Erkunden von Prognosen mit maschinellem Lernen
Lernziele
Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:
- Erläutern, was maschinelles Lernen für Ihre CRM-Daten bewirken kann
- Erklären von Möglichkeiten, durch maschinelles Lernen gewonnene Vorhersagen zu nutzen
Das Potenzial von Daten nutzen
Heute gibt es Billionen Gigabyte an Daten. Und als Unternehmen im Zeitalter der künstlichen Intelligenz (KI) können die Daten, über die Sie verfügen, zukünftige Ergebnisse prognostizieren und die Entscheidungsfindung unterstützen. Doch laut einer Salesforce-Studie zu ungenutzten Daten schöpfen die meisten Unternehmen das Potenzial ihrer Daten nicht aus, obwohl 80 % der Führungskräfte angeben, dass Daten für die Entscheidungsfindung entscheidend sind.
Mit maschinellem Lernen (ML), einer Art von KI, können Sie historische Daten in vorausschauende (prädiktive) Erkenntnisse umwandeln. Man bezeichnet dies als prädiktive KI (nicht zu verwechseln mit generativer KI).
- Prädiktive KI informiert und verwendet dabei vorhandene Daten, um etwas Neues über die Daten herauszufinden. Prädiktive KI kann beispielsweise Schätzungen zur Wahrscheinlichkeit von Arbeitskräfteabwanderung oder Betrug abgeben.
- Generative KI unterstützt und verwendet dabei vorhandene Daten, um neue Daten zu erstellen, die dem bereits Bestehenden ähneln. Generative KI erstellt beispielsweise neue Texte und Bilder.
Weitere Informationen über die Unterschiede zwischen prädiktiver und generativer KI finden Sie in der Lektion Kennenlernen von KI-Techniken und -Anwendungen des Moduls Datengrundlagen für die KI-Nutzung.
Integrieren von maschinellem Lernen in Ihr Unternehmen
Durch maschinelles Lernen gewonnene prädiktive Erkenntnisse ermöglichen es Unternehmen, schneller bessere Entscheidungen zu treffen. Nutzen Sie prädiktive KI aus maschinellem Lernen, um Innovation, Effizienz und strategische Entscheidungsfindung in Ihrem Unternehmen zu fördern. Hier sind einige der wichtigsten Anwendungsfälle für prädiktive Erkenntnisse (es gibt jedoch noch viele mehr).
Team | Anwendungsfall |
|---|---|
Vertrieb |
|
Service |
|
Finanzen |
|
Analysen |
|
Personalwesen |
|
Marketing |
|
Operativer Bereich |
|
Vorteile von maschinellem Lernen, ganz ohne Erfahrung in Data Science
Sie müssen kein Data Scientist sein, um maschinelles Lernen zu nutzen. Data Scientists sind zwar häufig involviert, wenn es um das Trainieren und Optimieren von ML-Modellen geht, doch die Erkenntnisse aus den Modellen sind für die Geschäftsbenutzer bestimmt. Laut Harvard Business Review fällt es Data Scientists schwer, den Wert von ML-Erkenntnissen zu vermitteln, und geben daher als eine der größten Herausforderungen an, dass "Ergebnisse nicht von Entscheidungsträgern genutzt werden".
Die Integration von ML in Salesforce schließt die Kluft zwischen Data Scientists und Geschäftsbenutzern. In Salesforce können Benutzer auf der Grundlage von ML-Erkenntnissen Entscheidungen treffen und Handlungen beschließen, ohne einen durch Data Science erstellten Bericht lesen zu müssen.
Mit Einstein können Sie historische Daten in aussagekräftige Erkenntnisse für Ihr Unternehmen umwandeln.
- Einstein Studio: Nutzen Sie die ML-gestützten Erkenntnisse in Data Cloud mit verbundenen Modellen, die Data Science-Teams bereits erstellt haben, indem Sie eine Verbindung herstellen und die Erkenntnisse des Modells in Salesforce übernehmen. Sie können das Modell dort lassen, wo es ist (z. B. AWS SageMaker), und seine ML-gestützten Erkenntnisse in Salesforce nutzen.
- Einstein Discovery: Erstellen Sie unter Anleitung von Einstein Ihr eigenes ML-Modell von Grund auf neu in CRM Analytics. Sie können sich ganz auf Einstein verlassen: Es führt Sie durch das Erstellen, Trainieren, Bewerten und Aktivieren eines ML-Modells in Data Cloud.
Jetzt wissen Sie, was maschinelles Lernen für Ihre Daten bewirken kann, und können erkennen, wie Ihr Unternehmen von ML-gestützten Vorhersagen profitieren kann.
Ressourcen
- Trailhead: Daten + KI + CRM: Schnelleinstieg
- Trailhead: Datengrundlagen für die KI-Nutzung
- Trailhead: Künstliche Intelligenz – Grundlagen
- Trailhead: Einstein Discovery – Grundlagen