CRM Analytics データセットの作成

学習の目的

この単元を完了すると、次のことができるようになります。

Einstein Discovery で分析するデータを準備することの重要性を説明する。
CRM Analytics データセットを作成し、サンプルデータを入力する。

Einstein Discovery のデータを準備する

改善すべきビジネス成果を選んだら、Einstein Discovery で分析するデータを収集して準備する必要があります。ところで、結果にとって意味のあるデータと意味のないデータとはどのようなものなのでしょうか?

データサイエンティストらは常々この答えを出すために、膨大な専門知識とビジネス知識を駆使してデータを調査して実験し、検証しています。事前準備に時間や手間をかけておけば、最適化された高質なデータセットを使用して綿密な分析やモデルのトレーニングを行うことができるため、その努力は報われます。

データセットは次の条件を満たしていることが望まれます。

調査して改善したいビジネス成果に関連するすべての要素が含まれている。
分析する価値がなく、処理を複雑にすることにしかならない余分な列が排除されている。
重視する結果に関する事業運営の現状を表す高質なデータで構成されている。

Einstein Discovery と CRM Analytics データプラットフォームは、面倒な作業をすべて自動的に処理する、コード不要の自動化ツールのスイートを備えているため、データの準備プロセスが促進されます。CRM Analytics データプラットフォームでは、データエンジニアリングの次の機能を備えた一連のツールやメカニズムを活用できます。

多様なデータソースからデータを抽出する。
各自が設計した CRM Analytics データセットにデータを読み込む。
データを変換して、分析するデータの品質を最大限に高め、準備を整える。

Einstein Discovery では、多数の列に及ぶ数百万行のデータを分析できます。また、改善したい結果との関連性が最も高い列を選択するうえでも Einstein Discovery が役立ちます。

このモジュールでは手間を省くために、商談履歴のサンプルデータをダウンロードできる CSV ファイルを用意しています。受講者はこのファイルを読み込み、CRM Analytics データセットを作成して値を入力します。このファイルを使えば Einstein Discovery をすぐさま使用してデータを分析し、モデルをリリースして、予測や改善を取得することができます。

Developer Edition 組織で Einstein Discovery を試す

この Trailhead モジュールに記載の手順を実行する場合は、無料の CRM Analytics Developer Edition 組織にサインアップしてください。この組織は、学習中のスキルを練習できる安全な環境です。

メモ: このトレイルでは、既存の Developer Edition 組織は使用できません。そのため、次のものを備えた特別な Developer Edition 組織にサインアップしてください。

Einstein Discovery に必要な CRM Analytics Plus ライセンスのプロビジョニング。
Einstein Discovery 機能にアクセスするために必要な CRM Analytics Plus 権限セット。この権限セットには、REST クライアント要求を認証するための接続アプリケーションの作成に必要な「接続アプリケーションの管理」権限も含まれます。

CRM Analytics Developer Edition 組織をすでに持っている場合でも、ここで新しい組織にサインアップしてください。CRM Analytics Developer Edition 組織が古い場合は、最近リリースされた機能が備わっていません。新しい組織にサインアップすれば、最新鋭の機能を使用できます。

サインアップ手順

では、サインアップしてログインし、作業を開始しましょう。

trailhead.salesforce.com/promo/orgs/analytics-de に移動します。
有効なメールアドレスを使用して、フォームに入力します。
フォームに入力したら [Sign me up (サインアップ)] をクリックします。確認メッセージが表示されます。
アクティベーションメールを受信したら、そのメールを開いてリンクをクリックします。
登録を完了し、パスワードと確認用の質問を設定します。
[Save (保存)] をクリックします。CRM Analytics Developer Edition 組織にログインした状態になり、[設定] ページにリダイレクトされます。

これで準備完了です。Salesforce 組織ができました。それでは始めましょう。

メモ: このモジュールの後半でログイン情報が必要になります。安全な場所に保存して、必要なときに確認できるようにしておいてください。

サンプルデータをダウンロードする

商談履歴のトレーニングデータを記載したサンプルファイルが用意されています。opportunity_history.csv という CSV ファイルをダウンロードしてコンピューターに保存します。

CRM Analytics データセットを作成して自動入力する

次のステップは、データを CSV ファイルから CRM Analytics データセットに取り込むことです。

注意: 機能を最大限に活用するために、ブラウザーでポップアップが許可されていることを確認します。

先ほどサインアップした Developer Edition 組織にまだログインしていない場合は、ログインします。
アプリケーションランチャー () で、[Analytics Studio] を見つけて選択します。
Analytics Studio のホームタブで、[作成] をクリックし、[データセット] を選択して、[CSV ファイル] を選択します。
開いたファイル選択ウィンドウで、ダウンロードした CSV ファイル (opportunity_history.csv) を見つけて選択し、[次へ] をクリックします。
[データセット名] 項目で、必要に応じてデフォルト名 (opportunity_history) を変更します。デフォルトでは、ファイル名がデータセット名として使用されます。名前の最大文字数は 80 文字です。
データセットを作成するアプリケーションを選択します。デフォルトでは、[私の非公開アプリケーション] が選択されます。
[Next (次へ)] をクリックします。[項目属性を編集] 画面が表示されます。ここで、データをプレビューし、各項目の属性を表示または編集できます。
ここでは、デフォルトを受け入れて、[Upload File (ファイルをアップロード)] をクリックします。Analytics Studio にデータがアップロードされ、データセットの準備と作成が実行される間、その進行状況が表示されます。

終了すると、作成したデータセットの詳細が示されます。データセットの詳細が表示されない場合は、各自のデータセットを確認するか、Analytics Studio で opportunity_history を検索します。

アップロードした新しい CSV ファイルを基に作成された opportunity_history データセットの概要画面

データセット行のドロップダウンから [Edit (編集)] を選択して、データセットの詳細にアクセスします。

ドロップダウンのオプションに [編集] が表示されている Analytics Studio のデータセット行

サンプルデータに関する考慮事項

このトレーニング用のサンプルデータは、Einstein Discovery の使用法の学習を目的に簡略化されています。このサンプルデータを使用するときは、次の点に留意してください。

このサンプル CSV ファイルはわずか数列で構成されています。実際のユースケースでは、トレーニングデータが多数の列からなる場合があります。
このサンプルの CSV ファイルには約 7,000 行のデータが含まれます。一般に、分析するデータ行が多いほど結果の精度が高まります。Einstein Discovery でモデルを作成するには、400 行以上の結果値が必要です。
モデルのトレーニングでは、結果値がない行は無視されます。AI と機械学習を搭載した Einstein Discovery では最大 2000 万行のデータを分析できます。
このサンプルデータは商談でモデル化されます。実際のユースケースでは、複数の Salesforce オブジェクトのデータ、Salesforce の外部のデータ、あるいはその組み合わせを使用することがあります。
このサンプルデータから作成されるモデルには、Trailhead モジュール用の基本的な情報が示されます。つまり、すぐ利用できるように設計されています。ただし、このサンプルデータで生成されるモデルは精度がさほど高くなく、本番にリリースする高質かつ模範的なモデルではありません。モデルのパフォーマンスはトレーニングデータセットの品質に左右されます。詳細は、Salesforce ヘルプの「分析用のデータの準備」を参照してください。

次のステップ

CRM Analytics データセットの準備ができたら、それを使用してモデルを作成してみましょう。