Vous êtes ici :
Préparation aux recommandations d'articles Einstein
Pour obtenir de meilleurs résultats avec les Recommandations d'articles Einstein, prenez connaissance des données requises et suivez les conseils de test de la fonctionnalité.
Éditions requises
| Afficher les éditions prises en charge. |
Vérification du nombre de données
Les plantes ont besoin d'eau, les agents de support ont besoin de câlins, et Einstein a besoin de données ! Sans données historiques de grande qualité pour apprendre, Einstein ne peut pas suggéré de recommandations précises. Les éléments ci-dessous sont requis.
| Demande | Obligatoire ou recommandé ? | Détails |
|---|---|---|
| Trois articles Knowledge publiés ou plus | Obligatoire | Lorsque la couverture de vos articles Salesforce Knowledge est importante et répond aux questions fréquentes des clients, Einstein peut suggérer des recommandations plus pertinentes. Les articles n'ont pas besoin de balises spéciales, de catégories de données ou de métadonnées pour être recommandés. Les nouveaux articles publiés ou les articles réécrits sont automatiquement analysés dans la journée afin de déterminer s'ils peuvent être pris en compte dans la recommandation. Si un article existe en plusieurs versions, seule la version la plus récente est recommandée. Einstein recommande uniquement des articles stockés dans votre base Salesforce Knowledge. Les articles hébergés dans un système externe ne sont pas pris en compte. |
Pour afficher des recommandations dans plusieurs langues prises en charge, trois articles Knowledge ou plus sont nécessaires dans l'une des langues.
Essai des Recommandations d'articles Einstein
sur plusieurs versions, nous activons progressivement les recommandations d'articles dans les organisations qui ont Knowledge. Si nous les configurons pour vous, nous fournissons un modèle préentraîné qui utilise des données génériques, ainsi que des paramètres de champ et de langue par défaut. Si votre entreprise utilise d'autres champs, vos agents de service peuvent afficher des recommandations plus précises lorsque vous acceptez les conditions dans Configuration, sélectionnez les champs appropriés et mettez à jour le modèle pour qu'Einstein apprenne à partir des données des requêtes fermées de votre organisation.
Vous pouvez configurer des recommandations d'articles Einstein dans une organisation sandbox, mais les recommandations diffèrent entre une organisation sandbox et une organisation de production en raison des différences dans les données sous-jacentes. Les mêmes résultats ne sont pas garantis. Par conséquent, nous recommandons de l'activer dans votre organisation de production et d'accorder l'accès aux recommandations à un petit groupe d'agents de service. Lorsque vous comprenez son fonctionnement, accordez l'accès à l'ensemble de votre équipe.
Si vous choisissez d'utiliser les Recommandations d'articles Einstein dans une organisation sandbox, procédez comme suit :
- Mappez vos licences sandbox avec vos licences de production.
- Pour satisfaire aux exigences en données et garantir des recommandations réalistes, assurez-vous que la qualité et la quantité des données des articles et des requêtes de votre organisation sandbox sont équivalentes aux données de votre organisation de production.
