Configurar previsões no Salesforce

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

• Descrever os pré-requisitos para usar o Serviço de Previsão do Einstein.
  
• Explicar as etapas envolvidas na criação e implantação de um modelo do Einstein Discovery.
  

Introdução

Para obter previsões e aprimoramentos, a primeira coisa que você precisa é de um modelo preditivo. Nesta unidade, você aprenderá a criar e implantar um modelo no Salesforce usando o Einstein Discovery e o CRM Analytics Studio. O objetivo do modelo é maximizar as vendas por cliente de uma superloja de varejo fictícia. 

O Einstein Discovery facilita a instalação e a execução rápida do modelo usando ferramentas de cliques e não de código. O Einstein Discovery realiza uma análise de dados abrangente com base em estatísticas, aprendizado de máquina e IA. Mesmo que você dependa de terceiros para produzir os modelos que consome, convém entender o que é necessário para criá-los.

Experimentar o Einstein Discovery com uma organização Developer Edition

Você não pode usar uma organização Developer Edition para este módulo do Trailhead. Ao invés disso, inscreva-se na organização Developer Edition gratuita do CRM Analytics porque:

• Ela já vem com uma licença do CRM Analytics Plus exigida pelo Einstein Discovery.
  
• Ela tem o conjunto de permissões do CRM Analytics Plus exigido para acessar os recursos do Einstein Discovery. Isso inclui a permissão Gerenciar aplicativo conectado, necessária para criar um aplicativo conectado para autenticação das solicitações do cliente REST.
  
• Isso oferece um ambiente seguro em que você pode praticar as habilidades que está aprendendo.
  

Nota: Mesmo se você já tiver uma organização Developer Edition do CRM Analytics, inscreva-se em uma nova agora. As organizações Developer Edition do CRM Analytics mais antigas não recebem os recursos lançados recentemente. Assim, é necessário se inscrever para obter uma nova organização e garantir que você receberá os recursos mais recentes e mais interessantes.

Para se inscrever:

1. Acesse developer.salesforce.com/promotions/orgs/analytics-de.
   
2. Preencha o formulário usando um endereço de email ativo.
   
3. Após preencher o formulário, clique em Sign me up (Inscrever-me).
   
4. Quando receber o email de ativação, abra-o e clique no link.
   
5. Conclua seu registro e defina sua senha e pergunta de segurança.
   
6. Clique em Save (Salvar). Você está conectado à sua organização Developer Edition habilitada para CRM Analytics e será redirecionado para a página de configuração.
   

Muito bem! Você tem agora uma organização Salesforce! Vamos começar.

Nota: Você precisará de suas credenciais mais tarde no módulo. Certifique-se de salvá-las em um lugar seguro para poder recuperá-las facilmente.

Fluxo de trabalho para a configuração da previsão

As atividades a seguir são concluídas usando o Analytics Studio.

Etapa 1: Preparar seus dados

Comece carregando seus dados de treinamento em um conjunto de dados do CRM Analytics. Use esses dados para treinar seu modelo.

Fazer download dos dados de amostra de treinamento

Preparamos um arquivo com dados de amostra de treinamento para pedidos atuais da superloja. Faça download do arquivo CSV chamado superstore-orders.csv e salve-o em seu computador.

Considerações sobre os dados de amostra de treinamento

Esses dados de amostra de treinamento foram simplificados para que você possa se concentrar em aprender a obter previsões por meio do Serviço de previsões do Einstein. Ao usar esses dados de amostra, considere o seguinte.

• Nosso arquivo CSV de exemplo contém um pequeno número de colunas. Na prática, seus casos de uso podem envolver mais colunas de dados de treinamento.
  
• Nosso arquivo CSV de exemplo contém quase 10.000 linhas de dados. Em geral, quanto mais linhas de dados você tem para analisar, melhores os resultados. Seus dados de treinamento precisam de pelo menos 400 linhas com valores de resultados. Ao treinar modelos, o Einstein ignora linhas que não têm valores de resultado. Alimentado pela tecnologia de IA e o aprendizado de máquina, você pode analisar até 20 milhões de linhas de dados com o Einstein Discovery!
  
• Os dados de amostra são inteiramente externos e não estão associados a objetos do Salesforce. Na prática, seus casos de uso podem envolver dados em objetos do Salesforce, dados que são externos ao Salesforce ou uma combinação de ambos (por meio de conjuntos de dados suplementares).
  
• O modelo criado a partir destes dados de amostra é para fins de treinamento. Ele foi projetado para que você possa começar a obter previsões rapidamente por meio de chamadas à API REST. No entanto, o modelo produzido por esses dados de amostra não é altamente preciso ou um exemplo dos modelos de qualidade que talvez você queira produzir para seus casos de uso. O desempenho do seu modelo depende da qualidade do seu conjunto de dados de treinamento. Para saber mais, consulte Preparar dados para análise na Ajuda do Salesforce.
  

Criar e preencher um conjunto de dados do CRM Analytics

A próxima etapa é colocar os dados do arquivo CSV em um conjunto de dados do CRM Analytics.

1. Se ainda não estiver conectado, faça login na organização Developer Edition em que você se inscreveu.
   
2. No Iniciador de aplicativos (), encontre e selecione Analytics Studio.
   
3. Na guia Início do Analytics Studio, clique em Create | Dataset (Criar | Conjunto de dados) e selecione CSV File (Arquivo CSV).
   
4. Na janela de seleção de arquivos aberta, encontre o arquivo CSV — superstore-orders.csv— baixado, selecione-o e clique em Next (Avançar).
   
5. No campo Dataset Name (Nome do conjunto de dados), altere o nome padrão (superstore-orders), se desejar. Por padrão, o Analytics Studio usa o nome do arquivo como o nome do conjunto de dados. O nome não pode exceder 80 caracteres.
   
6. Selecione o aplicativo no qual deseja criar o conjunto de dados. Por padrão, o Analytics Studio seleciona Meu aplicativo privado.
   
7. Clique em Next (Avançar). A tela Editar atributos de campo é exibida. Nela você pode visualizar os dados e exibir ou editar os atributos de cada campo.
   
   
8. Por enquanto, aceite os padrões e clique em Upload File (Carregar arquivo). O Analytics Studio carrega os dados, prepara e cria o conjunto de dados e mostra o progresso em tempo real.
   

Etapa 2: Criar seu modelo

Agora que você criou um conjunto de dados do CRM Analytics, vamos analisar esses dados criando um modelo.

Um modelo define os dados e as configurações analíticas que o Einstein Discovery usa para gerar insights. As configurações do modelo incluem a variável de resultado (os dados que você deseja prever), se deve maximizar ou minimizar a variável de resultado, os dados que serão analisados em um conjunto de dados do CRM Analytics e outras preferências. As configurações do modelo indicam ao Einstein Discovery como conduzir a análise e comunicar os resultados.

1. Na guia Dataset (Conjunto de dados), clique em Create Model (Criar modelo).O assistente de configuração do modelo do Einstein Discovery orienta você pelas etapas para criar um modelo a partir do conjunto de dados.
   
2. Na tela Start an Einstein Discovery Model (Iniciar um modelo no Einstein Discovery), especifique o objetivo do modelo que define o resultado que você deseja analisar, bem como se você deseja maximizar ou minimizar esse resultado. Em I want to Predict (Eu quero prever), selecione Sales per Customer (Vendas por cliente) e aceite o padrão, Maximize (Maximizar). Aceite todas as outras configurações padrão e clique em Next (Avançar).
   
   
3. Na tela Configure Model Columns (Configurar colunas do modelo), aceite o padrão (Automated [Automatizado]) e clique em Create Model (Criar modelo).
   O Einstein começa a analisar os dados usando análise estatística, algoritmos de aprendizado de máquina e IA.Quando concluído, o Einstein exibe os insights encontrados durante a análise.
   Nota: Não vamos analisar os insights neste módulo (o assunto é abordado no módulo Noções básicas do Einstein Discovery). Em vez disso, vamos passar diretamente para a avaliação e a implantação do modelo que o Einstein criou.
   
4. O Einstein apresenta o valor de R2 (R ao quadrado) para este modelo. O R2 é uma medida da qualidade do modelo para casos de uso numéricos. Nosso modelo tem um valor de R2 de 0,475. Idealmente, nosso valor de R2 estaria mais próximo de 1. No entanto, para nossos objetivos de aprendizado, esse modelo será suficiente.
   
   
5. Clique em Prediction Examination (Exame da previsão). Observe que o painel à direita compara, para a linha selecionada nos dados de treinamento, o resultado previsto com o resultado real, bem como os principais fatores que contribuíram para o resultado previsto.
   Nota: O Einstein Discovery toma uma amostra aleatória dos dados no conjunto de dados, de modo que os dados na sua tela serão diferentes desta captura de tela.
   
6. Clique em qualquer linha para atualizar este painel.
   

Etapa 3: Implantar o modelo

Agora vamos implantar esse modelo no Salesforce. 

1. Clique em Overview (Visão geral), responda ao prompt Ready for Launch? (Pronto para o lançamento?) escolhendo Deploy Model (Implantar modelo).
   
   
2. O assistente de implantação do Einstein Discovery orienta você pelas etapas para implementar este modelo. Se aparecer o modal Ready to Deploy (Pronto para implantar), clique em Get Started (Iniciar).
   
   
3. Para detalhes do modelo, aceite os padrões, incluindo o nome da Prediction Definition (Definição de previsão) de Predicted Sales per Customer (Vendas previstas por cliente), e clique em Next (Avançar).
   
   
4. Para se conectar a um objeto, selecione Deploy without connecting to a Salesforce Object (Implantar sem se conectar a um objeto do Salesforce) e clique em Next (Avançar). Podemos fazer essa seleção porque nossos dados de amostra são completamente externos ao Salesforce e não estão associados a objetos do Salesforce.
   
5. Para segmentos, aceite o padrão Don't segment (Não segmentar) e clique em Next (Avançar).
   Nota: Se você quisesse criar uma definição de previsão com vários modelos, é aqui que você definiria condições de filtro para um segmento em seus dados. Podemos pular isso porque estamos criando uma definição de previsão com apenas um modelo e sem filtros de segmento.
   
   
6. Em Actionable Variables (Variáveis acionáveis), selecione Quantity (Quantidade) e, em seguida, clique em Next (Avançar).
   
   
7. Em previsões personalizadas, selecione Don't customize (Não personalizar) e clique em Next (Avançar).
   Nota: Se você quiser personalizar o texto dos aprimoramentos sugeridos ou dos principais preditores para facilitar a compreensão dos seus usuários, é aqui que você deve fazer isso.
   
8. Revise as configurações de implantação e clique em Deploy (Implantar).
   O Einstein implanta a definição de previsão com seu modelo no Salesforce e mostra-a no Gerenciador de modelos.Nota: É apenas um modelo. Uma definição de previsão pode ter vários modelos.
   
9. Clique na subguia Advanced (Avançado).
   
   
10. Copie a Prediction ID (ID da previsão) (a figura anterior mostra um exemplo) e cole-a em um local que possa consultar mais tarde. Conhecer esta sequência de caracteres da ID ajuda você a identificar a definição exata da previsão que você deseja consumir. Como desenvolvedor, se você não tiver acesso ao Salesforce ou ao Gerenciador de modelos, poderá solicitar essa sequência de caracteres a um administrador do Salesforce.
    

Ótimo! Sua definição de previsão e modelo estão implantados e prontos para uso. Na próxima unidade, você usará o Serviço de previsões do Einstein para obter previsões a partir do seu modelo.

Recursos

• Ajuda do Salesforce: Criar conjuntos de dados a partir de arquivos CSV carregados
• Ajuda do Salesforce: Criar um modelo a partir de um conjunto de dados
• Ajuda do Salesforce: Implantar modelos
• Ajuda do Salesforce: Visualizar uma definição de previsão