Esplorare le previsioni del machine learning
Obiettivi di apprendimento
Al completamento di questa unità, sarai in grado di:
- Capire cosa può fare il machine learning per i dati del tuo CRM.
- Identificare i modi in cui è possibile utilizzare le previsioni del machine learning.
Sfruttare la potenza dei dati
Oggi esistono migliaia di miliardi di gigabyte di dati. Nell'era dell'intelligenza artificiale (IA), i dati in possesso della tua azienda possono prevedere risultati futuri e guidare il processo decisionale. Tuttavia, secondo l'indagine Untapped Data Research (Ricerca sui dati inutilizzati) di Salesforce, la maggior parte delle aziende non sfrutta appieno il potenziale dei propri dati, anche se quattro leader aziendali su cinque (80%) affermano che i dati sono fondamentali per il processo decisionale.
Utilizzando un tipo di IA chiamato machine learning (ML), è possibile trasformare i dati storici in approfondimenti predittivi. Si tratta della cosiddetta IA predittiva, diversa dall'IA generativa.
- L'IA predittiva informa, usando i dati esistenti per scoprire qualcosa di nuovo al loro interno. Ad esempio, l'IA predittiva stima la probabilità di un abbandono o di una frode.
- L'IA generativa aiuta, usando i dati esistenti per creare nuovi dati simili. Ad esempio, l'IA generativa crea nuovi testi e immagini.
Per saperne di più sulla differenza tra l'IA predittiva e l'IA generativa, vedi l'unità Scoprire le tecniche e le applicazioni di IA in Nozioni fondamentali sui dati per l'IA.
Introdurre il machine learning in azienda
Gli approfondimenti predittivi del machine learning consentono agli utenti aziendali di adottare decisioni migliori, più rapidamente. Usa l'intelligenza artificiale predittiva del machine learning per promuovere l'innovazione, l'efficienza e i processi decisionali strategici in tutta l'organizzazione. Ecco alcuni dei principali casi d'uso degli approfondimenti predittivi (ma ce ne sono molti altri).
Team | Caso d'uso |
---|---|
Vendite |
|
Servizio |
|
Finanza |
|
Analytics |
|
Risorse Umane |
|
Marketing |
|
Operazioni |
|
Trarre vantaggio dal machine learning senza esperienza di data science
Non occorre essere un data scientist per sfruttare il machine learning. Mentre i data scientist sono spesso coinvolti nell'addestramento e nel perfezionamento dei modelli di ML, gli approfondimenti derivanti dal modello sono destinati agli utenti aziendali. Secondo la Harvard Business Review, i data scientist faticano a comunicare il valore degli approfondimenti del ML e citano i "risultati non utilizzati dai decisori" come una delle principali sfide.
L'inserimento del ML in Salesforce colma il divario tra i data scientist e l'azienda. In Salesforce, gli utenti possono prendere decisioni e intraprendere azioni sulla base degli approfondimenti del ML, senza dover leggere un rapporto di data science.
Con Einstein puoi trasformare i dati storici in approfondimenti significativi per la tua organizzazione.
- Einstein Studio: usa gli approfondimenti basati sul ML di Data Cloud con i team di data science dedicati ai modelli connessi già sviluppati, collegandoti e portando gli approfondimenti del modello in Salesforce. Puoi lasciare il modello dove si trova (come AWS SageMaker) e sfruttarne gli approfondimenti basati sul ML all'interno di Salesforce.
- Einstein Discovery: costruisci il tuo modello di ML da zero in CRM Analytics, con le indicazioni di Einstein. Affidati alle indicazioni passo passo di Einstein per la creazione, l'addestramento, la valutazione e l'attivazione di un modello di ML in Data Cloud.
Ora sai cosa può fare il machine learning per i tuoi dati e sei in grado di identificare i modi in cui l'organizzazione può trarre vantaggio dalle previsioni basate sul ML.
Risorse
- Sito esterno: Data Science and the Art of Persuasion (Data Science e l'arte della persuasione)
- Trailhead: Dati + IA + CRM: breve panoramica
- Trailhead: Nozioni fondamentali sui dati per l'IA
- Trailhead: Nozioni fondamentali sull'intelligenza artificiale
- Trailhead: Innovare con il machine learning (Innovare attraverso i dati con Google Cloud)
- Trailhead: Nozioni di base su Einstein Discovery