Ti trovi qui:
Informazioni sui dati utilizzati da Einstein
Fornire a Einstein dati di buona qualità consente di ottenere previsioni accurate. Per le funzioni predittive di Einstein, utilizzare i punteggi di qualità dei dati per determinare la qualità dei dati richiesti da ogni app Einstein per generare previsioni, approfondimenti, analytics e molto altro. Le metriche di qualità dei dati sono disponibili nel cruscotto digitale di ogni app Einstein e nella scheda Einstein Overview.
Considerazioni
- L'obiettivo non è raggiungere un punteggio di qualità dei dati pari al 100%. Utilizzare invece il punteggio attuale come base per valutare i risultati futuri. Quando il punteggio dei dati è superiore alla soglia minima, è probabile che siano evidenti i vantaggi dell'intelligenza artificiale.
- Più lunga è la durata dell'abilitazione e dell'apprendimento di Einstein, migliori saranno i risultati. Sebbene ogni app Einstein sia diversa, la maggior parte delle app può fornire risultati entro 90 giorni.
- L'intelligenza artificiale offre risultati migliori quando sono presenti molti dati da analizzare. L'uso di modelli di dati globali per le app predittive aumenta la quantità di dati utilizzata per formulare le previsioni. I modelli globali consentono sfruttare al meglio la potenza di Salesforce per offrire risultati più precisi e accurati.
Gli invii transazionali e gli invii test sono esclusi dal processo di generazione del punteggio di qualità dei dati.
Contenuto correlato
- Einstein e l'utilizzo dei dati in Marketing Cloud Engagement
Einstein si basa sui dati. Quando si usa Marketing Cloud Engagement, servirsi di questa tabella per capire che tipo di dati utilizzano le funzioni Einstein. - Consenso e rifiuto esplicito dei dati del modello globale in Marketing Cloud Engagement
L'intelligenza di Einstein è basata sui dati. Maggiore è la quantità di dati disponibili per Einstein, più efficaci saranno le previsioni. La maggior parte delle organizzazioni non dispone di dati sufficienti per creare i propri modelli. Per offrire un'intelligenza artificiale predittiva più significativa, Salesforce crea modelli predittivi globali che ricercano tendenze aggregate anonime in numerosi clienti Salesforce. Per proteggere i dati dei clienti, il proprio account viene escluso per impostazione predefinita dal modello di dati globale. - Valutazione della qualità dei dati di Einstein Engagement Scoring
Verificare il punteggio di qualità dei dati dell'app mobile per approfondimenti sui dati di coinvolgimento che Einstein utilizza per prevedere la probabilità di coinvolgimento dei clienti. I punteggi di qualità dei dati per Einstein Engagement Scoring vengono generati solo a livello di app mobile. - Data residency
Hyperforce è l'architettura dell'infrastruttura Salesforce di nuova generazione che offre maggiore scelta e controllo sulla residenza dei dati. Se in India l'organizzazione utilizza Hyperforce, Einstein può elaborare i dati al di fuori della posizione geografica. Giappone e Australia mantengono la data residency nella regione locale.
Questo articolo ha risolto il problema?
Facci sapere, così possiamo migliorare!
