Exploration des prédictions de l’apprentissage automatique

Objectifs de formation

Une fois cette unité terminée, vous pourrez :

Comprendre ce que l’apprentissage automatique peut apporter à vos données CRM
Identifier les façons d’utiliser les prédictions de l’apprentissage automatique

Exploitation de la puissance de vos données

Il existe aujourd’hui des milliards de gigaoctets de données. En tant qu’entreprise opérant à l’ère de l’intelligence artificielle (IA), les données que vous possédez peuvent prédire les résultats futurs et vous aider à la prise de décision. Toutefois, selon l’étude sur les données inexploitées de Salesforce, la plupart des entreprises n’exploitent pas le potentiel de leurs données, même si 4 chefs d’entreprise sur 5 (80 %) déclarent que les données sont essentielles à la prise de décision.

Grâce à l’apprentissage automatique, un type d’IA, vous pouvez transformer des données historiques en connaissances prédictives. C’est ce qu’on appelle l’IA prédictive, qui est différente de l’IA générative.

L’IA prédictive informe en utilisant des données existantes pour mettre en lumière de nouvelles informations sur les données. Par exemple, l’IA prédictive estime la probabilité d’attrition ou de fraude.
L’IA générative assiste en utilisant des données existantes afin de créer des données semblables à celles qui existent déjà. Par exemple, l’IA générative crée des textes et des images.

Pour en savoir plus sur l’IA prédictive et l’IA générative, consultez l’unité Découverte des techniques et applications de l’IA du module Fondamentaux des données pour l’IA.

Intégration de l’apprentissage automatique à votre entreprise

Les connaissances prédictives issues de l’apprentissage automatique permettent aux utilisateurs professionnels de prendre de meilleures décisions, plus rapidement. Utilisez l’IA prédictive issue de l’apprentissage automatique pour favoriser l’innovation, l’efficacité et la prise de décision stratégique au sein de votre entreprise. Voici quelques-uns des principaux cas d’utilisation des connaissances prédictives (parmi tant d’autres).

Équipe	Cas d’utilisation
Ventes	Augmentation des conversions Amélioration de la probabilité de gain Diminution du délai de clôture Accroissement de la fidélité de la clientèle Augmentation de la valeur vie Impact des remises Prédiction du chiffre d’affaires prévu Veille des zones blanches Vente croisée
Service	Probabilité d’escalade Risque de perte de clientèle Augmentation des scores CSAT et NPS Réduction du délai de traitement
Financier	Prédiction du chiffre d’affaires Réduction des retards de paiement Augmentation du taux de traitement des factures Optimisation des marges Réduction des coûts Réduction de l’attrition Réduction des risques de non-conformité Prédiction de la valeur à long terme
Analyses	Classification des données Scores pour les données
Ressources humaines	Personnalisation des avantages Amélioration de la productivité des équipes Réduction de l’attrition Scores pour les pistes Probabilité d’embauche Amélioration du ciblage des candidats Identification des collaborateurs les plus performants
Marketing	Diminution des dépenses médias Augmentation du retour sur investissement publicitaire Détection des changements de marché Augmentation des conversions
Opérations	Amélioration de la gestion de l’inventaire Amélioration de l’utilisation du réseau Amélioration de la ponctualité des livraisons Réduction des coûts Optimisation des ressources Probabilité d’adoption

Exploitation de l’apprentissage automatique sans expérience en science des données

Vous n’avez pas besoin d’être un expert en science des données pour profiter des avantages de l’apprentissage automatique. Alors que les experts en science des données sont souvent impliqués dans l’entraînement et l’affinage des modèles d’apprentissage automatique, les connaissances issues des modèles sont destinées aux utilisateurs professionnels. Selon le Harvard Business Review, les experts en science des données ont du mal à communiquer la valeur des connaissances issues des modèles d’apprentissage automatique et citent les « résultats non utilisés par les décideurs » comme l’un des principaux défis.

L’intégration de l’apprentissage automatique à Salesforce peut aider à combler l’écart entre les experts en science des données et l’entreprise. Dans Salesforce, les utilisateurs peuvent prendre des décisions et agir en fonction des connaissances obtenues par l’apprentissage automatique, sans avoir à lire de rapport sur la science des données.

Vous pouvez transformer des données historiques en connaissances significatives pour votre entreprise à l’aide d’Einstein.

Einstein Studio : utilisez les connaissances issues de l’apprentissage automatique dans Data Cloud avec les modèles connectés que vos équipes de science des données ont déjà conçus en vous y connectant et en intégrant les connaissances du modèle à Salesforce. Vous pouvez laisser le modèle à son emplacement d’origine (comme AWS SageMaker) et exploiter les connaissances issues de l’apprentissage automatique dans Salesforce.
Einstein Discovery : créez votre propre modèle d’apprentissage automatique dans CRM Analytics, avec les conseils d’Einstein. Faites confiance à Einstein pour vous guider dans la création, l’entraînement, l’évaluation et la mise en place d’un modèle d’apprentissage automatique dans Data Cloud.

Vous avez découvert ce que l’apprentissage automatique peut apporter à vos données et pouvez identifier les façons dont votre entreprise peut bénéficier des prédictions basées sur l’apprentissage automatique.

Exploration des prédictions de l’apprentissage automatique

Objectifs de formation

Exploitation de la puissance de vos données

Intégration de l’apprentissage automatique à votre entreprise

Exploitation de l’apprentissage automatique sans expérience en science des données

Ressources