Conhecer o Serviço de previsões do Einstein

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

• Explicar os recursos do Serviço de previsões do Einstein.
  
• Explicar previsões, aprimoramentos e principais preditores.
  
• Explicar modelos e definições de previsão.
  
• Descrever a diferença entre modelos de produção e consumo.
  
• Explicar os três casos de uso analíticos de negócios que o Serviço de previsões do Einstein aborda.
  

O que é o Serviço de previsões do Einstein?

O Serviço de previsões do Einstein é um serviço público da API REST que permite interagir programaticamente com modelos e previsões do Einstein Discovery. O Serviço de previsões do Einstein é usado para:

• Obter previsões sobre seus dados.
  
• Obter sugestões de ações para melhorar os resultados previstos.
  
• Gerenciar modelos e definições de previsão que são implantados no Salesforce.
  
• Gerenciar tarefas de classificação em massa.
  
• Gerenciar trabalhos de atualização de modelos.
  

Este módulo do Trailhead se concentra em obter previsões e aprimoramentos, que é o principal caso de uso do Serviço de previsões do Einstein.

Conhecer previsões, aprimoramentos e principais preditores

Vamos ver um exemplo do painel de previsões do Einstein Discovery em uma página do Lightning.

Este exemplo usa o Einstein Discovery para prever quando uma oportunidade será fechada. Esta informação pode ajudar a priorizar nossas iniciativas em oportunidades que provavelmente serão fechadas dentro do período fiscal atual.

O painel de previsões mostra os principais elementos retornados em uma solicitação de previsão.

O Serviço de previsões do Einstein retorna qualquer uma ou todas essas informações em resposta a solicitações de previsão baseadas na API REST. Saiba mais sobre esses elementos. 

Previsões

Uma previsão é um valor derivado, produzido por um modelo, que representa um possível resultado futuro com base no conhecimento estatístico de resultados passados mais os valores de entrada fornecidos (preditores). 

Vamos analisar.

• Um resultado é o resultado de negócios que você está tentando entender e melhorar. Normalmente, um resultado é um indicador-chave de desempenho (KPI), como a margem de vendas ou as oportunidades ganhas.
  
• Uma previsão representa um valor de saída que o modelo gera com base nos valores de entrada fornecidos (preditores). A equação do modelo é o resultado de uma análise estatística minuciosa de dados passados com resultados conhecidos, baseada na aprendizado de máquina e na IA.
  
• Embora o futuro seja desconhecido e incerto, uma previsão reduz um pouco essa incerteza, pois apresenta um valor que está dentro de um intervalo de probabilidade calculado.
  
• Quando ocorre, o resultado concreto pode ser diferente do resultado previsto. Isso é esperado. Medimos a precisão da previsão de acordo com o tamanho dessa diferença. Para saber mais sobre a precisão da previsão, consulte Configurar o monitoramento do desempenho para uma definição de previsão na ajuda do Salesforce.
  

Principais preditores

Os principais preditores são as condições que conduzem de forma mais significativa o resultado previsto, por ordem decrescente de importância. Uma condição é um valor de dados associado a uma coluna. No Einstein Discovery, um preditor consiste em uma ou duas condições. No exemplo do componente do Lightning, Deal Size Category is 5.0 (A categoria do tamanho do negócio é 5,0) é uma única condição, enquanto Competitor Type is Known and Route to Market is Reseller (O tipo de concorrente é conhecido e O caminho de colocação no mercado é o revendedor) é uma combinação de duas condições. Os preditores também são conhecidos como variáveis preditoras ou variáveis independentes.

Aprimoramentos

Uma melhoria é uma ação sugerida que um usuário pode realizar para melhorar o resultado previsto. Observe que esse aperfeiçoamento afeta o resultado previsto, não necessariamente o resultado real. As melhorias estão associadas a variáveis que os usuários podem controlar ou influenciar, como o método de envio ou o nível de associação de um assinante. Ao adotar as ações sugeridas pelo Einstein, os usuários podem aumentar suas chances de ter um resultado mais favorável.

O que representam as setas verdes e vermelhas circuladas?

A seta circulada indica como o preditor ou a ação sugerida influencia o resultado previsto. Para interpretar a seta, observe a cor e a direção para onde ela está apontando.

Cor

• Verde indica que o preditor melhora o resultado previsto.
  
  
• Vermelho indica que o preditor piora o resultado previsto.
  
  

Direção

A seta aponta para cima ou para baixo, dependendo da direção em que o fator de previsão afeta o resultado previsto. Por exemplo, se o objetivo for minimizar o resultado:

• Uma seta verde apontando para baixo indica que um preditor melhora um resultado previsto.
  
• Uma seta vermelha apontando para cima indica que o preditor piora esse resultado.
  

No exemplo do componente do Lightning, a condição Deal Size Category is 5.0 (A categoria do tamanho do negócio é 5,0) aumenta o tempo previsto para o fechamento, por isso a seta vermelha aponta para cima.

Conhecer modelos e definições de previsões

Você obtém previsões no Serviço de previsões do Einstein interagindo com dois recursos: modelos e definições de previsões.

Modelos

Um modelo é a construção matemática sofisticada e personalizada que o Einstein Discovery gera. O Einstein Discovery usa um modelo para prever um resultado. 

Um modelo organiza dados por variáveis. Uma variável é uma categoria de dados. É análoga a uma coluna em um conjunto de dados do CRM Analytics ou um campo em um objeto do Salesforce. Um modelo tem entradas (variáveis de preditor) e previsões de saídas para a variável de resultado, juntamente com informações adicionais, caso sejam solicitadas. 

As previsões ocorrem no nível das observações. Uma observação é um conjunto estruturado de dados. É análoga a uma linha preenchida em um conjunto de dados do CRM Analytics ou um registro em um objeto do Salesforce. 

Para cada observação, o modelo aceita um conjunto de variáveis do preditor (1) e retorna uma previsão correspondente (2).

Opcionalmente, uma solicitação de previsão pode incluir uma diretiva para também retornar os principais preditores e aprimoramentos.

Os modelos não são exclusivos do Einstein Discovery ou do Salesforce. De fato, modelos preditivos são usados extensivamente em todo o mundo — entre indústrias, organizações, disciplinas — e estão envolvidos em tantos aspectos da vida cotidiana. Cientistas de dados e outros especialistas aplicam seus talentos formidáveis para projetar e construir modelos de alta qualidade que possam gerar previsões muito precisas e úteis. 

No entanto, um desafio comum para muitas organizações é que, uma vez construído, um modelo bem elaborado pode ser difícil de implementar em ambientes de produção e de integrar perfeitamente com as operações que são projetados para beneficiar. Com o Einstein Discovery, agora você pode operacionalizar rapidamente seus modelos: Construa-os, implante-os na produção e, em seguida, comece a obter previsões e a tomar decisões de negócios melhores imediatamente, usando dados dinâmicos. Você pode até operacionalizar modelos construídos externamente carregados no Einstein Discovery. 

Definições de previsão

No Serviço de previsões do Einstein, cada modelo pertence a um objeto de contêiner chamado definição de previsão. A figura a seguir mostra o fluxo de solicitação/resposta ao fazer uma solicitação de previsão para uma definição de previsão que contém um único modelo.

Neste exemplo, a solicitação de previsão (1) passa variáveis de preditor do registro do cliente para a definição da previsão para avaliar a probabilidade de perda de clientes. A definição de previsão encaminha os dados de entrada para o modelo (2), que calcula a previsão que é retornada (3) na resposta ao solicitador.

Uma definição de previsão pode conter vários modelos nos quais cada modelo produz previsões para um segmento diferente (subconjunto) de seus dados. A figura a seguir mostra o fluxo de solicitação/resposta envolvendo uma definição de previsão com três modelos, em que cada um gera previsões para uma determinada região.

Neste exemplo, a solicitação de previsão (1) passa variáveis de preditor do registro do cliente para a definição da previsão para avaliar a probabilidade de perda de clientes. O registro de cliente (observação) pertence à região AMER. A definição de previsão encaminha os dados de entrada para o modelo que controla o segmento AMER (2), que calcula a previsão que é retornada (3) na resposta ao solicitador.

Com que tipos de casos de uso as previsões podem ajudar?

O Serviço de previsões do Einstein é compatível com os seguintes casos de uso comuns da análise de negócios: 

Na próxima unidade, você vai criar e implementar um modelo que implementa um caso de uso numérico.

Produzir e consumir modelos

Ao trabalhar com o Serviço de previsões do Einstein, convém pensar em duas atividades principais:

• A produção de um modelo envolve o uso do CRM Analytics Studio para criar e implantar o modelo no Salesforce. Para prever a perda de clientes, por exemplo, alguém precisou criar o modelo que prevê se um cliente provavelmente irá embora ou ficará. A próxima unidade orienta você pelas etapas de criação e implantação de um modelo.
  
• O consumo de um modelo envolve o uso do modelo implantado para gerar previsões e aprimoramentos para seus dados. Nosso exemplo de perda de clientes usou uma página do Lightning para exibir a previsão, os principais preditores e os aprimoramentos. Na última unidade, você vai saber como obter as mesmas informações usando seu cliente REST favorito e o Serviço de previsões do Einstein.
  

Obter previsões de forma declarativa ou programática

Você pode obter previsões do Serviço de previsões do Einstein de duas maneiras principais:

• Declarativamente em campos de previsão automática, a função PREDICT em fórmulas de automação de processos, a transformação do Discovery Predict em Receitas de preparação de dados, a ação do Einstein Discovery em fluxos do Salesforce e no Einstein Discovery no Tableau.
  
• Programaticamente usando APIs APEX e REST
  

Recursos

• Ajuda do Salesforce: Obter previsões e aprimoramentos com o Serviço de previsões do Einstein
• Trailhead: Einstein Discovery: início rápido