新增 Einstein Discovery Prediction 到您的流程中

支援 Tableau Prep Builder 版本 2021.1.3 及以上,以及 Web 上從 2021.2.0 及以上的 Tableau Online或 Tableau Server 。

使用 Einstein Discovery 支援的模型對流程中的資料進行大量分數預測。預測可以協助您做出更明智的決策,並採取相關行動改善您的商務成果。

應用這些模型時,預測結果將自動在您的流程中建立新欄位,並以機率分數或預估平均值的形式呈現。在套用模型時選取這些選項,還可以向流程資料新增頂端預測值和頂端改善欄位。頂端預測值顯示對預測貢獻最大的因素。頂端改善功能顯示建議採取以改善預測結果的行動。

例如,為了預測員工留任率,您可以在 Einstein Discovery 中使用歷史資料(也就是您已經知道結果的資料)建立模型,然後將該模型套用到您位於的流程的資料集中,並產生預測結果。預測結果將應用於資料的列層級,協助您深入瞭解您於 Tableau 中的分析。

如果您需要將多個模型應用到您的資料集中,可以在流程中包含多個預測步驟。在每個預測步驟中,對流程套用一個預測模型。從版本 2021.2 開始,可以在一個流程中登入多個 Einstein Discovery 伺服器以選擇需要的模型。之前的版本限制每個流程只能使用單個 Einstein Discovery 伺服器。

請注意:您必須擁有用於存取 Einstein Discovery 的 Salesforce 授權和使用者帳戶,才能使用此功能。請參閲必要條件以瞭解詳情。

什麼是 Einstein Discovery?

Einstein Discovery 通過統計建模和受監督的機器學習來識別、顯示和視覺化您的商務資料洞見,從而增強您的商務智慧。它可以快速了解數百萬行資料,以找到重要關聯性、預測結果,並提供建議的方法來改進那些預測結果。

有關 Einstein Discovery 的更多資訊,請參閱 開始使用 Discovery(連結在新視窗開啟)」,還有 Salesforce 説明中的使用 Einstein Discovery 進行資料解釋、預測與相關措施(連結在新視窗開啟)。你也可以參閱 利用 Einstein Discovery 獲得洞見(連結在新視窗開啟) 來增進你的知識,記錄在 Trailhead(連結在新視窗開啟)一章。

請注意:Tableau 中的 Einstein Discovery 由 salesforce.com(連結在新視窗開啟) 提供支援。有關適用條款,請參閱與 salesforce.com(連結在新視窗開啟) 的合約。

必要條件

若要在流程中設定和使用 Einstein Discovery Predictions,您需要 Salesforce 和 Tableau 特定授權、存取和相關權限。

Salesforce 要求

要求 說明

Salesforce 授權

以下授權之一:

  • Tableau 授權中的 Einstein Discovery
  • Tableau CRM Plus 授權
  • Einstein Predictions 授權

這些授權須額外付費才可使用。

Salesforce 使用者帳戶

設定為存取 Einstein Discovery 的帳戶。

如果您使用 Tableau 授權中的 Einstein Discovery,則您的使用者帳戶必須具有透過連接 API 檢視 Einstein Discovery Recommendations的系統權限。

如果您使用 Tableau CRM Plus 授權或 Einstein Predictions 授權:

  • 若要使用已經部署的 Einstein Discovery 模型獲取預測,該帳戶必須具有 檢視 Einstein Discovery Recommendations的系統權限。
  • 要建立、部署和管理 Einstein Discovery 中的預測資料,該帳戶必須具有 管理 Einstein Discovery 權限

若要設定使用者帳戶,請參閱 Salesforce 說明中的設定 Einstein Discovery(連結在新視窗開啟)

管理員設定

Salesforce 管理員需要:

Tableau Prep 要求

要求 說明

Tableau Prep 授權與權限

Creator 授權

作為 Creator,您需要能夠登入 Salesforce 組織帳戶以存取預測定義並新增模型到您的流程中。

Tableau 使用者帳戶

在 Tableau 伺服器和 Tableau Online 版本 2021.2 及更高版本中,使用者可以將 Salesforce 使用者帳戶認證及其 Tableau 使用者帳戶一起儲存。

有關連線至 Salesforce 資料的詳細資訊,請參閱連線到 Salesforce 資料

管理員設定

Tableau 伺服器管理員需要將 Tableau Server 設定為與Tableau Prep 的 Einstein Discovery 整合。有關詳情,請參閱 Tableau 伺服器說明中的設定 Einstein Discovery 整合(連結在新視窗開啟)

將預測資料新增至流程

請注意:包含預測步驟的流程目前只能在 Tableau Prep Builder 中手動執行。

若要將 Einstein Discovery Predictions 應用到您的流程中,您需要:

  • 訪問 Salesforce 組織。
  • 存取 Tableau Prep Builder 版本 2021.1.3 或更高版本。
  • 如果在 Web 上製作或執行流程,請存取已為 Einstein Discovery 預測啟用的 Tableau Online 或 Tableau Server 版本 2021.2,或更高版本。
  • 部署在 Salesforce 中的 Einstein Discovery 預測模型。
  • Tableau Prep 來源資料中,與 Einstein Discovery 預測模型所需的模型欄位匹配的欄位。
  1. 開啟 Tableau Prep 並連線到資料來源。

  2. 根據需要採取任何清除操作。

  3. 按一下加號 圖示並從 新增 功能中選取 預測

  4. 「設定」索引標籤上的「預測」窗格中,根據版本執行以下操作之一:

    • 版本 2021.2 及更高版本:在「連線」下拉是清單中,連線到 Salesforce 伺服器,如果已經建立了連線,則從清單中選取 Salesforce 伺服器。

    • 版本 2021.1.4 及更早版本:按一下「連線到 Einstein Discovery」

    第一次連線時,會開啟一個網頁,要求您使用 Salesforce 憑證登入您的 Salesforce 帳戶。登入後,會開啟一個網頁,詢問您是否想讓 Tableau 存取您的 Salesforce 資料。按一下 允許以繼續,然後關閉瀏覽器中產生的結果索引標籤。

  5. 按一下 選擇預測定義。 這將開啟您有權存取的已部署模型清單。這些模型是使用 Einstein Discovery 在 Salesforce 中建立和部署的。有關預測模型的更多資訊,請參閱 Salesforce 說明中的模型(連結在新視窗開啟)

  6. 預測定義對話方塊中,選擇對應到資料集的預測定義。要使用流程資料產成預測結果,模型中的所有欄位必須對應到相應的流程欄位。

  7. 選項區域中,選擇至多 3 個頂端預測值和改善功能納入您的流程資料中。這是補充資料,您可以增加到您的流程中。

    • 頂端預測值表示哪些因素對預測結果的影響最大。

    • 頂端改善功能建議採取以改善預測結果的行動。

  8. 地圖欄位區域,將流程欄位對應到模型欄位。

    • 所有模型欄位必須對應到相應的流程欄位。

    • 與之完全匹配的欄位名稱會自動對應。

    • 您無法將相同的流程欄位對應到多個模型欄位。

    • 模型和流程欄位資料類型必須匹配。

      如果您的流程欄位被指派到不同的資料類型,則需要變更成和指派給該模型欄位一樣的資料類型。

      若要變更資料類型,在 地圖欄位區域,只需按一下流程欄位的資料類型,然後選擇功能表中的新資料類型。接著您就可以在之後的清除步驟中變更資料類型。

      有關變更資料類型的更多資訊,請參閱查看指派給資料的資料類型(連結在新視窗開啟)

  9. 若要套用您的設定並根據您的資料執行模型,請按一下 套用。在設定檔窗格和資料網格中將顯示預測結果。

    如果您變更任何設定,您可以再次按一下 套用以重新執行變更後的模型。如果您在按下 套用之前離開 預測步驟,則模型不會執行,您的變更也將遺失。

檢閱您的結果

將預測模型套用於流程資料後,您可以產生流程輸出,並使用新資料來源在 Tableau 資料的列層級分析預測結果。想要瞭解預測模型的結果,我們舉個例子做說明。

在此主題中,我們將員工留任預測模型套用於 Tableau Prep 員工資料,以獲得員工將留在公司的機率分數。

這為我們帶來以下結果:

讓我們來看看這些結果告訴我們關於員工 2 的什麼資訊:

問題 預測 這是哪裡?
該員工留任的可能性有多大? Einstein Discovery 預測,有 81.38% 的機會,他們將留任。 預測欄位
影響此結果的因素是什麼? 與現任經理在一起的年數減少了 2.2% 該員工留任的機會。

預測值 1 欄位(頂端預測值)

預測值 1 影響(頂端預測值的影響百分比)

什麼可以改善這個預測的結果? 將員工的月薪提高至 4923 到 5725 之間,員工留任的可能性將增加 3.86%。

改善功能 1 欄位(頂端改善功能)

改善功能 1 影響(建議變更的影響百分比)

感謝您的意見回饋!