Tableau Blueprint-Hilfe

Bevor Sie mit Einstein Discovery Storys oder Modelle erstellen und Vorhersagen bereitstellen, sollte jeder Sponsor eines Geschäftsbereichs in den jeweiligen Abteilungen und Teams ermitteln, welche Anwendungsfälle Priorität haben und welche Vorhersagen benötigt werden. Jedes Unternehmensteam, das Einstein Discovery nutzt, sollte an der Umfrage zu Vorhersagen teilnehmen oder mit seinen Teammitgliedern die Informationen dokumentieren. Zweck dieser Umfrage ist die Ermittlung von geschäftlichen Anwendungsfällen, für die eine Optimierung erforderlich ist (deskriptive und präskriptive Vorhersagen), und der benötigten Datenquellen. Darüber hinaus kann mit einer solchen Umfrage festgestellt werden, ob die Beteiligung von Data Scientists erforderlich ist. Außerdem bietet sie eine Unterstützung für die Planung und Ausführung der Bereitstellung von Vorhersagen sowie für die Festlegung der Zuständigkeit für die Modellüberwachung.

Team

• Was ist die geschäftliche Aufgabe des Teams?
• Wer sind die Benutzer, um die es geht?
• Ist die Zusammenarbeit mit einem vorhandenen Data-Scientist-Team erforderlich?
• Hat Ihr Team Zugriff auf die Daten, die analysiert werden sollen?
• Wer im Team benötigt Vollzugriff auf CRM Analytics, um Daten zu übernehmen, Storys/Modelle zu erstellen und Vorhersagen bereitzustellen?

Auswahl und Verwaltung

• Für welche geschäftlichen Anwendungsfälle werden Vorhersagen bereitgestellt? Sind diese Anwendungsfälle für Vorhersagen geeignet?
• Welche zentralen Datenquellen sind für Storys/Modelle erforderlich und wo sind diese gespeichert?
• Wo speichert Ihr Team Quelldaten (Salesforce, Datenbanken oder Data Warehouses, Dateiexporte, externe Speicher usw.)?
• Müssen Modelle von einem Data-Scientist-Team genehmigt werden?
• Sind Methoden zur Datenmodellierung wie CRISP-DM für die Auswahl der geschäftlichen Anwendungsfälle vorhanden?
• Welche Daten sind für Phase 1 erforderlich (schneller, pragmatischer Ansatz) und können CSV-Dateien für den Datenbestand verwendet werden?
• Welche Daten werden zur Bereitstellung für die Produktion benötigt und können Sie Daten vorbereiten sowie die erforderliche Orchestrierung durchführen?

Fertigkeiten

• Wie werden die Daten gesichert?
• Welche Business-Scientist-Fertigkeiten und -Qualifikationen sind im Team vorhanden?
• Wer wird im Team als Einstein Discovery-Champion bestimmt und geschult (z. B. ein Business Scientist)?
• Sind die erforderlichen geschäftlichen Fertigkeiten und Erkenntnisse vorhanden, um die richtigen Anwendungsfälle zu priorisieren?
• Sind die erforderlichen Fertigkeiten eines Datentechnikers für abgeleitete Felder und für ein Feature-Engineering vorhanden?

Sicherheit

• Wurden bereits Salesforce-Cloud-Produkte und -Rechenzentren im Hinblick auf die Nutzung von CRM Analytics geprüft und genehmigt?

Überwachung

• Wie wird bei Ihnen die Genauigkeit von Vorhersagen überwacht (z. B. mit Model Manager, benutzerdefiniertem Dashboard)?
• Welcher Schwellenwert ist für die Modellgenauigkeit als akzeptabel festgelegt und wer wird benachrichtigt oder gewarnt, wenn der Wert nicht eingehalten wird?
• Wie oft müssen Sie Modelldaten aktualisieren?
• Wer ist für die Bewertung der geschäftlichen Auswirkungen, der Leistung und der Nutzungsraten des Modells nach seiner Bereitstellung zuständig?
• Wie sollen im Unternehmen die Auswirkungen auf Prozesse und die Ergebnisse aus bereitgestellten Vorhersagen gemessen und überwacht werden?