Conoscere Einstein Discovery

Obiettivi di apprendimento 

Al completamento di questa unità, sarai in grado di:

• Descrivere le caratteristiche e le funzionalità offerte da Einstein Discovery.
  
• Illustrare i concetti chiave di Einstein Discovery, tra cui le metriche modello, gli approfondimenti, le previsioni e i miglioramenti.
  

Che cos'è Einstein Discovery?

Salesforce Einstein Discovery potenzia la Business Intelligence attraverso la modellazione statistica e il machine learning supervisionato in un ambiente a iterazione rapida che non richiede codice. 

Einstein Discovery consente di: 

• Identificare, far emergere e visualizzare approfondimenti sui dati aziendali.
  
• Prevedere risultati e consigliare modi di migliorare i risultati previsti nei flussi di lavoro.
  

Nota: Einstein Discovery richiede la licenza CRM Analytics Plus o la licenza Einstein Predictions, entrambe disponibili con un supplemento di prezzo.

Identificare i risultati aziendali da migliorare

Il punto di partenza è la selezione di un problema aziendale da risolvere, che normalmente viene monitorato sotto forma di indicatore di prestazione chiave (KPI, Key Performance Indicator). Le soluzioni basate su Einstein Discovery forniscono una risposta ai seguenti casi d'uso:

• Regressione per i risultati numerici rappresentati come dati quantitativi (misure), ad esempio valori espressi in valuta, come conteggi o come qualsiasi altra quantità.
  
• Classificazione binaria per i risultati che si presentano sotto forma di testo e che possono assumere solo due valori. In genere si tratta di domande con risposta sì/no formulate in termini aziendali, ad esempio abbandonato o non abbandonato, opportunità conseguita o persa, dipendente trattenuto o non trattenuto e così via.
  
• Classificazione multiclasse per i risultati che si presentano sotto forma di testo e che possono assumere da 3 a 10 valori possibili. Ad esempio, un produttore industriale può prevedere, in base agli attributi del cliente, quale dei cinque contratti di servizio è più probabile che il cliente scelga.
  

Raccogliere i dati da analizzare

I dati che Einstein Discovery analizzerà per produrre gli approfondimenti e per addestrare il modello devono essere preparati tenendo presente il risultato aziendale desiderato. Einstein Discovery può analizzare milioni di righe e molte colonne di dati e può aiutarti a selezionare le colonne di maggiore pertinenza rispetto al risultato che vuoi migliorare. Sfruttando le funzionalità di integrazione dei dati di CRM Analytics, è possibile caricare e trasformare dati provenienti da una o più origini in una serie di dati di CRM Analytics. È possibile estrarre i dati sia da Salesforce che da origini esterne e integrare le attività di raccolta e pulitura dei dati con strumenti e utilità di terze parti. Un'efficace preparazione dei dati è determinante per la realizzazione di soluzioni performanti con Einstein Discovery.  

Creare modelli predittivi basati sui dati

Un modello di Einstein Discovery è una raccolta di metriche di prestazioni, impostazioni, previsioni e approfondimenti sui dati. Einstein Discovery fornisce una guida dettagliata attraverso la procedura di creazione di un modello sulla base del risultato da migliorare (obiettivo del modello) e dei dati raccolti a tale scopo (nella serie di dati di CRM Analytics). Non sono necessarie competenze di programmazione o machine learning.

È possibile utilizzare le metriche di prestazioni per valutare la qualità delle predizioni di risultati futuri. Le metriche sono basate sul tipo del modello (ad esempio classificazione binaria, regressione o classificazione multiclasse) in cui la variabile del risultato è utilizzata.

Approfondire le conoscenze basate sui dati

Einstein Discovery utilizza le impostazioni del modello per analizzare i dati e produrre approfondimenti. Gli approfondimenti sui dati fanno emergere risultati statisticamente significativi e vengono presentati sotto forma di visualizzazioni dettagliate, con spiegazioni in linguaggio naturale di facile comprensione.  

Gli approfondimenti rappresentano un punto di partenza per indagare tendenze, pattern e correlazioni presenti nei dati. Gli approfondimenti consentono di capire cosa è successo (approfondimenti descrittivi), perché (approfondimenti diagnostici) e come le diverse variabili possono essere confrontate (approfondimenti comparativi). Quindi, è possibile utilizzare il modello per simulare scenari interattivi in cui si ipotizza ciò che potrebbe accadere (previsioni) e metodi per migliorare i risultati previsti (miglioramenti).

Generare previsioni e miglioramenti

Un modello è un sofisticato costrutto matematico creato da Einstein Discovery in base alle impostazioni e ai dati. I modelli sono basati su una comprensione statistica completa dei risultati passati che vengono utilizzati per prevedere i risultati futuri. Einstein Discovery supporta lo sviluppo e la distribuzione rapida di modelli e la loro manutenzione automatica.

È possibile esplorare le previsioni dei modelli come scenari di simulazione selezionando una o più variabili per prevedere i risultati. Per individuare metodi per migliorare i risultati previsti, basta selezionare una variabile di immediato valore pratico.

Una previsione è un valore derivato, generato da un modello, che rappresenta un possibile risultato futuro. I predittori sono le variabili che concorrono a generare il risultato previsto. I predittori migliori sono quelli che danno il contributo più significativo.

Un miglioramento è un'azione suggerita che è possibile intraprendere per migliorare il risultato previsto. I miglioramenti sono associati a variabili di immediato valore pratico che gli utenti possono controllare, ad esempio il metodo di spedizione o il livello dell'abbonamento di un cliente.

Migliorare gli approfondimenti e i modelli con gli avvisi sui dati

Quando rileva problemi nei dati, ad esempio outlier e valori mancanti o dominanti, Salesforce genera una notifica. 

Il rilevamento di bias consente di produrre approfondimenti e modelli in modo etico e responsabile. È possibile attivare il rilevamento del bias per fare in modo che i dati che potrebbero essere associati a trattamento iniquo per variabili sensibili (come razza, genere, religione, origini nazionali, orientamento sessuale, disabilità o età) siano contrassegnati. Einstein Discovery rileva l'impatto discriminatorio e le variabili proxy che presentano un'elevata correlazione con variabili sensibili.

Rendere i modelli operativi in Salesforce

Einstein Discovery utilizza i modelli per prevedere risultati e suggerire miglioramenti. È possibile fare in modo che Einstein Discovery crei il modello oppure caricare modelli creati esternamente. Per assicurare che la qualità di un modello sia ottimale, è necessario verificare le metriche e gli avvisi relativi alla qualità e apportare le modifiche del caso. Quando il modello è pronto, Einstein Discovery fornirà una guida dettagliata attraverso le fasi necessarie per renderlo operativo in Salesforce.

Rendere previsioni e miglioramenti disponibili ovunque

Una volta che i modelli di Einstein Discovery sono operativi, è possibile utilizzarli senza dover scrivere una riga di codice per generare risultati previsti e miglioramenti all'interno delle seguenti funzionalità:

• Pagine Lightning dei record
  
• Pagine dei siti Experience Cloud
  
• Procedimenti di preparazione dei dati di CRM Analytics e flussi di dati
  
• Funzione PREDICT utilizzata nelle formule di automazione dei processi
  
• Flussi di Salesforce (creati con Flow Builder)
  
• Flussi, dashboard e campi calcolati di Tableau
  

Con i servizi Previsioni Einstein e l'API Approfondimenti è possibile scrivere codice per interagire con approfondimenti, modelli e previsioni basati su Einstein Discovery utilizzando chiamate alle API REST o Apex. 

Potenziare Tableau con le previsioni e i miglioramenti di Einstein Discovery

Einstein Discovery in Tableau consente di portare previsioni e miglioramenti affidabili e in tempo reale all'interno dei dati di Tableau, in un ambiente a iterazione rapida dove non è necessario scrivere codice. 

Previsioni e miglioramenti possono essere importati direttamente nelle dashboard, nei campi calcolati e nei flussi di Tableau. Per ulteriori informazioni, vedi Formulazione di previsioni in Tableau.

Lanciare rapidamente soluzioni con i modelli di modello

I modelli di modello di Einstein Discovery offrono kit pronti all'uso per la creazione rapida di soluzioni che è possibile personalizzare in base ai requisiti della propria soluzione. I modelli di modello offrono implementazioni complete dei casi d'uso aziendali più comuni. 

Einstein Discovery si occupa della parte più impegnativa, la creazione della serie di dati di addestramento, la generazione del modello di Einstein Discovery e la messa in opera dei modelli all'interno di Salesforce per ottenere previsioni a partire dai dati. Progettati per essere perfettamente integrati con i dati di Salesforce, i modelli di modello sono stati creati tenendo conto delle best practice di settore. 

Scoprire gli approfondimenti rapporto

Einstein Discovery per rapporti analizza i dati dei rapporti in modo rapido e approfondito utilizzando l'intelligenza artificiale e un'esaustiva analisi statistica. 

Einstein Discovery per rapporti esamina in profondità i dati dei rapporti, esplora gli schemi sottostanti e fa emergere gli approfondimenti presentandoli con correlazioni, grafici e spiegazioni di facile comprensione. Per ulteriori informazioni, vedi Einstein Discovery per rapporti: breve panoramica.

Passaggi successivi

Ora che hai acquisito familiarità con le funzionalità offerte da Einstein Discovery, prendi in considerazione le risorse elencate qui sotto per proseguire nel tuo percorso di apprendimento sugli approfondimenti, le previsioni e i miglioramenti basati su Einstein Discovery.

Risorse 

• Guida di Salesforce: Spiegazioni, previsioni e azioni con Einstein Discovery
• Trailhead: Comprendere i dati e migliorare i risultati con Einstein Discovery
• Trailhead: Sviluppare modelli etici con Einstein Discovery: breve panoramica
• Trailhead: Creare intelligenza artificiale in modo responsabile
• Quip: Risorse per l'apprendimento più richieste
• Articolo tecnico: Understanding the Differentiating Capabilities and Unique Features of Salesforce Einstein Discovery within the Machine Learning Space (Comprendere le funzionalità che differenziano Salesforce Einstein Discovery e le sue caratteristiche esclusive nel mondo del machine learning)