиваемыми полями.

            Имя настраиваемого поля Описание API-имя Тип настраиваемого поля
            Код Чтобы загрузить важные данные о причине рекомендации по посещению на основе искусственного интеллекта, в узле Map стратегии Next Best Action соотнесите код записи с полем EDInsightsId.    
            model_score Содержит оценку из модели. Например, рейтинг повышения дохода retail_store для интервала между start_date и end_date (включительно). model_score__c Число
            predictor1 Содержит значение лучшего автора для model_score. predictor1__c Текст
            predictor2 Содержит значение второго лучшего автора для model_score. predictor2__c Текст
            predictor3 Содержит значение третьего лучшего автора для model_score. predictor3__c Текст
            impact1 Содержит влияние лучшего автора для model_score. impact1__c Число
            impact2 Содержит влияние второго лучшего автора для model_score. impact2__c Число
            impact3 Содержит влияние третьего лучшего автора для model_score. impact3__c Число
            start_date Содержит дату начала интервала в формате гггг-мм-дд, для которого действует model_score. start_date__c Дата
            end_date Содержит дату окончания интервала в формате гггг-мм-дд, для которого действует model_score. end_date__c Дата
            retail_store Содержит код розничного магазина, к которому применяется model_score. retail_store__c Код или текст
            Совет
            Совет Если вы хотите, чтобы объект рекомендации по посещению отображал соответствующие прогнозы, настройте рейтинг модели, лучшие три предиктора, лучшие три влияния и розничный магазин в узле output.
             
            Загрузка
            Salesforce Help | Article