Help bij Tableau Blueprint

Voordat verhalen/modellen worden gemaakt en voorspellingen worden geïmplementeerd met Einstein Discovery, moet elke bedrijfstaksponsor een enquête uitvoeren onder de eigen afdelingen en teams teneinde de prioriteiten van gebruikscases en voorspellingsbehoeften te kunnen bepalen. Elk bedrijfsteam dat Einstein Discovery gaat gebruiken, moet de Voorspellingenenquête invullen of samen met teamleden de documentatie van de informatie faciliteren. Het doel van de enquête is om de zakelijke gebruikscases te identificeren die optimalisatie vereisen (beschrijvende en prescriptieve voorspellingen) en de databronnen die daarvoor nodig zijn. Bovendien helpt deze enquête u te bepalen of er datawetenschappers bij moeten worden betrokken, voorspellingsimplementaties te plannen en uit te voeren en verantwoordelijkheden voor modelmonitoring toe te wijzen.

Team

• Wat is de zakelijke functie van het team?
• Wie zijn de beoogde gebruikers?
• Moet u samenwerken met een bestaand team datawetenschappers?
• Heeft uw team toegang tot de data die moet worden geanalyseerd?
• Wie in het team heeft een volledige licentie voor CRM Analytics nodig (om de data binnen te halen, verhalen/modellen te maken en voorspellingen te implementeren)?

Selectie en beheer

• Welke zakelijke gebruikscases worden gebruikt voor voorspellingen? Zijn de gebruikscases gekwalificeerd als goed of slecht passend?
• Wat en waar zijn de belangrijkste databronnen voor verhalen/modellen?
• Hoe verzamelt uw team data (Salesforce, databases of warehouses, bestandsexports, externe partijen, enz.)?
• Hebt u of vereist u goedkeuring voor modellen van een team datawetenschappers?
• Hebt u methoden voor datamodellering, zoals CRISP-DM, geïntegreerd om de zakelijke gebruikscases te kwalificeren?
• Hoe zien de data eruit voor fase 1 (snelle, ruwe aanpak) en kunt u .csv-bestanden gebruiken om de dataset te vullen?
• Hoe zien de data voor productie-implementatie eruit en kunt u de datavoorbereiding benutten en de benodigde orkestratie opbouwen?

Vaardigheden

• Hoe worden data beveiligd?
• Over welke bedrijfswetenschappelijke vaardigheden beschikt het team?
• Wie wordt binnen het team getraind als Einstein Discovery Champion (bijv. een bedrijfswetenschapper)?
• Beschikt u over de nodige zakelijke vaardigheden en inzichten om prioriteit te geven aan bepaalde gebruikscases?
• Beschikt u over de nodige vaardigheden qua data-engineering voor afgeleide velden en functiebehoeften?

Beveiliging

• Hebt u al Salesforce-cloudproducten en -datacenters doorgelicht en goedgekeurd voor het gebruik van CRM Analytics?

Monitoring

• Hoe gaat u de nauwkeurigheid van voorspellingen monitoren (bijv. Model Manager, aangepast dashboard)?
• Wat is de geaccepteerde drempelwaarde voor nauwkeurigheid van modellen en wie wordt gewaarschuwd als de waarde buiten de grenzen valt?
• Hoe vaak moet u de modeldata vernieuwen?
• Wie is verantwoordelijk voor het meten van de zakelijke impact, prestaties en implementatiepercentages van het model als dit eenmaal is geïmplementeerd?
• Hoe gaat het bedrijf de impact op processen en resultaten van geïmplementeerde voorspellingen monitoren en meten?