기회 점수 설정에 대한 고려 사항
기회 점수 매기기를 설정하기 전에 중요한 고려 사항을 검토하십시오.
필수 Edition
| 지원 제품: Sales Cloud를 사용하여 성능 및 무제한 버전의 Lightning Experience를 사용할 수 있습니다. Sales Cloud가 포함된 Enterprise Edition에서는 이 기능에 Agentforce 또는 Revenue Intelligence 추가 기능이 필요합니다. |
일반 고려 사항
- 이 기능을 활성화하기 전에 조직에서 Data 360을 활성화하십시오.
- Einstein 기회 점수 매기기 및 기회 점수를 동시에 사용할 수 없습니다.
- 기회 점수를 설정하면 시스템에서 Einstein 기회 점수 매기기가 자동으로 비활성화됩니다.
- 파이프라인 검사 또는 파이프라인 예측에 대한 액세스 권한이 있는 사용자는 새 사용자 권한이 필요하지 않아도 점수를 볼 수 있습니다.
- 모델을 복제하고 여러 버전을 만드는 경우 모든 점수가 동일한 기회 개체에 다시 작성됩니다. 시스템은 단순히 최신 점수를 가져옵니다.
- 기회 점수를 해제하면 목록 페이지의 점수 열과 기회 레코드 페이지의 점수 구성 요소가 제거됩니다. 이 기능에 대해 생성된 점수 매기기 프레임워크 자산이 삭제됩니다. Data Cloud 자산은 삭제되지 않으며 이전에 계산된 점수는 삭제되지 않으며 데이터 스트림은 제거되지 않습니다.
데이터 고려 사항
- 기회 데이터 및 내역 기회 데이터는 모델의 필수 데이터 소스입니다.
- 마감-수주 및 마감-실패 기회가 200개 이상 있는 경우에만 모델을 교육합니다. 모든 볼륨에서 교육을 시작할 수 있지만, 볼륨이 최소값 미만이면 교육이 실패하고 모델이 비활성 상태로 유지되고 관련 자산이 삭제됩니다. 충분한 데이터가 필요하며 설정을 다시 시작해야만 다시 시도할 수 있습니다.
- 새 기회에 최소한의 정보가 있는 경우 모델은 교육 중 학습된 패턴을 기반으로 점수를 생성합니다.
크레딧 사용
- 교육에 사용된 변환은 Data 360 크레딧을 사용합니다.
- 점수를 생성하면 Data 360 크레딧도 사용됩니다. 이는 1,000만 기회당 약 3,500개의 크레딧입니다.
이 기사를 통해 문제를 해결했습니까?
개선을 위한 의견을 보내주세요.
