Skapa en Next Best Action-strategi för besöksfrekvens
Skapa en strategi för besöksfrekvens som låter Einstein ge optimala rekommendationer för butiksbesök. Skapa först ett flöde, eftersom en strategi körs med hjälp av ett aktivt flöde. När säljchefer och fältrepresentanter skapar en begäran om besöksfrekvens väljer de en strategi som används för att skapa rekommendationer.
Versioner som krävs
Tillgängliga i: Professional, Enterprise och Unlimited Editions som har Consumer Goods Cloud aktiverat.
Användarbehörigheter som krävs för att
För att skapa eller hantera åtgärdsstrategier:
Ändra all data
ELLER
Hantera strategier för Next Best Action
För att köra en åtgärdsstrategi:
Kör flöden
ELLER
Fältet Flödesanvändare aktiverat på användardetaljsidan
Förkrav Oavsett om du använder externa data eller data från Consumer Goods Cloud-schemat ska du konfigurera de nödvändiga objekten innan du använder mallarna för att ladda data och generera förutsägelser.
Konfigurera din kalenderdatauppsättning (tillval) Du kan konfigurera den förinställda kalenderdatauppsättningen så att den matchar din företagskalender. Tänk på ett scenario där ditt företag definierar kalenderdata som skiljer sig från standarddatauppsättningen. Till exempel är företagets räkenskapsår mellan november och oktober, i stället för det typiska kalenderåret från april till mars. Eller så börjar din arbetsvecka på torsdag i stället för måndag. Eller så har ni bara fyra arbetsdagar i en arbetsvecka. I alla dessa scenarier kan du justera standarddatauppsättningen för att återspegla de ändringar som ditt företag kräver.
Skapa appar genom att använda förbyggda mallar Mallar hjälper dig att skapa en anpassad app med de fält och data som du vill utveckla din förutsägelsemodell med. Med appmallarna för Consumer Goods kan du synkronisera externa försäljningsdata och använda data för att generera tränings- eller poängsättningsdatauppsättningar och förutsäga intäktsökningar. Du kan också använda guiden för malldistribution för att skapa en app med egna fält. Appen distribuerar sedan förbyggda recept och skapar en Einstein Discovery modell.
Uppdatera förutsägelsedata i Salesforce-organisation Använd Einstein Discovery-förutsägelser för att skapa besöksfrekvensrekommendationer. Du kan göra det genom att skapa en utdataanslutning för att mappa förutsägelserna till din Salesforce-organisation och sedan skapa ett recept som skriver förutsägelsedata för besöksfrekvens i utdataanslutningen. Utdatanoden i receptet innehåller utdatakontakten, ett anpassat objekt och mappningen från datauppsättningen till Salesforce-objektet.
Konfigurera strategi för Next Best Action Konfigurera en NBA-strategi (Next Best Action) för att läsa in poster från CustomObject och tillämpa relevanta regler för att generera strategipoäng och motiveringar.
Visa modellbaserad besöksfrekvensrekommendation Som en försäljningschef, skapa en rekommendation för besöksfrekvens och mappa rekommendationsstrategin till NBA-strategin som läser in de modellbaserade förutsägelsedata. När du utlöser denna begäran för att skapa besöksfrekvensrekommendationer för butiken och datumintervallet kör Salesforce NBA-strategin för varje datum under det specificerade intervallet och skapar rekommendationer enligt detta.
Löste denna artikel ditt problem?
Berätta för oss vad vi kan förbättra!
Laddar
Salesforce Help | Article
Cookie Consent Manager
General Information
Required Cookies
Functional Cookies
Advertising Cookies
General Information
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.