Einrichten von Prognosen in Salesforce

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:

• Beschreiben der Voraussetzungen für die Verwendung des Einstein Prediction Service (Einstein-Prognoseservice)
  
• Erläutern der Schritte beim Erstellen und Bereitstellen eines Einstein Discovery-Modells
  

Einführung

Zum Abfragen von Prognosen und Verbesserungen benötigen Sie zuerst ein Prognosemodell. Bei dieser Lektion lernen Sie, wie Sie mit Einstein Discovery und CRM Analytics Studio ein Modell in Salesforce erstellen und bereitstellen. Das Ziel des Modells ist die Maximierung des Umsatzes pro Kunde für einen fiktiven Einzelhandels-Verbrauchermarkts. 

Mit Einstein Discovery können Sie Ihr Modell mit Tools, die über ein paar Mausklicks ohne Programmieraufwand funktionieren, schnell einrichten und in Betrieb nehmen. Einstein Discovery führt eine umfassende Datenanalyse auf der Basis von Statistiken, maschinellem Lernen und AI durch. Selbst wenn Sie von Ihnen genutzten Modelle nicht selbst erstellen, ist es nützlich zu wissen, was zur Erstellung dieser Modelle erforderlich ist.

Testen von Einstein Discovery mit einer Developer Edition-Organisation

Für dieses Trailhead-Modul können Sie keine bestehenden Developer Edition-Organisationen verwenden. Registrieren Sie sich stattdessen aus folgenden Gründen für eine kostenlose Developer Edition-Organisation für CRM Analytics:

• Sie verfügt über die für Einstein Discovery notwendige CRM Analytics Plus-Lizenz.
  
• Sie verfügt über den Berechtigungssatz "CRM Analytics Plus" für den Zugriff auf Einstein Discovery-Funktionen. Dazu gehört die Berechtigung Manage Connected Apps (Verbundene Anwendungen verwalten), die Sie benötigen, um eine verbundene Anwendung zur Authentifizierung der Anforderungen des REST-Clients zu erstellen.
  
• Sie bietet eine sichere Umgebung, in der Sie die erlernten Fertigkeiten üben können.
  

Hinweis: Selbst wenn Sie bereits über eine Developer Edition-Organisation für CRM Analytics verfügen, registrieren Sie sich jetzt für eine neue. Die älteren Developer Edition-Organisationen für CRM Analytics erhalten keine neu veröffentlichten Funktionen mehr. Durch die Anmeldung für eine neue Organisation stellen Sie daher sicher, dass Sie die neuesten und besten Fähigkeiten nutzen können.

So registrieren Sie sich:

1. Rufen Sie folgende Seite auf: developer.salesforce.com/promotions/orgs/analytics-de.
   
2. Füllen Sie das Formular unter Angabe einer aktiven E-Mail-Adresse aus.
   
3. Wenn Sie das Formular ausgefüllt haben, klicken Sie auf Registrieren.
   
4. Klicken Sie nach Erhalt der Aktivierungs-E-Mail auf den darin enthaltenen Link.
   
5. Schließen Sie die Registrierung ab und legen Sie Ihr Kennwort und die Überprüfungsfrage fest.
   
6. Klicken Sie auf Save (Speichern). Sie werden bei Ihrer Developer Edition-Organisation für CRM Analytics angemeldet und zur Setup-Seite umgeleitet.
   

Jetzt kann es losgehen! Sie haben jetzt eine Salesforce-Organisation. Los geht's!

Hinweis: Sie benötigen Ihre Anmeldedaten im weiteren Verlauf des Moduls. Bewahren Sie sie sicher auf, damit Sie sie bei Bedarf schnell zur Hand haben.

Workflow für die Einrichtung von Prognosen

Die folgenden Aktivitäten werden mit Analytics Studio durchgeführt.

Schritt 1: Vorbereiten Ihrer Daten

Laden Sie zunächst Ihre Trainingsdaten in ein CRM Analytics-Datenset. Verwenden Sie diese Daten zum Trainieren Ihres Modells.

Herunterladen der Beispieltrainingsdaten

Wir haben eine Datei mit Beispieltrainingsdaten für die laufenden Aufträge eines Verbrauchermarkts vorbereitet. Laden Sie die CSV-Datei namens superstore-orders.csv herunter und speichern Sie sie auf Ihrem Computer.

Überlegungen zu den Beispieltrainingsdaten

Diese Beispieltrainingsdaten wurden vereinfacht, damit Sie sich ganz darauf konzentrieren können zu lernen, wie Sie mit dem Einstein Prediction Service (Einstein-Prognoseservice) Prognosen erhalten. Beachten Sie bei der Arbeit mit diesen Beispieldaten die folgenden Punkte.

• Unsere CSV-Beispieldatei enthält nur eine geringe Anzahl von Spalten. In der Praxis kann es vorkommen, dass Ihre Anwendungsfälle wesentlich mehr Spalten mit Trainingsdaten umfassen.
  
• Unsere CSV-Beispieldatei enthält fast 10.000 Datenzeilen. Allgemein gilt: Je mehr Datenzeilen Sie analysieren müssen, desto besser sind die Ergebnisse. Ihre Trainingsdaten benötigen mindestens 400 Zeilen mit Ergebniswerten. Beim Trainieren von Modellen ignoriert Einstein Zeilen ohne Ergebniswerte. Dank Unterstützung durch AI und maschinelles Lernen können Sie mit Einstein Discovery bis zu 20 Mio. Datenzeilen analysieren!
  
• Die Beispieldaten befinden sich vollständig außerhalb von Salesforce und sind mit keinem Salesforce-Objekt verknüpft. In der Praxis können Ihre Anwendungsfälle Daten in Salesforce-Objekten, außerhalb von Salesforce befindliche Daten oder eine Kombination aus beidem umfassen (über ergänzende Datensets).
  
• Das anhand dieser Beispieldaten erstellte Modell dient zu Trainingszwecken. Es ist so konzipiert, dass Sie schnell loslegen und Prognosen über REST-API-Aufrufe erhalten können. Das mit diesen Beispieldaten erstellte Modell ist jedoch nicht sehr genau oder auch nicht beispielhaft für die Modellqualität, die Sie wahrscheinlich für Ihre Anwendungsfälle erstellen möchten. Die Leistung Ihres Modells hängt von der Qualität Ihres Trainingsdatensets ab. Weitere Informationen finden Sie in der Salesforce-Hilfe unter Vorbereiten von Daten für die Analyse.
  

Erstellen und Auffüllen eines CRM Analytics-Datensets

Im nächsten Schritt importieren Sie die Daten aus der CSV-Datei in ein CRM Analytics-Datenset.

1. Falls Sie noch nicht bei der Developer Edition-Organisation angemeldet sind, für die Sie sich zuvor registriert haben, melden Sie sich jetzt an.
   
2. Suchen Sie im App Launcher () Analytics Studio und wählen Sie es aus.
   
3. Klicken Sie auf der Startseite von Analytics Studio auf Create | Dataset (Erstellen | Datenset und wählen Sie CSV File (CSV-Datei) aus.
   
4. Im nun geöffneten Fenster zur Dateiauswahl suchen Sie die CSV-Datei superstore-orders.csv, die Sie heruntergeladen haben, und wählen sie aus. Klicken Sie danach auf Next (Weiter).
   
5. Ändern Sie ggf. im Feld Dataset Name (Datensetname) den Standardnamen (superstore-orders), falls Sie dies möchten. Standardmäßig verwendet Analytics Studio den Dateinamen als Namen des Datensets. Der Name darf aus maximal 80 Zeichen bestehen.
   
6. Wählen Sie die Anwendung aus, in der Sie das Datenset erstellen möchten. Standardmäßig wählt Analytics Studio "My Private App" (Meine private Anwendung) aus.
   
7. Klicken Sie auf Next (Weiter). Nun wird der Bildschirm "Edit Field Attributes" (Feldattribute bearbeiten) angezeigt. Hier können Sie sich eine Vorschau der Daten ansehen oder die Attribute für die einzelnen Felder anzeigen bzw. bearbeiten.
   
   
8. Übernehmen Sie vorerst die Standardeinstellungen und klicken Sie auf Upload File (Datei hochladen). Analytics Studio lädt die Daten hoch, bereitet das Datenset vor und erstellt es und informiert Sie währenddessen über den Status der Vorgänge.
   

Schritt 2: Erstellen Ihres Modells

Nachdem Sie jetzt ein CRM Analytics-Datenset erstellt haben, lernen Sie nun, wie Sie seine Daten analysieren, indem Sie ein Modell erstellen.

Ein Modell definiert die Daten und Analyseeinstellungen, die Einstein Discovery verwendet, um Statistiken zu generieren. Zu den Modelleinstellungen gehören die Ergebnisvariable (die Daten, die Sie vorhersagen möchten), die Angabe, ob die Ergebnisvariable maximiert oder minimiert werden soll, die zu analysierenden Daten in einem CRM Analytics-Datensatz und andere Voreinstellungen. Die Modelleinstellungen bestimmen, wie Einstein Discovery die Analyse durchführen und die Ergebnisse kommunizieren soll.

1. Klicken Sie auf der Registerkarte "Dataset" (Datenset) auf Create Model (Modell erstellen).
   

Der Einstein Discovery-Assistent für die Modelleinrichtung führt Sie durch die Schritte zur Erstellung eines Modells aus dem Datenset.

2. Im Bildschirm "Start an Einstein Discovery Model" (Einstein Discovery-Modell starten) geben Sie das Ziel des Modells an, das das vorherzusagende Ergebnis definiert, und legen fest, ob Sie dieses Ergebnis maximieren oder minimieren möchten. Wählen Sie im Feld I want to Predict (Ich möchte Folgendes prognostizieren) den Eintrag Sales per Customer (Umsatz pro Kunde) aus und akzeptieren Sie die Standardeinstellung Maximize (Maximieren). Übernehmen Sie alle sonstigen Standardeinstellungen und klicken Sie auf Next (Weiter).
   
   
3. Übernehmen Sie auf dem Bildschirm "Configure Model Columns" (Modellspalten konfigurieren) die Standardeinstellung (Automated (Automatisiert)) und klicken Sie auf Create Model (Modell erstellen).
   
   

Einstein beginnt mit der Analyse der Daten mithilfe von statistischen Analysen, Algorithmen für maschinelles Lernen und KI.

Nach Abschluss zeigt Einstein die Statistiken an, die sich bei der Analyse ergeben haben.

Hinweis: Bei diesem Modul überspringen wir die Betrachtung von Statistiken (diese werden im Modul Einstein Discovery – Grundlagen ausführlich behandelt). Stattdessen fahren wir direkt mit der Bewertung und Bereitstellung des von Einstein erstellten Modells fort.

4. Einstein zeigt Ihnen das Bestimmtheitsmaß (auch R²-Wert genannt) für dieses Modell. Das Bestimmtheitsmaß ist ein Maß für die Modellqualität für numerische Anwendungsfälle. Unser Modell hat ein Bestimmtheitsmaß von 0,475. Im Idealfall sollte unser Bestimmtheitsmaß näher bei 1 liegen, doch für unsere Lernzwecke genügt dieses Modell.
   
   
5. Klicken Sie auf Prediction Examination (Prognoseprüfung). Im Bereich auf der rechten Seite werden für die ausgewählte Zeile in den Trainingsdaten das prognostizierte Ergebnis mit dem tatsächlichen Ergebnis sowie die wichtigsten Faktoren verglichen, die zum prognostizierten Ergebnis beigetragen haben.
   
   

Hinweis: Einstein Discovery greift auf eine Zufallsstichprobe der Daten im Datenset zurück, weshalb die Daten auf Ihrem Bildschirm von diesem Screenshot abweichen werden.

6. Klicken Sie auf eine beliebige Zeile, um diesen Bereich zu aktualisieren.
   

Schritt 3: Bereitstellen des Modells

Lassen Sie uns dieses Modell nun in Salesforce bereitstellen. 

1. Klicken Sie auf Overview (Übersicht) und antworten Sie auf die Eingabeaufforderung "Ready for Launch?" (Bereit für den Start?) mit der Auswahl von Deploy Model (Modell bereitstellen).
   
   
2. Der Einstein Discovery-Bereitstellungsassistent führt Sie durch die Schritte zum Bereitstellen dieses Modells. Wenn Sie das modale Fenster "Ready to Deploy?" (Bereit zur Bereitstellung?) sehen, klicken Sie auf Get Started (Erste Schritte).
   
   
3. Bei den Modelldetails akzeptieren Sie die Standardeinstellungen, einschließlich des Prognosedefinitionsnamens "Predicted Sales per Customer" (Prognostizierter Umsatz pro Kunde) und klicken auf Next (Weiter).
   
   
4. Im Bildschirm "Connect to an Object" (Mit Objekt verbinden) wählen Sie Deploy without connecting to a Salesforce Object (Ohne Verbindung mit einem Salesforce-Objekt bereitstellen) aus und klicken auf Next (Weiter). Wir können diese Einstellung wählen, da sich unsere Beispieldaten vollständig außerhalb von Salesforce befinden und nicht mit einem Salesforce-Objekt verknüpft sind.
   
5. Übernehmen Sie für Segmente die Standardeinstellung Don’t segment (Nicht segmentieren) und klicken Sie dann auf Next (Weiter).
   Hinweis: Wenn Sie eine Prognosedefinition mit mehreren Modellen erstellen möchten, würden Sie hier Filterbedingungen für ein Segment in Ihren Daten festlegen. Wir können dies überspringen, da wir eine Prognosedefinition mit nur einem Modell und ohne Segmentfilter erstellen.
   
   
6. Wählen Sie im Bildschirm "Select Actionable Variables" (Handlungsrelevante Variablen auswählen) Quantity (Anzahl) aus und klicken Sie auf Next (Weiter).
   
   
7. Wählen Sie im Bildschirm "Customize Predictions" (Prognosen anpassen) Don't customize (Nicht anpassen) aus und klicken Sie auf Next (Weiter).
   Hinweis: Wenn Sie den Text für vorgeschlagene Verbesserungen oder die wichtigsten Prädiktoren anpassen möchten, um ihn für Ihre Benutzer verständlicher zu machen, können Sie dies hier tun.
   
8. Überprüfen Sie die Bereitstellungseinstellungen und klicken Sie dann auf Deploy (Bereitstellen).
   
   

Einstein stellt die Prognosedefinition mit Ihrem Modell in Salesforce bereit und zeigt sie im Modell-Manager an.

Hinweis: Dies ist nur ein Modell. Eine Prognosedefinition kann mehrere Modelle beinhalten.

9. Klicken Sie auf die Registerkarte Advanced (Erweitert).
   
   
10. Kopieren Sie die Prediction ID (Prognose-ID) (ein Beispiel dafür sehen Sie in der vorhergehenden Abbildung) an eine Stelle, an der Sie sie später wieder finden. Anhand dieser ID können Sie die genaue Prognosedefinition identifizieren, die Sie nutzen möchten. Falls Sie als Entwickler keinen Zugriff auf Salesforce oder den Model Manager (Modell-Manager) haben, können Sie einen Salesforce-Administrator nach dieser Zeichenfolge fragen.
    

Hervorragend! Ihre Prognosedefinition und Ihr Prognosemodell sind nun bereitgestellt und einsatzbereit. In der nächsten Einheit verwenden Sie den Einstein-Prognoseservice, um anhand Ihres Modells Prognosen zu erhalten.

Ressourcen

• Salesforce-Hilfe: Erstellen von Datensets aus hochgeladenen CSV-Dateien
• Salesforce-Hilfe: Erstellen eines Modells aus einem Datenset
• Salesforce-Hilfe: Bereitstellen von Modellen
• Salesforce-Hilfe: Anzeigen einer Prognosedefinition