Sales Machine Learningの拡張機能

  • 機能エンジニアリングの強化:
    機械学習モデルでは、数値フィールドと日付フィールドに分位ビニングが使用されるようになり、偏った売上データをより正確に表現できるようになりました。

  • より充実した予測の説明:
    説明には、関連するレコードと子レコードからの主要な要因に加え、予測に影響を与える集計値(子レコードからの最大値や平均値など)が含まれるようになりました。

  • モデル分析の改善:
    新しいレポートには、予測数や配分など、過去5回の予測実行のサマリー統計およびトレンドが表示されます。

  • モデルの正確性の向上:
    より正確なデータ準備と機能選択により、複雑なデータセットや不均一なデータセットでも、モデルのパフォーマンスと信頼性の高い結果が得られます。

  • より深い予測インサイト:
    ユーザーは、予測に影響を与える要因をより明確に可視化し、すべての営業ステージで情報に基づいた意思決定をサポートします。

  • 実用的なモデルの透明性:
    拡張されたレポートおよび説明ツールは、ユーザーが機械学習の予測を理解し、信頼し、それに基づいて行動するのに役立ちます。

有効化および構成ステップ

セールス・ユース・ケースのための機械学習モデルの構築およびデプロイ

  1. 営業機械学習の設定および保守タスクの構成にナビゲートします
  2. 使用可能なシステム・ユース・ケースから複製し、機械学習モデルを構成します
  3. または、「作成」ボタンを使用してカスタム・ユース・ケースを最初から作成します
  4. ガイド付きステップ・プロセスに従って機械学習モデルを構築およびデプロイします