Einstein に向けた準備

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。

• AI にとって高品質なデータが重要である理由を説明する。
  
• データを準備し、Einstein for Service の権限を確認する。
  

Einstein にデータを注入する

Sita はデータが重要であることを認識していますが、実際にはどのくらい重要なのでしょうか? ロールアウト戦略が出来上がったところで、エージェントと同様 Einstein も始動準備が整っている必要があります。

Einstein は機械学習を使用しますが、機械学習の良し悪しは経時的なデータの収集に左右されます。つまり、Einstein のデータが多ければ多いほど、Salesforce から得られる情報が増大します。Einstein が、おすすめの精度が徐々に高まり、会社の成長とともに進化する製品とされるのはこのためです。

データは Einstein が稼働するために必要な燃料と考えることができます。データなしに進化はありません。この点を念頭に、必要なデータが揃っていることを確認しましょう。

データと Einstein を準備する

Einstein のツールごとに必要なデータや権限が異なります。準備を整えておきたいと考えた Sita は、Einstein の各ツールのデータ要件を確認します。

各ツールにデータ要件があるかどうかが不明でも、Einstein が設定プロセスの早い段階で知らせてくれるため、設定の終盤になって適切なデータがないと気付くようなことはありません。

Sita は要件のリストを確認して、すべてのチェックボックスをオンにします。そしていよいよロールアウト戦略を開始します!

ロールアウト戦略を開始する

Ursa Major Solar の優れたリーダーである Sita は、チーム全員が参加しなければロールアウト戦略の真の効果を発揮できないことを認識しています。Sita がチームをサポートするように、Sita もチームに協力してもらう必要があります。共同経営者兼 COO の Roberto が、採用の各段階でチームから継続的なフィードバックやアドバイスを取り付けることを約束してくれました。

各自のロールアウト戦略を開始する際に念頭に置いておくべきプロのヒントをいくつかご紹介します。

1. キックオフミーティングを開く。主な関係者を招待し、Einstein for Service の目標と計画の概要を説明します。
   
2. トレーニングを実施する。各機能の目的と使用方法を説明します。ユーザーが後で参照できる資料を提供します。トレーニングを有意義なものにするには、一度に 1 つのユーザーロールを対象として、それらのユーザーの目標に焦点を絞ります。
   
3. 最初に「スーパーユーザー」にロールアウトする。まず選定したユーザーグループに機能をテストしてもらい、フィードバックに基づいて対策を講じる。
   
4. 定期的なミーティングをスケジュールする。少人数の初期ユーザーグループと度々ミーティングを行います。ユーザーの体験や期待についてのオープンな議論では、記述式のフィードバックよりも詳細で有用な情報が得られることがよくあります。
   
5. ダッシュボードやレポートを共有する。機能を有効にする前に、成功を測定するのに役立つダッシュボードとレポートを作成します。
   

ロールアウトを着実に成功させるためのツールを装備しました。後は Einstein for Service に任せる部分は任せて、ビジネスはその最も得意とする業務に専念することができます。では早速 Einstein を利用して、ビジネスの効率性を高めてみてください。

リソース

• Salesforce ヘルプ: Einstein Next Best Action のエンタイトルメント