Usted estĆ” aquĆ:
Consideraciones para la configuraciĆ³n de PuntuaciĆ³n de oportunidades
Revise consideraciones importantes antes de configurar PuntuaciĆ³n de oportunidades.
Ediciones necesarias
| Disponible en: Lightning Experience en Performance Edition y Unlimited Edition con Sales Cloud. En Enterprise Edition con Sales Cloud, esta funciĆ³n requiere el complemento Agentforce o Inteligencia de ingresos. |
Consideraciones generales
- Active Data 360 en su organizaciĆ³n antes de activar esta funciĆ³n.
- No puede utilizar PuntuaciĆ³n de oportunidades y PuntuaciĆ³n de oportunidades de Einstein al mismo tiempo.
- Cuando activa PuntuaciĆ³n de oportunidades, el sistema desactiva automĆ”ticamente PuntuaciĆ³n de oportunidades Einstein.
- Los usuarios con acceso a InspecciĆ³n de oportunidades en curso o Previsiones de oportunidades en curso pueden ver puntuaciones sin necesidad de nuevos permisos de usuario.
- Si duplica el modelo y crea mĆŗltiples versiones, todas las puntuaciones vuelven a escribir en el mismo objeto de oportunidad. El sistema simplemente obtiene la puntuaciĆ³n mĆ”s reciente.
- La desactivaciĆ³n de PuntuaciĆ³n de oportunidad elimina la columna de puntuaciĆ³n de las pĆ”ginas de lista y el componente de puntuaciĆ³n de las pĆ”ginas de registro de oportunidad. Los activos de marco de puntuaciĆ³n creados para esta funciĆ³n se eliminan. Los activos de Data Cloud no se eliminan, las puntuaciones calculadas anteriormente no se eliminan y las transmisiones de datos no se eliminan.
Consideraciones sobre los datos
- Los datos de oportunidades y los datos de oportunidades histĆ³ricas son orĆgenes de datos obligatorios para el modelo.
- Entrene el modelo solo despuĆ©s de tener al menos 200 oportunidades cerradas-ganadas y 200 oportunidades cerradas-perdidas. El entrenamiento puede comenzar con cualquier volumen, pero si el volumen estĆ” por debajo del mĆnimo, el entrenamiento falla, el modelo permanece inactivo y se eliminan activos relacionados. NecesitarĆ” suficientes datos y debe reiniciar la configuraciĆ³n para intentarlo de nuevo.
- Cuando una nueva oportunidad tiene informaciĆ³n mĆnima, el modelo se basa en patrones aprendidos durante el entrenamiento para generar una puntuaciĆ³n.
Uso de crƩdito
- Las transformaciones utilizadas para el entrenamiento consumen crƩditos de Data 360.
- La generaciĆ³n de puntuaciones tambiĆ©n consume crĆ©ditos de Data 360, aproximadamente 3.500 crĆ©ditos por millĆ³n de oportunidades.
ĀæResolviĆ³ este artĆculo su problema?
Ā”HĆ”ganos saber cĆ³mo podemos mejorar!
