CRM Analytics prognosenkät
Det här innehållet är en del av Tableau Blueprint – ett ramverk med vilket ni kan zooma in och förbättra hur organisationen använder data för att få större genomslag. Sätt igång genom att göra vår utvärdering(Länken öppnas i ett nytt fönster).
Innan de skapar berättelser/modeller och distribuerar förutsägelser med Einstein Discovery bör varje affärssponsor undersöka sina avdelningar och team och hjälpa dem att prioritera användningsfall och prognosbehov. Varje affärsteam som kommer att använda Einstein Discovery bör fylla i prognosenkäten eller samarbeta med teammedlemmar för att underlätta dokumentering av informationen. Syftet med undersökningen är att identifiera de affärsanvändningsfall som kräver optimering (beskrivande och normativa förutsägelser) och de källor till data som behövs. Dessutom hjälper enkäten dig att avgöra om Data Scientists behöver delta, planera och utföra prognosdistribution och tilldela ansvar för modellövervakning.
Team
- Vad är teamets affärsfunktion?
- Vilken är målgruppen?
- Behöver du samarbeta med ett befintligt team av Data Scientists?
- Har ditt team åtkomst till datan som behöver analyseras?
- Vem i teamet kommer att behöva full licensåtkomst till CRM Analytics (för att ta in data, skapa berättelser/modeller och distribuera förutsägelser)?
Urval och hantering
- Vilka affärsanvändningsfall ska användas för förutsägelser? Har användningsfallen bedömts som bra eller dåliga?
- Vilka är de och var finns de viktigaste datakällorna för berättelser/modeller?
- Hur tar ditt team fram data (Salesforce, databaser eller datalager, filexporter, från tredje part osv.)?
- Har ni godkänt eller kräver ni att modellerna godkänns av ett Data Scientist-team?
- Har ni infört datamodelleringsmetoder som CRISP-DM för att kvalificera affärsanvändningsfallen?
- Hur ser datan ut för fas 1 (snabb och hafsig metod) och kan ni använda csv-filer för att fylla i datauppsättningen?
- Hur ser datan ut för produktionsdriftsättning och kan ni utnyttja dataförberedelse och bygga upp den orkestrering som behövs?
Kunskaper
- Hur skyddas data?
- Vilka kunskaper och kapaciteter i affärsvetenskap finns det i teamet?
- Vem kommer att identifieras och utbildas som Einstein Discovery-mästare (t.ex. affärsvetare) inom teamet?
- Har du de nödvändiga affärskunskaperna och insikterna för att prioritera användningsfall?
- Har du de nödvändiga datatekniska kunskaperna för härledda fält och behoven för funktionsutveckling?
Säkerhet
- Har du redan granskat och godkänt Salesforce molnprodukter och datacenter när det gäller användning av CRM Analytics?
Övervakning
- Hur kommer du att övervaka prognosnoggrannhet (t.ex. Model Manager, anpassad instrumentpanel)?
- Vad är det accepterade tröskelvärdet för noggrannhet för modellen och vem ska meddelas och varnas om värdet ligger utanför gränserna?
- Hur ofta behöver du uppdatera modelldata?
- Vem ansvarar för att mäta modellens affärseffekter, prestanda och användningsgrad när den väl har driftsatts?
- Hur övervakar och mäter verksamheten effekterna från distribuerade förutsägelser på processer och resultat?