Ajuda do Tableau Blueprint

Antes de criar histórias/modelos e implantar previsões usando o Einstein Discovery, cada patrocinador de linha de negócios deve pesquisar os departamentos e as equipes para ajudá-los a priorizar casos de uso e necessidades de previsão. Cada equipe de negócios que usará o Einsten Discovery deve concluir a Pesquisa de previsões ou trabalhar com um membro da equipe de TI para viabilizar a documentação das informações. O objetivo da pesquisa é identificar os casos de uso de negócios que requerem a otimização (previsões descritivas e prescritivas) e as fontes de dados necessárias. Além disso, essa pesquisa ajudará a decidir se o cientista de dados precisa estar envolvido no projeto, além de ajudar a planejar e executar as implantações da previsão e atribuir responsabilidades de monitoramento de modelo.

Equipe

• Qual é a função comercial da equipe?
• Quem são os usuários-alvo?
• Você precisa trabalhar em conjunto com uma equipe de cientistas de dados?
• Sua esquipe tem acesso aos dados que precisam ser analisados?
• Quem na equipe precisará de uma licença de acesso total ao CRM Analytics (para trazer os dados, criar histórias/modelos e implantar previsões)?

Seleção e gerenciamento

• Quais casos de uso comerciais serão usados ​​para previsões? Os casos de uso foram qualificados como bons ou ruins?
• Quais são e onde estão as principais fontes de dados para histórias/modelos?
• Como sua equipe obtém os dados (Salesforce, bancos de dados ou data warehouses, exportações de arquivos, terceiros etc.)?
• Você tem ou precisa de aprovação de uma equipe de cientistas de dados para os modelos?
• Você incorporou métodos de modelagem de dados, como CRISP-DM, para qualificar os casos de uso comerciais?
• Como estão os dados na fase 1 (abordagem rápida e desorganizada)? Você pode usar arquivos csv para preencher o conjunto de dados?
• Como estão os dados para a implantação de produção? É possível aproveitar a preparação dos dados e desenvolver a orquestração necessária?

Habilidades

• Como a segurança dos dados é garantida?
• Quais habilidades e recursos de ciência corporativa existem na sua equipe?
• Quem será identificado e treinado como um defensor do Einstein Discovery (por exemplo, cientista corporativo) na equipe?
• Você tem as habilidades e as informações comerciais necessárias para priorizar os casos de uso?
• Você possui as habilidades de engenharia de dados e recursos necessários para quaisquer campos derivados?

Segurança

• Você já avaliou ou aprovou os produtos de nuvem e data centers da Salesforce em relação ao uso do CRM Analytics?

Monitoramento

• Como você vai monitorar a precisão das previsões (por exemplo, gerenciador de modelos, painel personalizado)?
• Qual é o limite de precisão do modelo aceito e quem será notificado e alertado se o valor estiver fora dos limites?
• Com que frequência você precisará atualizar os dados do modelo?
• Quem será responsável por medir o impacto nos negócios, o desempenho e as taxas de adoção do modelo depois de implementado?
• Como a empresa vai monitorar e avaliar o impacto das previsões implantadas nos processos e nos resultados?