构建 CRM Analytics 数据集

学习目标

完成本单元后，您将能够：

选择要改进的业务成果后，您需要收集和准备数据以供 Einstein Discovery 分析。哪些数据与结果相关，哪些不相关呢？

为了回答这个问题，数据科学家通常会运用他们丰富的专业知识和业务知识来研究、实验和调查数据。他们的前期投入得到了一组优化的高质量数据作为回报，这些数据可用于透彻的分析和模型训练。

理想情况下，您的数据集：

Einstein Discovery 和 CRM Analytics 数据平台提供了一套无代码的自动化工具，您可以利用这些工具为您完成所有繁重的工作，从而加快这一过程。CRM Analytics 数据平台为您提供了一套数据工程工具和机制，帮助您：

Einstein Discovery 可以分析数百万行和很多列的数据。还可以帮您选择哪些列与要改进的结果联系最紧密。

在本模块中，我们为您提供了一个可下载的 CSV 文件，其中包含您提取以创建和填充 CRM Analytics 数据集的示例业务机会历史数据，从而简化了操作。这样，您就可以快速开始使用 Einstein Discovery 来分析这些数据、部署模型并获得预测和改进。

如果您想完成此 Trailhead 模块中的步骤，请注册一个免费的 CRM Analytics Developer Edition 组织。该组织是一个安全的环境，可供您练习正在学习的技能。

备注：对于本学习路径，您不能使用现有的 Developer Edition 组织，而是需要注册这个专用的 Developer Edition 组织，因为：

它自带 Einstein Discovery 要求的 CRM Analytics Plus 许可证。
它拥有访问 Einstein Discovery 功能要求的 CRM Analytics Plus 权限集。这包括创建连接的应用程序以验证 REST 客户端请求所需的管理连接的应用程序权限。

即使您已经有一个 CRM Analytics Developer Edition 组织，也请注册一个新的。旧版 CRM Analytics Developer Edition 组织没有最新发布的功能。注册一个新的可以确保您得到最新、最棒的功能。

注册步骤

让我们一起进行设置，以便您可以登录并开始使用。

好样的！现在您有一个 Salesforce 组织了！我们进去看看。

备注：稍后在本模块中，您需要用到您的凭据。请务必将它们保存在安全的地方，以便在需要时检索它们。

我们准备了一个文件，其中包含业务机会历史的示例训练数据。请下载名为 opportunity_history.csv 的 CSV 文件并把它保存到您的电脑。

下一步是把这个 CSV 文件中的数据移到 CRM Analytics 数据集中。

注意：为获得最佳体验，请确保您的浏览器允许弹窗。

如果您尚未登录，请登录您刚刚注册的 Developer Edition 组织。
从应用程序启动器查找并选择 Analytics Studio。
在 Analytics Studio 主页选项卡上，单击 Create（创建），选择 Dataset（数据集），然后选择 CSV File（CSV 文件）。
在打开的文件选择窗口中，找到您下载的 CSV 文件 opportunity_history.csv，选择它，然后单击 Next（下一步）。
在 Dataset Name（数据集名称）字段中，根据需要更改默认名称 (opportunity_history)。Analytics Studio 默认把文件名用作数据集名称。名称不能超过 80 个字符。
选择要创建数据集的应用程序。Analytics Studio 默认选择 My Private App（我的专用应用程序）。
单击 Next（下一步）。Edit Field Attributes（编辑字段属性）屏幕出现了。在这里，您可以预览数据，查看或编辑每个字段的属性。
目前先接受默认设置，单击 Upload File（上载文件）。Analytics Studio 上载数据，准备并创建数据集，并向您显示进度。

完成后，您会看到有关您创建的数据集的详细信息。如果没有看到数据集详细信息，请看一下您的数据集或在 Analytics Studio 中搜索 opportunity_history。

从上传的 CSV 文件创建的新 opportunity_history 数据集的摘要屏幕

在数据集行上，从下拉列表中选择 Edit（编辑）以访问数据集详细信息。

Analytics Studio 中的数据集行，显示下拉列表选项 - 编辑。

此示例训练数据已经过简化，因此您可以专注于学习如何使用 Einstein Discovery。使用此示例数据时，请记住以下几点。

我们的示例 CSV 文件包含的列较少。在实践中，您的用例可能涉及更多列的训练数据。
我们的示例 CSV 文件包含大约 7,000 行数据。一般来说，您可以分析的数据行数越多，结果越好。Einstein Discovery 需要至少 400 行（带结果值）来构建模型。
在训练模型时，Einstein 会忽略没有结果值的行。借助 AI 和机器学习，您可以用 Einstein Discovery 分析最多 2000 万行数据。
示例数据以业务机会为模型。在实践中，您的用例可能涉及多个 Salesforce 对象中的数据、Salesforce 外部的数据或两者的组合。
通过此示例数据构建的模型用于我们的 Trailhead 模型，来展示一些基础知识。它旨在让您快速完成设置并运行。但是，此示例数据生成的模型并不高度准确，也不是您最终部署到生产中的质量模型的范例。模型的性能取决于训练数据集的质量。要了解更多信息，请参阅 Salesforce 帮助中的准备数据进行分析。

现在您已经构建了 CRM Analytics 数据集，让我们用它来创建一个模型。