Explorar previsões de aprendizagem de máquina

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

• Entender o que a aprendizagem de máquina pode fazer para seus dados de CRM.
  
• Identificar formas de usar as previsões de aprendizagem de máquina.
  

Liberar o poder dos seus dados 

Atualmente existem trilhões de gigabytes de dados. E, como uma empresa na era da inteligência artificial (IA), os dados que você possui podem prever resultados futuros e fundamentar a tomada de decisões. Mas, de acordo com a Pesquisa sobre dados não aproveitados da Salesforce, a maioria das empresas não está aproveitando todo o potencial dos seus dados mesmo que quatro em cada cinco líderes empresariais (80%) digam que dados são essenciais na tomada de decisões. 

Com um tipo de IA chamado aprendizagem de máquina (ML, Machine Learning), você pode transformar dados históricos em insights preditivos. Isso é conhecido como IA preditiva, que é diferente da IA generativa. 

• A IA preditiva informa usando dados existentes para descobrir algo novo sobre os dados. Por exemplo, a IA preditiva estima a probabilidade de atrito ou fraude.
  
• A IA generativa auxilia usando dados existentes para criar outros dados semelhantes ao que já existe. Por exemplo, a IA generativa cria novos textos e imagens.
  

Para saber mais sobre IA preditiva versus IA generativa, confira a unidade Conhecer técnicas e usos de IA em Noções básicas de dados para IA. 

Injetar aprendizagem de máquina no seu negócio

Os insights preditivos de aprendizagem de máquina permitem que os usuários empresariais tomem decisões melhores em menor tempo. Use IA preditiva com aprendizagem de máquina para aumentar a inovação, a eficiência e a tomada de decisões estratégicas em toda a sua organização. Veja alguns dos principais casos de uso de insights preditivos (mas existem muitos outros).

Tirar proveito da aprendizagem de máquina sem precisar ter experiência em ciência de dados

Você não precisa ser um cientista de dados para tirar proveito da aprendizagem de máquina. Embora os cientistas de dados estejam normalmente envolvidos no treinamento e no refinamento dos modelos de ML, os insights do modelo foram feitos para usuários empresariais. De acordo com a Harvard Business Review, os cientistas de dados têm dificuldade em comunicar o valor dos insights de ML e mencionaram "resultados não usados pelos tomadores de decisões" como um dos maiores desafios. 

A adição de ML ao Salesforce preenche a lacuna entre cientistas de dados e as empresas. No Salesforce, os usuários podem tomar decisões e agir usando os insights de ML sem ter que ler um relatório de ciência de dados.

Você pode transformar dados históricos em insights relevantes para sua organização usando o Einstein.

1. Einstein Studio: use os insights alimentados por ML no Data Cloud com as equipes de ciência de dados dos Modelos conectados já embutidas, conectando-os e levando os insights do modelo para o Salesforce. Você pode deixar o modelo onde está (por exemplo, o AWS SageMaker) e usar seus insights alimentados por ML no Salesforce.
   
2. Einstein Discovery: crie seu próprio modelo de ML do zero no CRM Analytics com orientação do Einstein. Use o Einstein para mostrar a você como se cria, treina, avalia e ativa um modelo de ML no Data Cloud.
   

Agora você sabe o que a aprendizagem de máquina pode fazer pelos seus dados e pode identificar como sua organização pode se beneficiar com previsões alimentadas por ML. 

Recursos

• Trailhead: Dados + IA + CRM: Início rápido
• Trailhead: Noções básicas de dados para IA
• Trailhead: Noções básicas de inteligência artificial
• Trailhead: Noções básicas do Einstein Discovery