Ti trovi qui:
Informazioni sulla qualità del modello e miglioramento dei consigli
Einstein produce uno scorecard che fornisce informazioni sui dati e sull'efficacia del modello. È possibile scoprire subito se esistono opportunità per perfezionare i dati e perfezionare continuamente i consigli.
Versioni (Edition) richieste
| Visualizzare le versioni supportate. |
Informazioni sulla qualità del modello
Quando si crea il modello o quando Einstein esegue di nuovo l'addestramento del modello, lo scorecard viene aggiornato. Lo scorecard mostra le metriche sul modello e la qualità dei dati del caso e dell'articolo. Quando il modello è efficace, gli agenti dell'assistenza visualizzano consigli sugli articoli più precisi, che possono aiutarli a chiudere i casi.
Da Imposta, passare alla pagina Consigli articoli Einstein e aprire la scheda Scorecard del modello.
Di seguito è illustrato il contenuto visualizzato dallo scorecard.
| Accuratezza del modello | Questa percentuale rappresenta un punteggio di confidenza generale sulla capacità di Einstein di formulare previsioni accurate. Se si modificano le impostazioni del modello o si perfezionano i dati dei casi chiusi, questo valore consente di valutare l'impatto. |
| Qualità del modello | Lo scorecard riepiloga la qualità del modello. È possibile attivare il modello a condizione che la qualità sia Ottima, Buona o OK. Se la qualità del modello è Troppo bassa, poiché Einstein non è in grado di formulare previsioni utili, l'attivazione viene disabilitata. Rivedere il riepilogo dei dati e scoprire come migliorare i dati. |
| Copertura campi caso | Quando sono presenti più di 500 associazioni caso-articolo da cui Einstein può apprendere, lo scorecard indica la copertura dei campi. Per i record dei casi chiusi, lo scorecard mostra i risultati della copertura per il campo principale e due campi caso di supporto. Quando questi campi sono popolati correttamente, Einstein può generare consigli sugli articoli più accurati. Verificare che i campi selezionati siano nell'ordine corretto e che gli agenti dell'assistenza li compilino in modo coerente. |
Einstein consiglia solo gli articoli Knowledge che soddisfano rigidi criteri di precisione. Per perfezionare continuamente Consigli articoli Einstein, seguire queste procedure consigliate quando si personalizza il modello e si gestiscono i casi e gli articoli.
I clienti di Tableau CRM possono utilizzare il nuovo pacchetto gestito del cruscotto digitale Einstein Article Recommendations Value (Valore di Consigli articoli Einstein) per creare e analizzare rapidamente i rapporti e le visualizzazioni per il valore aziendale, i KPI e i dati analitici esclusivi del consiglio. Il cruscotto digitale utilizza i dati dei casi e le metriche delle prestazioni degli articoli per mostrare gli articoli più consigliati, il modo in cui gli agenti dell'assistenza interagiscono con i consigli e l'utile sul capitale investito stimato per Consigli articoli.
Per accedere al cruscotto digitale Einstein Article Recommendations Value, scaricare il modello di app Cruscotto digitale Einstein Article Recommendations Value da AppExchange.
Personalizzazione del modello
Quando si personalizza il modello, si punta Einstein ai campi appropriati da cui imparare. In alcune organizzazioni con Knowledge, i consigli sugli articoli vengono impostati automaticamente con un modello predefinito basato su dati generici, campi e impostazioni di campi e lingua predefinite. Se l'azienda utilizza altri campi, gli agenti dell'assistenza possono visualizzare consigli più precisi quando si accettano i termini in Imposta, si selezionano i campi appropriati e si aggiorna il modello in modo che Einstein impari dai dati dei casi chiusi dell'organizzazione.
Di seguito sono elencati altri suggerimenti per ottimizzare la qualità della previsione.
- Inserire nel modello campi a utilizzo frequente e con volumi di dati elevati. Cercare campi di testo che generalmente contengono più parole e che servono a descrivere il contenuto del caso o dell'articolo. Campi non compilati o non descrittivi rendono difficile per Einstein formulare previsioni accurate. Ove possibile, scegliere campi che raramente rimangono vuoti e che vengono in media aggiornati almeno una volta durante il ciclo di vita di un caso, come Descrizione. I consigli sugli articoli per un caso vengono aggiornati ogni volta che un campo incluso nel modello si aggiorna per un caso.
Nota al modello possono essere aggiunti solo campi non crittografati di tipo stringa o tipo area di testo, compresi i campi area di testo RTF e area di testo lungo. Se ci si dovesse rendere conto che un campo non supportato, quale un elenco di selezione, contiene informazioni utili che potrebbero indicare a Einstein gli articoli da consigliare, includere le informazioni scrivendo un processo che copi il valore del campo in un campo di testo personalizzato nell'oggetto Caso o Knowledge. Quindi aggiungere il campo personalizzato al modello. - Classificare i campi in base all'importanza. Selezionare i campi da includere nel modello trascinandoli secondo la loro priorità. Einstein desidera sapere quali sono le informazioni più importanti per il cliente. Disponendo i campi in ordine di importanza, essenzialmente si comunica a Einstein che cosa cercare in prima battuta.
- Controllare lo scorecard del modello. Lo scorecard mostra le metriche che consentono di identificare la posizione di opportunità per migliorare i dati.
Gestione dei dati
- Garantire la coerenza dei campi nei casi e negli articoli Knowledge. Lasciare campi vuoti, compilarli in modo non uniforme o raccogliere dati eccessivamente generici può compromettere l'accuratezza dei consigli.
- Continuare ad associare gli articoli ai casi. Si consiglia agli agenti dell'assistenza di allegare un articolo a un caso se vi hanno fatto riferimento durante il lavoro sul caso. Altrimenti, se ai casi precedenti sono associati articoli non correlati, Einstein potrebbe fraintendere lo scopo dell'articolo e i punteggi di rilevanza ne risentirebbero.
- Continuare a espandere la Knowledge Base. Maggiore è il numero di articoli disponibili, maggiore sarà il numero di contenuti che Einstein può associare e da cui può apprendere. Einstein analizza i nuovi articoli entro un giorno dalla pubblicazione.
- Invitare gli agenti dell'assistenza a scartare i consigli non utili. Einstein tiene presente gli scarti durante la formulazione dei consigli.
