Encuesta sobre predicciones de CRM Analytics


Este contenido es parte de Tableau Blueprint, un marco de madurez que le permite ampliar y mejorar la forma en que su organización utiliza los datos para generar impacto. Para comenzar su recorrido, complete nuestra evaluación(El enlace se abre en una ventana nueva).

Antes de crear historias o modelos e implementar predicciones con Einstein Discovery, cada patrocinador de línea de negocio debe realizar una encuesta a sus departamentos y equipos para ayudarlos a priorizar los casos de uso y las necesidades de predicción. Cada equipo de la empresa que utilizará Einstein Discovery debe completar la encuesta sobre predicciones o colaborar con los miembros del equipo para facilitar la documentación de la información El propósito de la encuesta es identificar los casos de uso empresariales que es necesario optimizar (predicciones descriptivas y prescriptivas) y las fuentes de datos que se necesitan. Además, esta encuesta lo ayudará a determinar si los científicos de datos deben participar en las implementaciones de las predicciones, planearlas y llevarlas a cabo, y asignar las responsabilidades de supervisión de los modelos.

Equipo

  • ¿Cuál es la función empresarial del equipo?
  • ¿Quiénes son los usuarios objetivo?
  • ¿Es necesario colaborar con un equipo de científicos de datos existente?
  • ¿El equipo tiene acceso a los datos que se deben analizar?
  • ¿Quién del equipo necesitará acceso total a la licencia de CRM Analytics (para agregar los datos, crear historias o modelos e implementar predicciones)?

 

Selección y administración

  • ¿Qué casos de uso empresariales se utilizarán para las predicciones? ¿Se calificaron los casos de uso como adecuados o no?
  • ¿Cuáles son y dónde se encuentran las fuentes de datos clave para las historias o los modelos?
  • ¿Cómo obtiene el equipo los datos (Salesforce, bases de datos o almacenes, exportaciones de archivos, terceros, etc.)?
  • ¿Tiene o necesita aprobación de un equipo de científicos de datos para los modelos?
  • ¿Incorporó métodos de modelado de datos como CRISP-DM para calificar los casos de uso empresariales?
  • ¿Qué aspecto tienen los datos para la fase 1 (enfoque rápido y desorganizado)? ¿Puede usar archivos .csv para completar el conjunto de datos?
  • ¿Qué aspecto tienen los datos para la implementación de producción? ¿Puede aprovechar la preparación de datos y generar la organización necesaria?

 

Habilidades

  • ¿Cómo se garantiza la seguridad de los datos?
  • ¿Qué habilidades y capacidades de la Ciencia de Negocios poseen los miembros del equipo?
  • ¿Quién será designado y capacitado como campeón de Einstein Discovery (por ejemplo, científico de negocios) dentro del equipo?
  • ¿Posee las habilidades y la información de negocios necesarias para priorizar los casos de uso?
  • ¿Posee las habilidades de ingeniería de datos adecuadas para abordar cualquier necesidad relacionada de ingeniería de funcionalidades y campos?

 

Seguridad

  • ¿Ya examinó y aprobó los centros de datos y los productos en la nube de Salesforce con respecto al uso de CRM Analytics?

 

Supervisión

  • ¿Cómo supervisará la precisión de las predicciones (por ejemplo, con un administrador de modelos, un dashboard personalizado)?
  • ¿Cuál es el umbral de precisión del modelo aceptable? ¿A quién se notificará y alertará si el valor se sitúa fuera de los límites?
  • ¿Con qué frecuencia deberá actualizar los datos del modelo?
  • ¿Quién será responsable de medir el impacto comercial, el rendimiento y las tasas de adopción del modelo una vez que se implemente?
  • ¿Cómo supervisará y medirá la organización el impacto en los procesos y los resultados de las predicciones implementadas?
Volver arriba
¡Gracias por sus comentarios!Sus comentarios se han enviado correctamente. ¡Gracias!