Kennenlernen von Einstein Discovery
Lernziele
Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:
- Beschreiben des Umfangs der Funktionen und Möglichkeiten von Einstein Discovery
- Erklären der wichtigsten Einstein Discovery-Konzepte, einschließlich Modellkennzahlen, Statistiken, Vorhersagen und Verbesserungen
Was ist Einstein Discovery?
Salesforce Einstein Discovery erweitert Ihre Business-Intelligence-Lösung mit statistischer Modellierung und beaufsichtigtem maschinellem Lernen in einer Umgebung, für die keinerlei Programmierung erforderlich ist und die eine schnelle Iteration ermöglicht.
Einstein Discovery ermöglicht Folgendes:
- Erkennen, Aufdecken und Visualisieren von Zusammenhängen in Ihren Geschäftsdaten
- Prognostizieren künftiger Ergebnisse und Vorschläge zur Verbesserung der prognostizierten Ergebnisse in Ihren Workflows
Hinweis: Für Einstein Discovery ist die CRM Analytics Plus-Lizenz oder die Einstein Predictions-Lizenz erforderlich, die beide gegen Aufpreis verfügbar sind.
Bestimmen zu verbessernde Geschäftsergebnisse
Wählen Sie zunächst ein geschäftliches Problem aus, das Sie beheben möchten und in der Regel in Form eines Leistungsindikators (KPI) überwacht wird. Von Einstein Discovery gestützte Lösungen eignen sich für diese Anwendungsfälle:
- Regression für numerische Ergebnisse, die als quantitative Daten (Messgrößen) dargestellt werden, wie z. B. Währung, Anzahl oder jede andere Menge.
- Binäre Klassifizierung für Ergebnisse in Textformat mit nur zwei möglichen Resultaten. Dabei handelt es sich in der Regel um Ja- oder Nein-Fragen, die in geschäftlichen Kategorien ausgedrückt werden, wie z. B. "Abgewandert oder nicht abgewandert", "Opportunity gewonnen oder verloren", "Mitarbeiter gehalten oder nicht gehalten", usw.
- Mehrklassen-Klassifizierung für Ergebnisse in Textformat mit nur 3 bis 10 möglichen Resultaten. Ein Hersteller kann beispielsweise auf der Grundlage von Kundenattribute vorhersagen, für welchen von fünf möglichen Serviceverträge sich ein Kunde mit der größten Wahrscheinlichkeit entscheidet.
Aufbereiten von Daten zur Analyse
Mit Blick auf Ihr Geschäftsergebnis bereiten Sie die Daten vor, die Einstein Discovery für die Analyse auf Erkenntnisse und das Training Ihres Modells verwendet. Einstein Discovery kann Millionen von Zeilen und Spalten mit Daten analysieren! Und Einstein Discovery kann Ihnen dabei helfen, die Spalten auszuwählen, die am deutlichsten mit dem Ergebnis korrelieren, das Sie verbessern möchten. Nutzen Sie die Datenintegrationsmöglichkeiten von CRM Analytics, um Daten aus einer oder mehreren Datenquellen in ein CRM Analytics-Datenset zu laden und zu transformieren. Rufen Sie Daten aus Salesforce und externen Quellen ab. Ergänzen Sie Datenbereinigungs- und -aufbereitungsaufgaben mit Tools und Dienstprogrammen von Drittanbietern. Eine effektive Datenvorbereitung ist die Grundlage erfolgreicher Einstein Discovery-Lösungen.
Erstellen von Prognosemodellen auf der Grundlage Ihrer Daten
Bei einem Einstein Discovery-Modell handelt es sich um seine Sammlung aus Leistungskennzahlen, Einstellungen, Prognosen und Erkenntnissen aus Daten. Einstein Discovery führt Sie durch die Schritte zur Erstellung eines Modells basierend auf dem Ergebnis, das Sie verbessern möchten (das Ziel des Modells) und den Daten, die Sie zu diesem Zweck (im CRM Analytics-Datenset) zusammengestellt haben. Dafür müssen Sie sich weder mit Programmierung noch mit maschinellem Lernen auskennen!
Verwenden Sie Leistungskennzahlen, um zu bewerten, wie gut das Modell künftige Ergebnisse prognostiziert. Die Kennzahlen basieren auf der Art des Modells (wie binäre Klassifizierung, Regression oder Mehrklassen-Klassifizierung) für die Ergebnisvariable in Ihrem Modell.
Gewinnen von Erkenntnissen aus Ihren Daten
Einstein Discovery nutzt die Modelleinstellungen, um Ihre Daten zu analysieren und Erkenntnisse zu gewinnen. Die Datenerkenntnisse eröffnen statistisch signifikante Ergebnisse aus Ihren Daten und werden als aussagekräftige Visualisierungen mit leicht verständlichen natürlichsprachlichen Erläuterungen dargestellt.
Erkenntnisse in Form von Statistiken bieten Ihnen einen Ausgangspunkt für die Untersuchung von Trends, Mustern und Korrelationen in Ihren Daten. Sie sagen Ihnen, was passiert ist (deskriptive Erkenntnisse), warum es passiert ist (diagnostische Erkenntnisse) und wie verschiedene Variablen miteinander verglichen werden (vergleichende Erkenntnisse). Sie können das Modell nutzen, um interaktive Was-wäre-wenn-Szenarien für mögliche Ereignisse (Vorhersagen) und Möglichkeiten zur Verbesserung der vorhergesagten Ergebnisse (Verbesserungen) zu simulieren.
Erstellen von Prognosen und Verbesserungen
Ein Modell ist ein ausgeklügeltes, angepasstes mathematisches Konstrukt, das Einstein Discovery auf Grundlage der Einstellungen und Daten erstellt. Modelle basieren auf einem umfassenden, statistischen Verständnis bisheriger Ergebnisse, die dazu dienen, künftige Ergebnisse vorherzusagen und Verbesserungen vorzuschlagen. Einstein Discovery unterstützt die rasche Entwicklung und Bereitstellung von Modellen sowie deren automatische Pflege.
Sie können die Prognosen Ihres Modells als Was-wäre-wenn-Szenarien erkunden: Wählen Sie eine Variable (oder eine Kombination aus Variablen) aus, um die Ergebnisse vorherzusagen. Wählen Sie eine handlungsrelevante Variable aus, um Möglichkeiten zu finden, wie Sie die vorhergesagten Ergebnisse verbessern können.
Eine Vorhersage ist ein abgeleiteter Wert, der von einem Modell erzeugt wird und ein mögliches zukünftiges Ergebnis darstellt. Prädiktoren sind die Variablen, die zum vorhergesagten Ergebnis beitragen. Die wichtigsten Prädiktoren liefern den größten Beitrag.
Eine Verbesserung ist eine vorgeschlagene Maßnahme, die ein Benutzer ergreifen kann, um das vorhergesagte Ergebnis zu optimieren. Verbesserungen sind mit handlungsrelevanten Variablen verbunden, die Benutzer möglicherweise steuern können, wie z. B. die Versandmethode oder die Mitgliedsstufe eines Abonnenten.
Verbessern von Einblicken und Modellen mit Datenwarnungen
Salesforce benachrichtigt Sie, wenn Probleme in Ihren Daten entdeckt werden, z. B. Ausreißer, fehlende Werte oder dominante Werte.
Die Erkennung von Verzerrungen hilft Ihnen, ethische und verlässliche Ergebnisse und Modelle zu erstellen. Aktivieren Sie die Erkennung von Verzerrungen, um Daten zu kennzeichnen, die möglicherweise mit einer ungerechten Behandlung für sensible Variablen wie ethnische Zugehörigkeit, Geschlecht, Religion, nationale Herkunft, sexuelle Orientierung, Behinderung oder Alter in Verbindung gebracht werden können. Einstein Discovery erkennt ungleiche Auswirkungen und Proxy-Variablen, die stark mit sensiblen Variablen korrelieren.
Operationalisieren von Modellen in Salesforce
Einstein Discovery verwendet Modelle, um Ergebnisse vorherzusagen und Verbesserungen vorzuschlagen. Sie können Ihr Modell von Einstein Discovery erstellen lassen oder extern erstellte Modelle hochladen. Um ein Modell mit optimaler Qualität zu erhalten, überprüfen Sie dessen Qualitätskennzahlen und -warnungen und optimieren es entsprechend. Sobald das Modell einsatzbereit ist, führt Einstein Discovery Sie durch die Schritte zu dessen Bereitstellung in Salesforce.
Sich überall Prognosen und Verbesserungen verschaffen
Nach der Bereitstellung nutzen Sie Einstein Discovery-Modelle in den folgenden Bereichen, um prognostizierte Ergebnisse und Verbesserungsvorschläge mit Klicks und ohne Programmieraufwand zu erhalten:
- Lightning-Datensatzseiten
- Seiten in Experience Cloud-Sites
- CRM Analytics-Rezepte und Datenflüsse für die Datenaufbereitung
- PREDICT-Funktion, die in Formeln zur Prozessautomatisierung verwendet wird
- Salesforce-Flows (mit Flow Builder)
- Tableau-Flows, Dashboards und berechneten Feldern
Mithilfe von Einstein Prediction Services und der Insights-API können Sie programmgesteuert mit von auf Einstein Discovery basierenden Erkenntnissen, Modellen und Vorhersagen über Aufrufe der REST- oder Apex-API interagieren.
Optimieren von Tableau mit Einstein Discovery-Prognosen und -Verbesserungen
Einstein Discovery in Tableau liefert zuverlässige Prognosen und Verbesserungen in Echtzeit für Ihre Tableau-Daten in einer Umgebung, in der keine Programmierung erforderlich und eine schnelle Iteration möglich ist.
Fügen Sie Vorhersagen und Verbesserungen direkt in Tableau-Dashboards, berechnete Felder und Tableau-Flows ein. Weitere Informationen finden Sie unter Abrufen von Prognosen in Tableau.
Beschleunigen von Lösungen mit Modellvorlagen
Einstein Discovery-Modellvorlagen bieten standardmäßige, schnell einsetzbare Lösungspakete, die Sie an Ihre Lösungsanforderungen anpassen können. Modellvorlagen bieten komplette Implementierungen gängiger geschäftlicher Anwendungsfälle.
Einstein Discovery übernimmt die Hauptarbeit beim Aufbau des anfänglichen Trainingsdatensets, beim Erstellen des Einstein Discovery-Modells und bei der Bereitstellung eines Modells in Salesforce , um Prognosen für Ihre Daten zu erhalten. Modellvorlagen sind so konzipiert, dass sie sich nahtlos in Ihre Salesforce-Daten integrieren lassen, und wurden unter Berücksichtigung branchenweit bewährter Vorgehensweisen erstellt.
Gewinnen von Erkenntnissen aus Berichten
Einstein Discovery für Berichte durchleuchtet schnell und gründlich Ihre Berichtsdaten mithilfe künstlicher Intelligenz und umfassender statistischer Analysen.
Einstein Discovery für Berichte untersucht die Berichtsdaten eingehend, erkundet zugrunde liegende Muster, liefert Erkenntnisse und stellt diese Erkenntnisse mithilfe von Korrelationen, Diagrammen und leicht verständlichen Erklärungen dar. Weitere Informationen finden Sie unter Einstein Discovery für Berichte: Schnelleinstieg.
Weitere Schritte
Nachdem Sie nun alle Funktionen von Einstein Discovery kennengelernt haben, empfehlen wir Ihnen die folgenden Ressourcen, um sich weitere Erkenntnisse, Vorhersagen und Verbesserungen mithilfe von Einstein Discovery zu sichern.
Ressourcen
- Salesforce-Hilfe: Erläutern, Prognostizieren und Ergreifen von Maßnahmen mit Einstein Discovery
- Trailhead: Gewinnen von Erkenntnissen und Verbessern von Ergebnissen mit Einstein Discovery
- Trailhead: Entwicklung ethischer Modelle mit Einstein Discovery Schnelleinstieg
- Trailhead: Verantwortungsbewusste Entwicklung künstlicher Intelligenz
- Quip: Beliebte Lernressourcen
- Technische Abhandlung: Understanding the Differentiating Capabilities and Unique Features of Salesforce Einstein Discovery in the Machine Learning Space