Тьерри Донно-Голентер, старший директор Einstein Product Management, Salesforce

Einstein Prediction Builder позволяет легко создавать индивидуальные прогнозы для вашего бизнеса. Вам не нужно беспокоиться об ETL-обработке ваших данных, обработке данных или выборе алгоритма для использования или настройке его параметров. Более того, вам не нужно беспокоиться об инфраструктуре для запуска этих моделей в производстве, переобучения моделей с течением времени или о том, как интегрировать прогнозы обратно в бизнес-процессы в Salesforce. После настройки обучение и оценка выполняются автоматически за кулисами, а прогнозы доступны в настраиваемом поле объекта, где хранятся ваши данные, легко доступны в записях, с которыми взаимодействуют ваши конечные пользователи, и для автоматизации с помощью Process Builder или Einstein Next Best Например, действие.

Помня об этом, создание прогноза с помощью Einstein Prediction Builder - лишь один шаг на пути к этому. Этот блог проведет вас через шесть этапов жизненного цикла прогнозирования и поможет превратить вашу идею в прогноз.

Шаг 1. Определите свой вариант использования

Все начинается с определения бизнес-результата, который вы хотите улучшить.

Например, у вашего отдела продаж может быть низкий коэффициент конверсии потенциальных клиентов, и они часами ищут потенциальных клиентов, которые не конвертируются. Другим примером может быть то, что ваша группа поддержки может получить низкие оценки CSAT из-за того, что дела с высоким приоритетом были переданы на более высокий уровень во время рассмотрения обращений с более низким приоритетом. Может быть, ваш показатель оттока выше, чем вы хотели бы, и есть способ решить эту проблему, настроив таргетинг на определенные группы со специальными предложениями, прежде чем вы их потеряете.

Вы, вероятно, уже думаете о многих возможных вариантах использования для вашего бизнеса и интересно, с чего начать.

Вот несколько вопросов, которые могут помочь вам выбрать вариант использования:

  1. Связано ли это с важными бизнес-результатами? (если нет, то никого не волнует)
  2. Как вы собираетесь использовать прогноз?
  3. Есть ли KPI для бизнеса, которые вы можете измерить и определить, повлиял ли прогноз?
  4. Есть ли у вас данные в Salesforce и можете ли вы отчитаться по ним? (если вы не можете сообщить об этом, вы не можете это предсказать!)

Чтобы помочь вам обдумать это, нет ничего лучше старого доброго Mad Libs, чтобы сделать это увлекательным. См. Этот пост, чтобы узнать больше.

Пример, который я буду использовать в оставшейся части этого поста, принадлежит клиенту из Парижа, с которым я очень тесно работал. Это был перспективный бизнес в индустрии сетевых услуг, и проблема, с которой они столкнулись, заключалась в том, что многие из их клиентов опаздывали по счетам. Фактически, после получения быстрого отчета Salesforce они поняли, что только 35% их счетов были оплачены вовремя в прошлом году! В свою очередь, это вызвало у них проблемы с денежным потоком.
Чтобы решить эту проблему, они использовали Einstein Prediction Builder, чтобы предсказать, какие счета будут оплачены с опозданием. Вот как они ответили на поставленные выше вопросы:

  1. Связано ли это с важными бизнес-результатами? Да, больше денег в банке, меньше проблем с денежным потоком.
  2. Как вы собираетесь использовать прогноз? Создайте задачу для менеджеров по работе с клиентами за две недели до установленного срока для счетов, которые могут быть оплачены с опозданием, чтобы они напоминали своим клиентам.
  3. Есть ли KPI для бизнеса, которые вы можете измерить и определить, повлиял ли прогноз? Да, процентное увеличение своевременной оплаты счетов.
  4. Есть ли у вас данные в Salesforce и можете ли вы по ним сообщить? Да , данные находятся в объекте «Счет-фактура» в Salesforce.

Шаг 2. Определите данные, которые соответствуют вашему варианту использования

Теперь, когда вы выбрали надежный вариант использования, следующим шагом является формирование вашего прогноза для Einstein Prediction Builder.

Prediction Builder может обрабатывать два типа прогнозов:

  • Бинарные предсказания (ответ на вопрос Да / Нет)
  • Числовые предсказания (предсказание числа)

В нашем случае мы могли бы сформулировать проблему двумя способами:

  • Будет ли счет оплачен поздно? (Да / Нет вопроса)
  • На сколько дней позже возможна оплата счета? (Числовой)

Чтобы ответить на эти вопросы, Prediction Builder использует машинное обучение, используя исторические данные для предсказания будущего. Вкратце, алгоритмы машинного обучения находят закономерности в исторических данных для применения к новым данным и делают прогнозы. Если вы хотите узнать больше, я рекомендую прочитать это Введение в машинное обучение.

В ответ на первый вопрос выше (Будет ли счет оплачен с опозданием?) Нам понадобятся образцы счетов. которые были оплачены с опозданием (ответ да, поэтому мы называем их положительными примерами) и примеры счетов, которые были оплачены вовремя (ответ нет, поэтому мы называем их отрицательными примерами). Эти записи составляют набор примеров (также называемый обучающим набором).

После обучения построителю прогнозов на этих примерах он сможет прогнозировать записи, для которых мы еще не знаем ответа. Эти записи называются набором прогнозов (также называемым набором оценок).

Удобный инструмент, который поможет вам правильно сформулировать проблему, - это «Avocado Framework» (см. Ниже).

Вот некоторая полезная информация о фреймворке авокадо:

  • Набор данных представляет все записи в вашем объекте. В нашем случае объект Invoice.
  • В рамках этого вы можете сегментировать свои данные, если части вашего набора данных по своей сути отличаются. В нашем случае у нас есть клиенты как B2B, так и B2C. Способы обработки их счетов сильно отличаются друг от друга, поэтому мы собираемся сегментировать наши данные, чтобы сосредоточиться на клиентах B2B, у которых есть счета на сумму более 10 тысяч долларов (поскольку они составляют 85% нашего бизнеса).
  • Набор примеров состоит из прошлых счетов-фактур. Некоторые из них были оплачены вовремя (записи, где баланс счета равен 0, а последняя дата платежа была до срока платежа), а другие были оплачены с опозданием (дата платежа позже срока платежа или просрочена дата, и все еще есть остаток средств).
  • Набор прогнозов состоит из записей, у которых есть баланс, но срок погашения еще не наступил.

Если вы хотите создать свою собственную диаграмму авокадо, вы можете получить шаблон здесь.

Шаг 3: Создайте свой прогноз

Вот где действительно сияет Prediction Builder. После того, как вы сформулировали свой вопрос с помощью фреймворка авокадо, вы можете следить за экранами в мастере Einstein Prediction Builder и создавать свой прогноз всего за несколько минут. Продолжая наш пример, я изложил вам шаги здесь:

  1. Выберите объект «Счет-фактура» и укажите сегмент.

2. Выберите «Да / Нет» (вопрос, который мы задаем: «Будет ли счет оплачен с опозданием?»).

3. Выберите «Без поля».

Примечание: если у вас уже есть поле флажка, указывающее, какие счета были оплачены с опозданием, вы должны выбрать «Поле» здесь и выбрать это поле на следующем экране.

4. Задайте условия для вариантов «Да, примеры» и «Нет примеров», как определено в структуре авокадо.

Да (положительные примеры)

Нет (отрицательные примеры)

5. Выберите поля, которые вы хотите включить или исключить из объекта «Счет-фактура».

Мы рекомендуем оставить выделенным большинство полей; однако есть несколько исключений, о которых следует помнить. См. Этот пост, чтобы узнать больше.

6. Выберите имя поля, в котором будут храниться, проверяться и строиться ваши прогнозы!

Шаг 4. Просмотрите, повторите и активируйте свой прогноз

Когда ваш прогноз будет «готов к проверке», нажмите раскрывающееся меню своего прогноза и выберите «Просмотреть сводку. ».

Система показателей дает вам доступ к различным показателям вашего прогноза. Вы можете узнать больше о том, как просматривать показатели в своей системе показателей, в этом посте.

При просмотре оценочной карты обратите внимание на несколько вещей:

  • На вкладке Обзор посмотрите на Качество прогноза. В целом, чем выше, тем лучше, но если оно слишком высокое (больше 95%), это может быть слишком хорошо, чтобы быть правдой. Эта запись в блоге может рассказать вам больше о качестве ваших прогнозов.
  • Если вы находитесь в красной зоне более 95%, вероятно, это связано с тем, что ваша модель страдает от распространенной проблемы, называемой утечкой этикеток. Например, когда этот клиент впервые создал прогноз просроченного платежа, он был красным, потому что оставалось поле под названием Комиссия за просрочку платежа. Комиссия за просрочку платежа была утечкой, поскольку эта информация никогда не была доступна в то время. предсказания, но только постфактум, когда станет известен исход. К счастью, мы вас прикрыли. Этот пост поможет вам лучше понять, что такое лидеры и как их убрать с ваших моделей.
  • На вкладке «Подробности» отсортируйте результаты по влиянию и просмотрите 10–20 основных предикторов. При просмотре этой вкладки следует помнить о некоторых вещах:

* Имеют ли главные предикторы и знак (положительный или отрицательный) для коэффициентов корреляции смысл на основе ваших деловых знаний?

* Есть ли в вашей модели потенциальные утечки?

* Есть ли поля, которые следует удалить, поскольку они могут внести некоторую предвзятость? (это непросто, но мы снова расскажем о вас в этом посте)

* Там уже могут быть интересные бизнес-идеи; Предикторы, которые можно предпринять, будут для вас особенно интересны, поскольку вы сразу сможете интегрировать их в свои бизнес-процессы. Например, «Автоплата» и «Метод оплаты», кажется, имеют здесь большое влияние, поэтому вы можете увидеть, как вы могли бы попытаться побудить больше своих клиентов переключить способы оплаты с помощью кампании с потенциально стимулами, такими как небольшая скидка.

Основываясь на этом анализе, вам, скорее всего, придется немного повторить и настроить свой прогноз.

Общие настройки включают в себя:

  • Добавление или удаление полей (обычно утечки)
  • Создание сегмента, чтобы сосредоточиться на частях ваших данных
  • Обновление ваших примеров фильтров
  • Добавление соответствующих данных из других объектов через поля формул или поля сводной сводки (использование данных из дочерних и родительских объектов для вашего прогноза входит в нашу дорожную карту)

Что особенно приятно, это то, что Prediction Builder позволяет очень быстро и легко выполнять эти итерации, поскольку вы можете «Клонировать» или «Редактировать» свой прогноз, и все уже будет предварительно заполнено для вас.

Когда вы будете довольны своим прогнозом, щелкните раскрывающееся меню на своем прогнозе и выберите «Включить». Это запустит начальную оценку ваших данных, и все записи в вашем наборе прогнозов (правая сторона авокадо) получат прогноз.

В дальнейшем все новые и обновленные рекорды в этом наборе будут переоцениваться на ежечасной основе. Модель также будет автоматически переобучаться каждый месяц, поэтому вам не нужно беспокоиться о том, что со временем она устареет!

Примечание. У нас также есть пилотная версия для подсчета очков в реальном времени. Если вам интересно, обратитесь к руководителю своего аккаунта Salesforce!

Шаг 5. Следите за своим прогнозом

Однако включение вашей модели еще не означает, что она готова к интеграции в бизнес-процессы! Фактически, рекомендуется дать ему поработать некоторое время за кулисами (или показывать оценки только небольшому количеству пользователей), пока вы не сможете оценить его производительность на новых данных.

После того, как ваша модель проработает какое-то время на новых данных, вы действительно сможете узнать, действительно ли она работает, сравнив свои прогнозы с тем, что произошло на самом деле! Временные рамки для этого анализа будут зависеть от объема ваших данных и продолжительности бизнес-циклов, но хорошее практическое правило - несколько месяцев.

Простой способ сделать этот анализ - использовать отчеты. Этот пост даст вам пошаговые инструкции по их настройке.

Ниже вы можете увидеть, что для более высоких баллов большинство счетов в конечном итоге было оплачено с опозданием, в то время как для более низких баллов большинство счетов было оплачено вовремя. Похоже, наша модель работает неплохо!

Для тех из вас, у кого есть доступ к Einstein Analytics, мы также создали этот изящный небольшой пакет, который вы можете получить на AppExchange бесплатно: Шаблон точности модели Einstein Prediction Builder

Если вас устраивает то, что вы видите, вы готовы перейти к следующему и заключительному шагу - используя свой прогноз!

Шаг 6. Разверните и используйте свой прогноз < br />
Есть несколько способов использования прогнозов Prediction Builder в Salesforce:

  • Добавьте поле прогноза в представление списка и отсортируйте его по баллам. Если мы использовали этот метод в нашем примере, счета, которые с большей вероятностью будут оплачены с опозданием, будут перечислены вверху и будут доведены до всеобщего сведения.
  • Добавьте Компонент молнии предсказаний Эйнштейна на страницу счета-фактуры, чтобы вы могли видеть основные предсказатели, влияющие на каждый конкретный прогноз. Это даст вам полезную информацию, когда вы обратитесь к каждому клиенту.
  • Запускайте автоматические потоки на основе прогнозов с помощью Process Builder. Например, отправка задачи менеджерам по работе с клиентами за две недели вперед для счетов, которые, как ожидается, будут оплачены с опозданием. Этот пост расскажет, как это настроить.
  • Используйте свой прогноз вместе с бизнес-правилами в Стратегии следующего лучшего действия Эйнштейна. Например, вы можете решить отправить напоминание клиентам, которые, вероятно, заплатят поздно, но только если они не встречались с вами в последний месяц и не участвуют в открытой возможности дополнительных продаж.

Как бы вы ни решили использовать свой прогноз, важно:

  • Отслеживайте свой ключевой показатель эффективности, начиная с шага 1 жизненного цикла прогноза. Вы можете создавать отчеты, чтобы отслеживать их и регулярно просматривать. Этот пост даст вам несколько идей о типах информационных панелей, которые вы можете настроить.
  • Рассмотрите возможность поэтапного развертывания, чтобы собирать качественные и количественные отзывы пользователей и улучшать их по мере необходимости.
  • Регулярно просматривайте свои предположения и отчеты из шага 5. Несмотря на то, что модель автоматически переобучается, ваш бизнес со временем изменится; будут внедрены новые процессы, добавлены новые поля, которые могут потребовать модификации модели.
  • Управляйте изменениями в вашей организации. Преобразование вашего бизнеса с помощью ИИ потребует времени, и некоторые бизнес-процессы необходимо будет развить, чтобы получить максимальную выгоду. Люди часто спрашивают меня, как ИИ может стать обезболивающим, а не витамином для бизнеса, и для меня это связано с глубиной интеграции в бизнес-процессы. Вам нужно будет заручиться поддержкой всех участников (руководства и конечных пользователей) и продемонстрировать преимущества (следовательно, важность жестких KPI, которые вы можете измерить с течением времени).

Теперь, когда вы успешно настроили свой первый прогноз, вы, вероятно, откроете еще много прогнозов, которые помогут вашему бизнесу и которые вы можете настроить с помощью Einstein Prediction Builder. К счастью, Эйнштейн никогда не спит!

-
Вот различные сообщения в блоге, которые я упомянул, которые могут помочь вам пройти различные этапы вашего пути от идеи до прогноза:

  1. Введение в машинное обучение
  2. Набор инструментов для построения предсказаний Эйнштейна
  3. Какие поля я должен включить или исключить из моей модели?
  4. Понимание показателей вашей системы показателей
  5. Понимание качества вашего прогноза
  6. Модель, которая слишком хороша, чтобы быть правдой
  7. Обдумывая прогнозы с предвзятостью
  8. Как мне узнать, работает ли мой прогноз?
  9. Пользовательская логика предсказаний от построителя предсказаний Эйнштейна

Чтобы получить дополнительную помощь по построителю предсказаний Эйнштейна, ознакомьтесь с документацией Salesforce и нашими модулями на Trailhead.