在 Salesforce 中设置预测

学习目标

完成本单元后，您将能够：

介绍使用 Einstein 预测服务的先决条件。
解释构建和部署 Einstein Discovery 模型所涉及的步骤。

简介

要获取预测和改进，您首先需要一个预测模型。在本单元中，您将学习如何使用 Einstein Discovery 和 CRM Analytics Studio 在 Salesforce 中构建和部署模型。模型的目标是最大化虚构零售超市的每位消费者的销售额。

Einstein Discovery 使用单击（而非代码工具）轻松启动和快速运行模型。Einstein Discovery 会执行由统计、机器学习和 AI 提供支持的全面数据分析。即使您依赖其他工具来生成您使用的模型，了解创建所涉及的内容也很有用。

在 Developer Edition 组织中试用 Einstein Discovery

在这个 Trailhead 模块中，您不能使用现有的 Developer Edition 组织，而是要注册免费的 CRM Analytics 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。
它提供了一个安全的环境，您可以在其中练习您正在学习的技能。

注意：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。因此，注册一个新的可以确保您得到最新、最棒的功能。

注册步骤：

打开 developer.salesforce.com/promotions/orgs/analytics-de。
用有效的电子邮件地址填写表格。
表格填好以后，单击 Sign me up（我要注册）。
当您收到激活邮件时，打开它并单击链接。
完成注册，设置密码和找回密码的问题。
单击保存。您已登录 CRM Analytics Developer Edition 组织，并重定向到 Setup（设置）页面。

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，以便您可以轻松检索。

预测设置工作流

您可以使用 Analytics Studio 完成以下活动。

#	Step（步骤）	Activity（活动）
1	准备数据	用训练数据准备和填充 CRM Analytics 数据集。
2	创建模型	用训练数据创建 Einstein Discovery 模型。
3	部署模型	通过将模型部署到 Salesforce 中来操作模型。部署后，用户可以访问模型以获取对其数据的预测。

步骤 1：准备数据

首先将训练数据加载到 CRM Analytics 数据集中。您可以使用此数据来训练模型。

下载示例训练数据

我们准备了一个文件，其中包含超市当前订单的示例训练数据。下载名为 superstore-orders.csv 的 CSV 文件并将其保存到您的计算机。

关于示例训练数据的注意事项

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 预测服务获取预测。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 文件包含近 10,000 行数据。一般来说，您可以分析的数据行数越多，结果越好。您的训练数据至少需要包含 400 行结果值。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 2,000 万行数据。
示例数据完全是外部的，不与任何 Salesforce 对象关联。在实践中，您的用例可能涉及 Salesforce 对象中的数据、Salesforce 外部的数据或两者的组合（补充数据集）。
利用此示例数据构建的模型是作训练用途。它旨在帮助您启动并运行，以便您可以通过 REST API 调用快速开始获取预测。但是，此示例数据生成的模型准确度并不高，也不是您可能希望为用例生成的质量模型的示例。模型的性能取决于训练数据集的质量。欲知更多，请见 Salesforce 帮助中的准备数据进行分析。

创建并填充 CRM Analytics 数据集

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

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 () 中，找到并选择 Analytics Studio。
在 Analytics Studio 主页选项卡上，单击创建|数据集，并选择 CSV 文件。
在打开的文件选择窗口中，找到您下载的 CSV 文件 superstore-orders.csv，选择该文件，然后单击下一步。
在数据集名称字段中，根据需要更改默认名称 (superstore-orders)。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 默认选择我的专用应用程序。
单击 Next（下一步）。显示编辑字段属性屏幕。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。

步骤 2：创建模型

现在您已经构建了 CRM Analytics 数据集，让我们通过创建模型来分析其数据。

模型定义 Einstein Discovery 用于生成见解的数据和分析设置。模型设置包括结果变量（要预测的数据）、是最大化还是最小化结果变量、要在 CRM Analytics 数据集中分析的数据以及其他首选项。模型设置会告诉 Einstein Discovery 如何进行分析并传达其结果。

在数据集选项卡中,单击创建模型。Einstein Discovery 模型设置向导会引导您完成通过数据集创建模型的步骤。
在启动 Einstein Discovery 模型屏幕中，指定模型目标，它定义了您要预测的结果，以及是要最大化还是最小化该结果。在 I want to Predict（我要预测）中，选择 Sales per Customer（每个客户的销售额），然后接受默认设置 Maximize（最大化）。接受所有其他默认设置，然后单击 Next（下一步）。
在配置模型列屏幕中，接受默认设置（Automated（自动化）），然后单击 Create Model（创建模型）。
Einstein 首先使用统计分析、机器学习算法和 AI 来分析数据。完成后，Einstein 会显示其分析期间发现的见解。
注意：对于此模块，我们将跳过调查见解（包含在 Einstein Discovery 基础模块中）。或者让我们直接进入评估和部署 Einstein 创建的模型。
Einstein 显示此模型的 R2（r 平方）值。R2 是数字用例的模型质量评测。我们的模型 R2 值是 0.475。理想情况中，我们的 R2 值应该接近 1，但是就我们学习而言，这个模型足够了。
单击 Prediction Examination（预测检查）。请注意，右侧面板将训练数据中所选行的预测结果与实际结果以及影响预测结果的主要因素进行比较。
注意：Einstein Discovery 对数据集中的数据进行随机采样，因此屏幕上的数据与此屏幕截图不同。
单击任意行以更新此面板。

步骤 3：部署模型

现在让我们将此模型部署到 Salesforce 中。

单击 Overview（概述），然后通过选择 Deploy Model（部署模型）来响应 Ready for Launch?（准备启动？）提示。
Einstein Discovery 部署向导会带您完成部署此模型的步骤。如果您看到“准备部署”模式窗口，单击 Get Started（开始）。
对于模型详细信息，接受默认设置，包括每个客户的预测销售额的预测定义名称，然后单击 Next（下一步）。
关于连接到对象，选择部署但不连接到 Salesforce 对象，然后单击下一步。我们可以做此选择，因为我们的示例数据完全是 Salesforce 之外的数据，和任何 Salesforce 对象均无关联。
对于分段，接受默认设置Don't segment（不分段），然后单击 Next（下一步）。

注意：如果您想创建具有多个模型的预测定义，您可以在此处为数据中的分段定义筛选条件。我们可以跳过此步骤，因为我们正在创建的预测定义只有一个模型且没有分段筛选器。
对于可操作变量，选择 Quantity（数量），然后单击 Next（下一步）。
对于自定义预测，选择 Don't customize（不自定义），然后单击 Next（下一步）。

注意：如果想针对建议的改进或热门预测因素自定义文本，让用户更容易理解，可以在这里进行自定义。
检查部署设置，然后单击 Deploy（部署）。
Einstein 将预测定义与您的模型一起部署到 Salesforce 中，并在模型管理器中显示。注意：这只是一个模型。预测定义可以有多个模型。
单击 Advanced（高级）子选项卡。
复制预测 ID（上图显示一个示例），然后将其粘贴到您之后参考的位置。了解此 ID 字符串有助于您识别您想要使用的精确的预测定义。作为开发人员，如果您不想要访问 Salesforce 或模型管理器，您可以向 Salesforce 管理员询问此字符串。