分类： Analytics Cloud

爱因斯坦预测生成器(4)了解您的记分卡和错误

学习目标

完成本单元后，您将能够：

  • 了解您的记分卡结果。
  • 查看您所在领域的预测。
  • 识别常见错误。

查看您的记分卡结果

几个小时后，爱因斯坦为您准备了预测结果。预测模型是如何做的？

您应该会看到爱因斯坦预测构建器设置页面中列出的延迟付款预测。状态为Ready for Review后，导航到最右侧的下拉按钮，然后单击View Scorecard。

记分卡显示模型的详细信息。其预测质量指标显示您的模型质量。如果在报告之前检查了所有内容，那么质量应该很好。如果爱因斯坦预测生成器没有大量使用一个或两个预测变量，并且结果不是超级正或超负，那么你可以看出模型质量是好的。如果您看到这些内容，请查看本单元末尾的常见错误表，以查看问题所在。

记分卡概述显示预测质量表盘和顶部预测图表

记分卡还会显示您包含在模型中的所有预测字段的详细信息。在Predictors选项卡下，您可以看到哪些字段对未来延迟付款的可能性影响最大。您还可以查看某个字段中哪些值比其他字段更具影响力。在此预测中，信用卡付款比电子支票和电汇付款方式具有更大的影响力。有时，意外的字段与预测结果的关系比您想象的更紧密！

记分卡预测器选项卡显示字段的相关值

如果记分卡看起来不错，则接下来的步骤是在数据集上启用并查看它。在爱因斯坦预测构建器设置页面中，导航到最右侧的下拉按钮进行预测，然后单击启用。启用预测后，爱因斯坦开始将预测评分为您在爱因斯坦预测生成器中创建的Late字段，您可以在页面布局，列表视图和报告中使用它，就像任何普通字段一样。接下来我们将介绍这些步骤。

查看预测

让我们将预测添加到列表视图中。通过列表视图，您可以轻松查看哪些人更有可能错过发票付款，哪些人可能还需要多次提醒。

  • 单击左上角的，然后选择 发票。
应用启动器
  • 将列表视图调整为所有发票。让我们列出更有可能延迟付款的客户。
  • 单击并选择“ 新建”以创建列表视图。
列表视图控件
  • 对于列表名称，请输入Remind to Pay。
  • 选择所有用户都可以看到此列表视图，然后单击 保存。
为需要提醒付款的客户创建新的列表视图
  • 再次单击并选择“ 选择要显示的字段”。在“可用字段”列表中，选择以下字段，然后使用右箭头将它们移动到“可见字段”列表中。字段包括电子邮件，名字，姓氏，发票状态和预测延迟付款。单击保存。
列表视图控件
  • 如果没有看到“过滤器”面板，请单击过滤器图标以显示它。单击添加筛选器。
  • 对于“字段”，选择“ 发票状态”。对于Operator，选择 equals，对于Value，选择Pending。
  • 单击完成并保存。现在，您会看到所有待处理发票的清单。
  • 让我们进一步缩小范围，只查看我们想要通过电子邮件提醒的客户。再次单击 添加过滤器。
  • 对于Field，选择Predicted Late Payments。对于Operator，选择 更大或相等。输入10值。单击“完成”。
  • 在筛选器面板，单击保存。单击“ 预测延迟付款”列以按升序或降序切换列表。
列出预测延迟发票付款的降序排列

故障排除和常见错误

这是爱因斯坦预测生成器中常见错误和解决方案的表格。

问题解
无法在同一对象上构建多个预测。爱因斯坦支持对同一个对象进行多次预测，但如果你试图快速连续建立它们，爱因斯坦只会建立在第一个上。我们建议每天在同一个对象上创建一个预测。
无法预测选项列表中的值。爱因斯坦预测构建器目前仅支持二进制分类，因此选项列表值可以映射到复选框字段或公式字段。返回值必须是数字字段或复选框。确保运行新公式字段的报告以确认其填充正确。
当过滤器显示不正确的信息时，这意味着什么？第一个过滤器（Segment Screen）是一个全局过滤器，这意味着那里包含的记录将从训练和评分中排除。第二个过滤器（示例屏幕）是训练过滤器。这是用于区分示例集和评分集的屏幕。在爱因斯坦预测构建器中，当您创建分段时，模型和预测仅关注分段内的数据。分段数据分为示例和评分集。分段数据包括被忽略的记录，因为它们与预测无关或可能污染数据集。示例集包括用于学习的所有记录。这包括要学习的积极和消极的例子。评分集是您想要预测的记录。
在查看记分卡时，模型质量太好了（> 95％）。当模型质量过高时，我们通常会怀疑事后偏见。爱因斯坦检测并删除任何易受事后偏见影响的字段，但是对于应该删除的其他字段，要仔细检查数据集总是好的。
在查看记分卡时，模型质量太低。当从示例集中删除了太多字段时，通常会发生这种情况。没有足够的预测字段来做出强有力的预测。尝试在示例集中包含更多字段并再次运行模型。

使用预测

感谢爱因斯坦预测生成器，您现在已经获得了一个Lightning Energy客户名单，他们更有可能延迟支付电费。因此，您确保工作人员联系这些人，以提醒他们即将到来的付款，并祝他们节日快乐。这对每个人来说都是双赢的。好哇！

想要更多动手与爱因斯坦预测生成器？接下来尝试我们的 快速入门：爱因斯坦预测生成器。

爱因斯坦预测生成器(4)了解您的记分卡和错误

学习目标

完成本单元后，您将能够：

  • 了解您的记分卡结果。
  • 查看您所在领域的预测。
  • 识别常见错误。

查看您的记分卡结果

几个小时后，爱因斯坦为您准备了预测结果。预测模型是如何做的？

您应该会看到爱因斯坦预测构建器设置页面中列出的延迟付款预测。状态为Ready for Review后，导航到最右侧的下拉按钮，然后单击View Scorecard。

记分卡显示模型的详细信息。其预测质量指标显示您的模型质量。如果在报告之前检查了所有内容，那么质量应该很好。如果爱因斯坦预测生成器没有大量使用一个或两个预测变量，并且结果不是超级正或超负，那么你可以看出模型质量是好的。如果您看到这些内容，请查看本单元末尾的常见错误表，以查看问题所在。

记分卡概述显示预测质量表盘和顶部预测图表

记分卡还会显示您包含在模型中的所有预测字段的详细信息。在Predictors选项卡下，您可以看到哪些字段对未来延迟付款的可能性影响最大。您还可以查看某个字段中哪些值比其他字段更具影响力。在此预测中，信用卡付款比电子支票和电汇付款方式具有更大的影响力。有时，意外的字段与预测结果的关系比您想象的更紧密！

记分卡预测器选项卡显示字段的相关值

如果记分卡看起来不错，则接下来的步骤是在数据集上启用并查看它。在爱因斯坦预测构建器设置页面中，导航到最右侧的下拉按钮进行预测，然后单击启用。启用预测后，爱因斯坦开始将预测评分为您在爱因斯坦预测生成器中创建的Late字段，您可以在页面布局，列表视图和报告中使用它，就像任何普通字段一样。接下来我们将介绍这些步骤。

查看预测

让我们将预测添加到列表视图中。通过列表视图，您可以轻松查看哪些人更有可能错过发票付款，哪些人可能还需要多次提醒。

  • 单击左上角的，然后选择 发票。
应用启动器
  • 将列表视图调整为所有发票。让我们列出更有可能延迟付款的客户。
  • 单击并选择“ 新建”以创建列表视图。
列表视图控件
  • 对于列表名称，请输入Remind to Pay。
  • 选择所有用户都可以看到此列表视图，然后单击 保存。
为需要提醒付款的客户创建新的列表视图
  • 再次单击并选择“ 选择要显示的字段”。在“可用字段”列表中，选择以下字段，然后使用右箭头将它们移动到“可见字段”列表中。字段包括电子邮件，名字，姓氏，发票状态和预测延迟付款。单击保存。
列表视图控件
  • 如果没有看到“过滤器”面板，请单击过滤器图标以显示它。单击添加筛选器。
  • 对于“字段”，选择“ 发票状态”。对于Operator，选择 equals，对于Value，选择Pending。
  • 单击完成并保存。现在，您会看到所有待处理发票的清单。
  • 让我们进一步缩小范围，只查看我们想要通过电子邮件提醒的客户。再次单击 添加过滤器。
  • 对于Field，选择Predicted Late Payments。对于Operator，选择 更大或相等。输入10值。单击“完成”。
  • 在筛选器面板，单击保存。单击“ 预测延迟付款”列以按升序或降序切换列表。
列出预测延迟发票付款的降序排列

故障排除和常见错误

这是爱因斯坦预测生成器中常见错误和解决方案的表格。

问题解
无法在同一对象上构建多个预测。爱因斯坦支持对同一个对象进行多次预测，但如果你试图快速连续建立它们，爱因斯坦只会建立在第一个上。我们建议每天在同一个对象上创建一个预测。
无法预测选项列表中的值。爱因斯坦预测构建器目前仅支持二进制分类，因此选项列表值可以映射到复选框字段或公式字段。返回值必须是数字字段或复选框。确保运行新公式字段的报告以确认其填充正确。
当过滤器显示不正确的信息时，这意味着什么？第一个过滤器（Segment Screen）是一个全局过滤器，这意味着那里包含的记录将从训练和评分中排除。第二个过滤器（示例屏幕）是训练过滤器。这是用于区分示例集和评分集的屏幕。在爱因斯坦预测构建器中，当您创建分段时，模型和预测仅关注分段内的数据。分段数据分为示例和评分集。分段数据包括被忽略的记录，因为它们与预测无关或可能污染数据集。示例集包括用于学习的所有记录。这包括要学习的积极和消极的例子。评分集是您想要预测的记录。
在查看记分卡时，模型质量太好了（> 95％）。当模型质量过高时，我们通常会怀疑事后偏见。爱因斯坦检测并删除任何易受事后偏见影响的字段，但是对于应该删除的其他字段，要仔细检查数据集总是好的。
在查看记分卡时，模型质量太低。当从示例集中删除了太多字段时，通常会发生这种情况。没有足够的预测字段来做出强有力的预测。尝试在示例集中包含更多字段并再次运行模型。

使用预测

感谢爱因斯坦预测生成器，您现在已经获得了一个Lightning Energy客户名单，他们更有可能延迟支付电费。因此，您确保工作人员联系这些人，以提醒他们即将到来的付款，并祝他们节日快乐。这对每个人来说都是双赢的。好哇！

想要更多动手与爱因斯坦预测生成器？接下来尝试我们的 快速入门：爱因斯坦预测生成器。

爱因斯坦预测生成器(3)充分利用您的数据集

学习目标

完成本单元后，您将能够：

  • 确定您的示例集和事后偏见。
  • 建立预测。

理解示例集

现在您已经创建了几个自定义公式字段并完成了细分，您几乎已准备好选择数据集中的哪些记录作为示例。当您第一次构建预测时，爱因斯坦会从您提供的数据中“学习”。它需要深入了解您的数据并从中构建预测模型，确定哪些字段可能会影响预测结果。

这可以让您考虑发票数据集中的所有字段。作为示例包含的正确数量的字段是多少？对于爱因斯坦预测构建器，更多数据通常更好。事实上，我们建议首次使用所有或几乎所有选定的字段构建预测。爱因斯坦预测构建器查找具有最强预测能力的字段，因此如果您在没有充分理由的情况下删除字段，则可能会意外引入偏差。

回顾一下，爱因斯坦预测构建器使用数据集中的信息进行预测。如果预测器很有可能影响预测结果，则预测器显示更高的影响值。对于Lightning Energy，客户名和姓名字段可能是弱预测指标，因为它们似乎与客户是否可能延迟付款无关。但是为了以防万一你还是包括它们。

识别后见之明的偏见

你需要注意的一个变量是事后偏见。也称为数据泄漏，当您在未来的示例集中包含数据时会发生事后偏见 – 它仅出现在您要预测的事件之后。

对于Lightning Energy来说，事后偏见的一个例子是Late Fee字段。Lightning Energy仅在客户错过付款截止日期后才收取滞纳金。如果使用此字段构建预测，则会将有关未来的信息“泄漏”到模型中。当你这样做时，爱因斯坦将该字段标记为延迟付款的强预测因子，但实际上，延迟费用字段不是预测变量。因此，您继续使用您在上一个单元中学习的分段步骤从数据集中排除延迟费用字段。

爱因斯坦在捕捉无益变量方面做得非常好，但可能会错过一些。这就是为什么总是仔细检查你的领域并扫描任何可能引入事后偏见的原因是个好主意。

建立预测

现在是时候把它们放在一起了。让我们建立一个预测。请记住，爱因斯坦支持对同一个对象进行多次预测，但如果你试图快速连续建立它们，爱因斯坦只会建立在第一个上。我们建议每天在同一个对象上创建一个预测。

  • 从“设置”中，输入Einstein Prediction Builder“快速查找”框并选择“ 爱因斯坦预测生成器”。或者，单击入门的爱因斯坦预测生成器瓦。
  • 如果这是您第一次使用爱因斯坦预测构建器，则还需要在启动页面上单击 “开始 ”。
  • 单击新预测。
  • 命名您的预测Late Payments Prediction。API名称字段根据您的标签自动填充。单击下一步。
命名您的预测
  • 选择“ 发票”对象，然后选择“ 是”，将焦点放在一个段（高级）上。选择“ 自动转帐”字段，“ 等于”运算符，然后选择“ 假”值。在这里，您要选择在模型中使用哪些数据。单击下一步。
预测Invoice对象并对Autopay字段进行分段
  • 搜索并选择您之前创建的延迟付款公式字段。这是您要预测的字段。
  • 爱因斯坦需要知道使用哪些记录作为例子。您想使用过去的发票，以便知道它们是否是延迟付款。在这种情况下，过去的发票是不再处于“待处理”状态的发票。因此，选择“ 发票状态”字段，“不等于”运算符和“ 待定” 值。单击下一步。
使用“发票状态”字段预测“延迟付款”字段
  • 一个常见的错误是只选择那些值为“True”的记录 – 在这种情况下，这只是“延迟付款”公式为True的Invoice对象的行。然而，爱因斯坦从正面和负面的例子中学习，所以你必须确保给它两个例子！这就是为什么我们选择所有过去的发票而不仅仅是那些迟付的发票。
  • 查看爱因斯坦的字段以进行分析以进行预测。在这种情况下，由于上面讨论的事后偏见，取消选中延迟费用字段。单击 下一步。
预测所有字段，除了延迟费用，这是未选中的
  • 将爱因斯坦保存预测的字段命名为。输入Predicted Late Payments字段标签。按Tab键填充字段名称，然后单击“ 下一步”。
将预测结果将保存到的字段命名为
  • 检查您的选择。要进行更改，请使用“ 后退”按钮。对选择感到满意后，单击“ 构建预测”。在下一页上，单击“完成”。

爱因斯坦需要几个小时来分析数据并开始做出预测。在下一个单元中，我们将查看结果并向您展示如何将预测付诸实践。

爱因斯坦预测生成器(2)理解细分

学习目标

完成本单元后，您将能够：

  • 使用数据分段。
  • 创建分段过滤器。

细分您的字段

您已创建公式字段，以预测客户在即将到来的假期期间支付延迟付款的可能性。您已检查过您的数据和报告，以确保所有设置都顺利进行。就Lightning Energy的Salesforce用户而言，你做得很好。

让我们回顾一下。从报告中，您可以查看发票是否延迟。如果未选中延迟付款复选框，付款将按时或仍处于待处理状态。您看到的准时付款要比延迟付款多得多，这看起来是正确的。您了解业务，并且有更多人按时支付月度发票。

事实上，您知道您的许多客户每月自动向Lightning Energy付款，因此他们从不付款。预测这些自动转账客户是否会延迟付款没有多大意义。由于可以安全地假设设置某种自动转帐的客户从不错过电费截止日期，因此您需要将其从爱因斯坦学习的数据集中排除。

您可以删除使用细分进行自动付款的客户。您希望分割出与整体预测无关的数据集行。简而言之，细分会消除会使预测误导的因素。Salesforce可以轻松地将这些客户细分为报告和预测，因此整体结果不具有欺骗性。这是您在预测构建之前检查数据集和字段的另一个原因。

建立分段报告

让我们更新报告以反映Lightning Energy的细分。对于此细分，您要删除自动转帐字段。你想告诉爱因斯坦过滤：Autopay =“False。”这只需几步。

  1. 单击“ 编辑”以返回上一个报告页面。
  2. 在字段下，选择过滤器。
  3. 搜索并添加Autopay过滤器并将其设置为 False。
  4. 点击应用。
  5. 运行报告。
报告显示没有自动转帐字段的延迟付款

新报告显示与以前相同的数据集，但会删除客户使用自动付款交易支付的所有发票。

爱因斯坦预测生成器(1)爱因斯坦预测生成器入门

学习目标

完成本单元后，您将能够：

  • 解释爱因斯坦预测构建器可以做什么。
  • 解释什么公式字段。

介绍

随着冬季假期即将来临，各地的人们正在装修和点亮他们的家园，接待亲朋好友，庆祝这个季节。你对假期感到兴奋，但作为中型电力公司Lightning Energy的运营经理，你也有其他的想法。

Lightning Energy在全国各地都有客户，您需要为本月客户的电费账单做好准备。问题是，随着新年的庆祝活动，美食和乐趣，人们有时会忘记按时支付电费。事实上，每年您都会注意到主要假期和旅行季节的延迟付款会增加。当然，每个人都是人，即使你在这里和那里付款也很晚。

去年这个时候，您要求员工向客户发送有关他们即将付款的电子邮件。这是一次大规模的努力，但电子邮件几乎没有改善这种情况。大多数客户没有回应。作为一个不断发展的企业，让已经负担过重的员工与每个客户联系以提醒他们支付账单是不切实际的。可能性似乎堆积在你身上，但你决心找到一种方法来减少今年迟发票的付款。

用爱因斯坦做出预测

作为Salesforce的新用户，您最近听说过人工智能平台爱因斯坦。爱因斯坦预测生成器让您只需点击几下即可对Salesforce中的几乎任何字段进行预测。然后，您可以使用预测来为工作流程提供动力，集中精力并更智能地工作。没有型号，没有算法，没有代码需要。点。点击。预测。

在这个简短的视频中查看。

爱因斯坦预测构建器在是或否问题和预测数值数据时效果最佳。如果您考虑到这些问题，爱因斯坦预测生成器可以告诉您客户是否可能支付延迟的电费。它甚至可以预测客户可能会延迟多少天。这些信息可以帮助您解决Lightning Energy的延迟发票付款问题。一旦您知道哪些客户可能延迟付款，您就可以集中精力与他们联系，甚至设置自动提醒。

想与爱因斯坦预测生成器亲身体验？

在本单元中，我们将向您展示在爱因斯坦预测构建器中设置延迟付款预测的基本步骤。我们在此模块中没有任何实际操作的挑战，但如果您想练习并尝试这些步骤，则需要一个包含Einstein Prediction Builder和我们的示例数据的特殊Developer Edition组织。常规的Trailhead Playground没有爱因斯坦预测生成器或我们的样本数据。同样，使用Einstein Prediction Builder的较旧的Developer Edition组织也没有我们的示例数据。以下是如何获得免费的开发人员版。

  1. 使用爱因斯坦预测构建器注册免费的开发人员版组织。
  2. 填写表格。对于电子邮件，请输入活动电子邮件地址 对于用户名，请输入看似电子邮件地址且唯一的用户名，但不必是有效的电子邮件帐户（例如，yourname @ test.com）。
  3. 填写表单后，单击“ 注册”。出现确认消息。
  4. 当您收到激活电子邮件时（可能需要几分钟时间），请将其打开并单击“ 验证帐户”。
  5. 通过设置密码和质询问题完成注册。 提示：记下您的用户名，密码和登录URL，以便日后轻松访问。
  6. 您已登录Developer Edition。

创建公式字段

在开始构建预测之前，您需要快速查看数据。为此，您导航到App Launcher并选择Invoices，然后将列表视图更改为All。您可以看到Lightning Energy的所有发票记录。

爱因斯坦建立了对历史数据的预测。这意味着您始终确保存在相当大的数据集，因此预测不会发生偏差。因此，爱因斯坦需要至少400行进行预测。对于二进制预测，我们建议每个结果至少包含100行。我们稍后会对预测结果进行故障排除，但在添加任何其他字段之前检查数据始终是个好主意。

由于您希望预测每个客户进行延迟付款的可能性，因此您需要为延迟付款创建公式字段。从对象管理器中，您可以看到：

  • 发票，自定义对象。每张发票记录代表Lightning Energy的客户发票。
  • 发票状态，Invoice对象上的选项列表字段，其中包含以下选项：
    • 按时支付
    • 有待
    • 晚了

Einstein Prediction Builder支持数字和复选框数据类型，以及返回TRUE，FALSE或NULL的公式文本字段。你想问是或否的问题：发票会迟到吗？在爱因斯坦，这转化为：状态=迟。让我们为延迟发票付款创建自定义公式字段。

  • 从安装程序，单击对象管理器。
  • 搜索并选择发票。
  • 单击字段和关系。
  • 单击新建。
  • 选择Formula数据类型，然后单击 Next。
选择公式数据类型
  • 对于字段标签，输入Late Payment并选择 返回类型的复选框。然后单击 下一步。
选择复选框返回类型
  • 输入公式ISPICKVAL(Invoice_Status__c,”Late”)的简单公式选项卡上的逾期付款（复选框）字段，然后单击下一步。如果发票付款延迟，则上述公式返回True值，否则返回False值。
输入自定义字段的公式
  1. 保留以下页面上的字段级安全性的默认选项，单击“ 下一步”，然后单击 “ 保存”。

您刚刚创建了一个公式字段，可帮助我们预测客户向Lightning Energy支付延迟发票的可能性。整齐！

爱因斯坦预测生成器可以使用您的数据建立强大的预测，但您也可以通过创建其他特殊字段来丰富预测。例如，您可以创建“上一个发票”字段，该字段向Lightning Energy客户显示过去的发票付款。“先前延迟发票”字段可以帮助模型更好地预测未来的延迟发票付款。

注意

注意

如果您正在使用爱因斯坦预测构建器和我们的样本数据在开发人员版组织中跟踪，我们已经为您包含了“以前的延迟发票”字段。

建立预测报告

在利用爱因斯坦的AI功能之前，我们建议您在新字段上构建并运行报告，以确保一切准确无误。报告还显示数据量。以下是如何构建报告以查看Lightning Energy发票记录的延迟付款。

  1. 单击并选择“报告”。
  2. 单击“ 新报告”。
  3. 搜索并选择“ 发票”，然后单击“ 继续”。
  4. 在“组行”下，搜索并选择“ 延迟付款”。
  5. 在页面底部，取消选中Detail Rows，然后单击 Run。
报告显示延迟付款

该报告显示在“延迟付款”字段中按True或False分组的所有发票记录。运行此报告有助于捕获和修复不准确的公式字段，因为它们通常很容易被发现。我们建议您在准备爱因斯坦预测生成器以确认一切看起来不错时采取的每个新步骤中运行此报告。

爱因斯坦基础(3)使用爱因斯坦平台

学习目标

完成本单元后，您将能够：

  • 解释爱因斯坦平台如何允许任何管理员或开发人员构建自己的智能助手。
  • 列出每个爱因斯坦平台产品。

建立自己的智能助手

就像你在上一个单元中学到的那样，我们推出了具有开箱即用功能的爱因斯坦，以便在我们的Salesforce云中启用。但我们都知道，Salesforce管理员和开发人员会根据其业务与客户交互的独特方式自定义Salesforce实例。幸运的是，有很多方法可以自定义Salesforce，但是如何自定义Salesforce Einstein呢？

爱因斯坦平台允许所有管理员和开发人员为各种用例构建自己的AI驱动助手。您可以使用点击和编程功能来构建预测通过Salesforce浮出水面的任何应用程序。 

所有爱因斯坦平台产品都包含我们在单元1中告诉您的一个或多个智能助手组件。继续阅读以深入了解可以构建自己的智能助手的平台产品。

爱因斯坦机器人

爱因斯坦机器人允许您在“客户”最喜欢的渠道（如聊天，消息或语音）中构建智能助理。爱因斯坦机器人使用自然语言处理（NLP）为客户提供即时帮助，通过回答常见问题或收集正确的信息，将对话无缝地交给正确的代理，以解决更复杂的问题或案例。 

假设您是一家电子商务企业，并且您的服务团队通过许多不同渠道获得大量查询。使用爱因斯坦机器人，您可以为您的企业创建聊天机器人，以便立即为客户回答特定的常规问题，例如更新密码或订购状态更新。这使得服务代理有更多时间处理复杂，细微的案例，客户可以快速获得答案，从而节省时间。如果爱因斯坦机器人目前没有答案，您可以立即通过聊天窗口中的品牌问候欢迎您的客户，将他们指引给合适的代理商，以便快速帮助他们。考虑到客户生活在即时，移动，网络驱动的世界中，他们希望立即实现一对一的服务。如果他们没有迅速得到回应，他们可以少考虑一个品牌。爱因斯坦机器人消除了这种摩擦。

关于爱因斯坦机器人如何工作的相应视觉

爱因斯坦之声

注意

注意

我们通过试点计划向选定的客户提供爱因斯坦语音，该计划要求就特定条款和条件达成一致。除非或直到Salesforce宣布其在文档或新闻稿或公开声明中的一般可用性，否则爱因斯坦语音可能会发生变化，并且通常不可用。我们无法保证在任何特定时间范围内或根本无法保证一般可用性。仅根据通常可用的产品和功能做出购买决定。

爱因斯坦语音使所有用户都可以从任何设备与Salesforce交谈。爱因斯坦语音分为两个部分：启用您的组织（爱因斯坦语音助理），并为您的客户（爱因斯坦语音机器人）提供他们可以与之交谈的智能助手。

爱因斯坦语音助理

使用爱因斯坦语音助手，您可以让组织中的任何人与Salesforce交谈。

假设您有一个杀手级销售组织。你的销售代表忙于炫耀产品，握手和完成交易，但他们仍然没有达到配额。你怎么能让他们更快地完成交易并达到这些配额？

让我们来看看Sandra的镜头 – 您在美国东南部地区的高级客户经理。每天早上醒来时，她都会打开电子邮件，优先考虑那天最需要她注意的帐户，机会和会议。如果她被告知要优先考虑什么呢？

爱因斯坦语音助理每天早上都可以告诉桑德拉（代替她躺在床上通过电子邮件阅读）优先考虑并集中注意力的事情，这样她就可以利用这段时间从床上下来早些时候，为这些会议做准备，为今天做好准备。

快进3个小时。她的爱因斯坦语音助理告诉她与潜在客户Sharper Fish，LLC的会面。会议进行得很顺利。看起来她即将完成交易，但她只需要向她的产品经理询问产品功能的说明。通常情况下，桑德拉必须编写或输入笔记和行动项目，这不仅需要时间，而且可能会丢失在她的桌面上。通过爱因斯坦语音助手，Sandra可以在她从会议开始并记录笔记时使用她的智能手机与Salesforce交谈。爱因斯坦会理解行动项目，提醒她做这些事情，并为她安排后续会议。 

在爱因斯坦语音助手的帮助下，Sandra能够通过产品功能问题的快速转变完成与Sharper Fish，LLC的交易。接下来的一周，桑德拉与她的经理就过去一个月的交易进展以及管道中剩下的内容进行了会面。由于她白天忙于销售，她通常会在这些会议期间花时间查找记录和导航仪表板。这是Sandra和她的经理可以保存的另一个例子。幸运的是，通过爱因斯坦语音助手，Sandra可以通过她的语音创建和导航仪表板以及实时提取记录来推动Salesforce。 

关于爱因斯坦语音助理的图解

爱因斯坦语音机器人

使用爱因斯坦语音机器人，您的客户可以通过他们的声音与您的品牌互动。

假设您是一家销售钱包的电子商务企业，您会收到客户询问其订单最后状态的大量询问。现在有了爱因斯坦语音机器人，您的公司可以声明性地建立品牌体验，让客户能够与他们的智能扬声器对话并获得订单状态的更新，而无需拿起电话或登录门户网站。语音助手与Salesforce集成，因此客户可以提出问题（说明订单状态），爱因斯坦语音机器人将搜索Salesforce并找到答案，它会将答案反馈给客户。这使您的客户更容易获得他们正在寻找的响应，并且它允许您的服务代理更快地解决案例，留下更复杂，细致入微的案例供他们关注。 

关于爱因斯坦语音机器人做什么的图形

爱因斯坦预测生成器

Einstein Prediction Builder是一个简单的点击式向导，可让您快速对未加密的Salesforce数据进行自定义预测。您可以通过点击而非代码为销售，服务，营销，商业，IT，财务甚至人力资源部门创建业务的任何部分的预测。 

在了解如何将Prediction Builder应用于您的业务时，请问自己要预测哪些对象和字段。

  • 我是否想要预测是或否问题的答案？（二进制分类）
    • 这个邮政编码对我的公司来说是个好机会吗？
    • 请问这个客户 磨损？
    • 新员工是否需要特定类型的培训？
    • 会˚F 光 按时到达？
    • 将一个客户 错过付款？
  • 我想预测金额吗？（回归测试版）
    • 我们可以以什么价格出售这套房子？

假设您是一家向零售店销售的消费品公司，最近您遇到了一个大问题，一些商店终止了对您产品的购买。因此，您希望为您的服务代表提供有关零售店是否会减少的预测。使用Prediction Builder，您可以选择要预测的对象，在本例中为“零售商店”和您要进行预测的字段，在本例中为“损耗？”。然后，您引入包含零售商店所有订单项的数据集，以及它们是否已经磨损，以及客户周围的其他特征，并且AutoML将在后端发挥其魔力。 

最后，预测构建器将为您提供客户是否会进行磨损的可能性百分比（对于所有具有“磨损”空白字段的客户），以及围绕预测的主要正面和负面特征。

通过Salesforce控制台显示的预测示例

既然您的服务代表拥有这些有价值的信息，他们就知道要与哪些客户互动，并且他们更好地了解如何与他们互动以防止人员流失。最终，这将减少您的业务损失机会和收入。

爱因斯坦下一个最佳行动

爱因斯坦下一个最佳行动（NBA）允许您使用基于规则和预测的模型为您的企业中的任何人提供智能的上下文推荐和优惠。行动是在Salesforce中直接提供最大影响力洞察力的时刻提供的。

让我们带回您的业务在客户流失中苦苦挣扎的同一场景，并且您已经为您的服务代表构建了一个预测模型，以查看哪些客户可能会与其他客户相比。现在，如果您可以为您的服务代表提供正确的建议，以便让客户避免磨损，该怎么办？

通过“下一步最佳操作”，您可以根据预测和结果创建规则或命题，以便为服务代表提供最佳建议，以便向客户推荐。假设您建议向具有80％或更高消耗可能性的客户推荐两年期合同延期10％的折扣。当您的服务代表遇到属于该类别的客户的预测时，他们会被推荐到Lightning控制台中跟进他们并发送10％的折扣，他们可以立即采取行动，所有这些都来自Salesforce。

在Salesforce控制台中创建命题
创建一个策略的示例，该策略可以过滤掉较低的消耗可能性

问题是，为所有业务创建不同场景的后续策略有很多种不同的组合，因此在Salesforce中自动显示命题，直接发送给用户有助于消除他们当天的猜测。

Salesforce控制台中的建议示例

爱因斯坦发现

与爱因斯坦预测构建器一样，爱因斯坦发现也可以在不需要您自己的数据科学家的情况下预测结果。

让我们回到Prediction Builder示例中的客户流失问题。假设您的消费品业务有一些分析师与不同团队合作以优化运营。而且您的企业在Salesforce中拥有大量数据，并且具有严格的数据要求。Salesforce实例中有一些重要字段可以帮助预测客户流失。您的服务代表通过来自Prediction Builder的Lightning服务控制台接收预测，开始意识到少数客户面临着人员流失的风险。Prediction Builder告诉他们一些高级别的原因，但服务代表想要找到问题的根源。 

通过爱因斯坦发现，任何人都可以充分了解公司中所有数据的相关模式，无论是否加密，都可以预测客户流失。您可以完全控制他们放入预测模型的数据，并能够深入挖掘预测和见解。 

例如，爱因斯坦预测生成器将显示客户可能会因为最近一次购买而在3个月前购买的服务代表。此外，他们的商店不在您的产品需求量大的地区。有了这种洞察力，服务代表如何回应？哪种见解比另一种更重要？爱因斯坦发现可以为你解答。如果它告诉您某个零售点的消费者需求更重要怎么办？凭借这种洞察力，您的服务团队可以与销售，营销和产品团队合作，设计满足该地点需求的产品，或促进这些领域的营销，以提高产品的认知度。

用爱因斯坦发现预测会发生什么和相应图表的例子

爱因斯坦视觉与语言

构建支持AI的应用程序可能很难，因为您必须利用非结构化数据并理解它们。就像我们在第一个单元中提到的那样，在图像，文本，视频，word文档和音频文件等文件中有非常多类型的非结构化数据。但是所有企业都可以从这些非结构化数据的预测中受益，这就是爱因斯坦愿景和语言的用武之地。爱因斯坦愿景和语言是一组API和服务，供Salesforce开发人员用来为任何应用程序添加深度学习功能，最终允许最终用户对图像进行分类并从文本中提取含义。

爱因斯坦视觉由爱因斯坦物体探测和爱因斯坦图像分类组成。这些API共同利用图像中的非结构化数据，从而帮助员工大规模对其进行分类。假设您拥有一家拥有各种产品的相机公司。设备损坏的频率超出预期。您公司的代表可以拍摄设备的照片，在爱因斯坦图像分类的帮助下，他们能够了解设备是否损坏，损坏的位置，以及估计设备的损耗程度。维修费用。这将消除检查所有设备的猜测，并将为您的代表节省大量时间。

爱因斯坦物体检测提取并对图像中的物体进行背景化。例如，假设您是一家在仓库中拥有装载库存的公司。您的团队可以拍摄库存照片，爱因斯坦物体检测可以识别出有多少特定物品，因此您的团队可以准确地计划何时订购更多，节省不必要的开支。

关于如何使用爱因斯坦视觉的图解

爱因斯坦语包括爱因斯坦情感和爱因斯坦意图。这些API共同利用文本中的非结构化数据来理解和理解，以帮助您更好地了解客户。假设您为一家服装公司工作，并推出了一系列新的运动衫。您希望帮助您的营销人员了解客户对您的新系列运动衫的感受。使用爱因斯坦语言，您可以构建一个应用程序，其中包含有关运动衫系列的信息，例如：运动衫系列的名称，包含的颜色，包含的尺寸，材料，销售地点等然后，爱因斯坦可以通过社交媒体来了解人们是否发布了关于产品的内容以及关于产品的内容。使用爱因斯坦情绪的积极和消极情绪过滤器，你的营销人员了解谁喜欢或不喜欢运动衫，以及为什么他们这样做，以便他们可以相应地调整他们的营销策略。使用爱因斯坦意图对不同的文本进行分类，您的营销人员可以对客户对产品的评价进行分类，无论他们是在谈论颜色，质地，耐用性等等。这种知识本身就是您的团队成为更好的营销人员和更好的卖家。

关于如何使用爱因斯坦语的图解

准备好让您的Salesforce爱因斯坦开启？

现在您已经看到了Salesforce Einstein所提供的一些内容。请查看下面的参考资料部分，继续探索您感兴趣的主题。

爱因斯坦基础(3)使用爱因斯坦平台

学习目标

完成本单元后，您将能够：

  • 解释爱因斯坦平台如何允许任何管理员或开发人员构建自己的智能助手。
  • 列出每个爱因斯坦平台产品。

建立自己的智能助手

就像你在上一个单元中学到的那样，我们推出了具有开箱即用功能的爱因斯坦，以便在我们的Salesforce云中启用。但我们都知道，Salesforce管理员和开发人员会根据其业务与客户交互的独特方式自定义Salesforce实例。幸运的是，有很多方法可以自定义Salesforce，但是如何自定义Salesforce Einstein呢？

爱因斯坦平台允许所有管理员和开发人员为各种用例构建自己的AI驱动助手。您可以使用点击和编程功能来构建预测通过Salesforce浮出水面的任何应用程序。 

所有爱因斯坦平台产品都包含我们在单元1中告诉您的一个或多个智能助手组件。继续阅读以深入了解可以构建自己的智能助手的平台产品。

爱因斯坦机器人

爱因斯坦机器人允许您在“客户”最喜欢的渠道（如聊天，消息或语音）中构建智能助理。爱因斯坦机器人使用自然语言处理（NLP）为客户提供即时帮助，通过回答常见问题或收集正确的信息，将对话无缝地交给正确的代理，以解决更复杂的问题或案例。 

假设您是一家电子商务企业，并且您的服务团队通过许多不同渠道获得大量查询。使用爱因斯坦机器人，您可以为您的企业创建聊天机器人，以便立即为客户回答特定的常规问题，例如更新密码或订购状态更新。这使得服务代理有更多时间处理复杂，细微的案例，客户可以快速获得答案，从而节省时间。如果爱因斯坦机器人目前没有答案，您可以立即通过聊天窗口中的品牌问候欢迎您的客户，将他们指引给合适的代理商，以便快速帮助他们。考虑到客户生活在即时，移动，网络驱动的世界中，他们希望立即实现一对一的服务。如果他们没有迅速得到回应，他们可以少考虑一个品牌。爱因斯坦机器人消除了这种摩擦。

关于爱因斯坦机器人如何工作的相应视觉

爱因斯坦之声

注意

注意

我们通过试点计划向选定的客户提供爱因斯坦语音，该计划要求就特定条款和条件达成一致。除非或直到Salesforce宣布其在文档或新闻稿或公开声明中的一般可用性，否则爱因斯坦语音可能会发生变化，并且通常不可用。我们无法保证在任何特定时间范围内或根本无法保证一般可用性。仅根据通常可用的产品和功能做出购买决定。

爱因斯坦语音使所有用户都可以从任何设备与Salesforce交谈。爱因斯坦语音分为两个部分：启用您的组织（爱因斯坦语音助理），并为您的客户（爱因斯坦语音机器人）提供他们可以与之交谈的智能助手。

爱因斯坦语音助理

使用爱因斯坦语音助手，您可以让组织中的任何人与Salesforce交谈。

假设您有一个杀手级销售组织。你的销售代表忙于炫耀产品，握手和完成交易，但他们仍然没有达到配额。你怎么能让他们更快地完成交易并达到这些配额？

让我们来看看Sandra的镜头 – 您在美国东南部地区的高级客户经理。每天早上醒来时，她都会打开电子邮件，优先考虑那天最需要她注意的帐户，机会和会议。如果她被告知要优先考虑什么呢？

爱因斯坦语音助理每天早上都可以告诉桑德拉（代替她躺在床上通过电子邮件阅读）优先考虑并集中注意力的事情，这样她就可以利用这段时间从床上下来早些时候，为这些会议做准备，为今天做好准备。

快进3个小时。她的爱因斯坦语音助理告诉她与潜在客户Sharper Fish，LLC的会面。会议进行得很顺利。看起来她即将完成交易，但她只需要向她的产品经理询问产品功能的说明。通常情况下，桑德拉必须编写或输入笔记和行动项目，这不仅需要时间，而且可能会丢失在她的桌面上。通过爱因斯坦语音助手，Sandra可以在她从会议开始并记录笔记时使用她的智能手机与Salesforce交谈。爱因斯坦会理解行动项目，提醒她做这些事情，并为她安排后续会议。 

在爱因斯坦语音助手的帮助下，Sandra能够通过产品功能问题的快速转变完成与Sharper Fish，LLC的交易。接下来的一周，桑德拉与她的经理就过去一个月的交易进展以及管道中剩下的内容进行了会面。由于她白天忙于销售，她通常会在这些会议期间花时间查找记录和导航仪表板。这是Sandra和她的经理可以保存的另一个例子。幸运的是，通过爱因斯坦语音助手，Sandra可以通过她的语音创建和导航仪表板以及实时提取记录来推动Salesforce。 

关于爱因斯坦语音助理的图解

爱因斯坦语音机器人

使用爱因斯坦语音机器人，您的客户可以通过他们的声音与您的品牌互动。

假设您是一家销售钱包的电子商务企业，您会收到客户询问其订单最后状态的大量询问。现在有了爱因斯坦语音机器人，您的公司可以声明性地建立品牌体验，让客户能够与他们的智能扬声器对话并获得订单状态的更新，而无需拿起电话或登录门户网站。语音助手与Salesforce集成，因此客户可以提出问题（说明订单状态），爱因斯坦语音机器人将搜索Salesforce并找到答案，它会将答案反馈给客户。这使您的客户更容易获得他们正在寻找的响应，并且它允许您的服务代理更快地解决案例，留下更复杂，细致入微的案例供他们关注。 

关于爱因斯坦语音机器人做什么的图形

爱因斯坦预测生成器

Einstein Prediction Builder是一个简单的点击式向导，可让您快速对未加密的Salesforce数据进行自定义预测。您可以通过点击而非代码为销售，服务，营销，商业，IT，财务甚至人力资源部门创建业务的任何部分的预测。 

在了解如何将Prediction Builder应用于您的业务时，请问自己要预测哪些对象和字段。

  • 我是否想要预测是或否问题的答案？（二进制分类）
    • 这个邮政编码对我的公司来说是个好机会吗？
    • 请问这个客户 磨损？
    • 新员工是否需要特定类型的培训？
    • 会˚F 光 按时到达？
    • 将一个客户 错过付款？
  • 我想预测金额吗？（回归测试版）
    • 我们可以以什么价格出售这套房子？

假设您是一家向零售店销售的消费品公司，最近您遇到了一个大问题，一些商店终止了对您产品的购买。因此，您希望为您的服务代表提供有关零售店是否会减少的预测。使用Prediction Builder，您可以选择要预测的对象，在本例中为“零售商店”和您要进行预测的字段，在本例中为“损耗？”。然后，您引入包含零售商店所有订单项的数据集，以及它们是否已经磨损，以及客户周围的其他特征，并且AutoML将在后端发挥其魔力。 

最后，预测构建器将为您提供客户是否会进行磨损的可能性百分比（对于所有具有“磨损”空白字段的客户），以及围绕预测的主要正面和负面特征。

通过Salesforce控制台显示的预测示例

既然您的服务代表拥有这些有价值的信息，他们就知道要与哪些客户互动，并且他们更好地了解如何与他们互动以防止人员流失。最终，这将减少您的业务损失机会和收入。

爱因斯坦下一个最佳行动

爱因斯坦下一个最佳行动（NBA）允许您使用基于规则和预测的模型为您的企业中的任何人提供智能的上下文推荐和优惠。行动是在Salesforce中直接提供最大影响力洞察力的时刻提供的。

让我们带回您的业务在客户流失中苦苦挣扎的同一场景，并且您已经为您的服务代表构建了一个预测模型，以查看哪些客户可能会与其他客户相比。现在，如果您可以为您的服务代表提供正确的建议，以便让客户避免磨损，该怎么办？

通过“下一步最佳操作”，您可以根据预测和结果创建规则或命题，以便为服务代表提供最佳建议，以便向客户推荐。假设您建议向具有80％或更高消耗可能性的客户推荐两年期合同延期10％的折扣。当您的服务代表遇到属于该类别的客户的预测时，他们会被推荐到Lightning控制台中跟进他们并发送10％的折扣，他们可以立即采取行动，所有这些都来自Salesforce。

在Salesforce控制台中创建命题
创建一个策略的示例，该策略可以过滤掉较低的消耗可能性

问题是，为所有业务创建不同场景的后续策略有很多种不同的组合，因此在Salesforce中自动显示命题，直接发送给用户有助于消除他们当天的猜测。

Salesforce控制台中的建议示例

爱因斯坦发现

与爱因斯坦预测构建器一样，爱因斯坦发现也可以在不需要您自己的数据科学家的情况下预测结果。

让我们回到Prediction Builder示例中的客户流失问题。假设您的消费品业务有一些分析师与不同团队合作以优化运营。而且您的企业在Salesforce中拥有大量数据，并且具有严格的数据要求。Salesforce实例中有一些重要字段可以帮助预测客户流失。您的服务代表通过来自Prediction Builder的Lightning服务控制台接收预测，开始意识到少数客户面临着人员流失的风险。Prediction Builder告诉他们一些高级别的原因，但服务代表想要找到问题的根源。 

通过爱因斯坦发现，任何人都可以充分了解公司中所有数据的相关模式，无论是否加密，都可以预测客户流失。您可以完全控制他们放入预测模型的数据，并能够深入挖掘预测和见解。 

例如，爱因斯坦预测生成器将显示客户可能会因为最近一次购买而在3个月前购买的服务代表。此外，他们的商店不在您的产品需求量大的地区。有了这种洞察力，服务代表如何回应？哪种见解比另一种更重要？爱因斯坦发现可以为你解答。如果它告诉您某个零售点的消费者需求更重要怎么办？凭借这种洞察力，您的服务团队可以与销售，营销和产品团队合作，设计满足该地点需求的产品，或促进这些领域的营销，以提高产品的认知度。

用爱因斯坦发现预测会发生什么和相应图表的例子

爱因斯坦视觉与语言

构建支持AI的应用程序可能很难，因为您必须利用非结构化数据并理解它们。就像我们在第一个单元中提到的那样，在图像，文本，视频，word文档和音频文件等文件中有非常多类型的非结构化数据。但是所有企业都可以从这些非结构化数据的预测中受益，这就是爱因斯坦愿景和语言的用武之地。爱因斯坦愿景和语言是一组API和服务，供Salesforce开发人员用来为任何应用程序添加深度学习功能，最终允许最终用户对图像进行分类并从文本中提取含义。

爱因斯坦视觉由爱因斯坦物体探测和爱因斯坦图像分类组成。这些API共同利用图像中的非结构化数据，从而帮助员工大规模对其进行分类。假设您拥有一家拥有各种产品的相机公司。设备损坏的频率超出预期。您公司的代表可以拍摄设备的照片，在爱因斯坦图像分类的帮助下，他们能够了解设备是否损坏，损坏的位置，以及估计设备的损耗程度。维修费用。这将消除检查所有设备的猜测，并将为您的代表节省大量时间。

爱因斯坦物体检测提取并对图像中的物体进行背景化。例如，假设您是一家在仓库中拥有装载库存的公司。您的团队可以拍摄库存照片，爱因斯坦物体检测可以识别出有多少特定物品，因此您的团队可以准确地计划何时订购更多，节省不必要的开支。

关于如何使用爱因斯坦视觉的图解

爱因斯坦语包括爱因斯坦情感和爱因斯坦意图。这些API共同利用文本中的非结构化数据来理解和理解，以帮助您更好地了解客户。假设您为一家服装公司工作，并推出了一系列新的运动衫。您希望帮助您的营销人员了解客户对您的新系列运动衫的感受。使用爱因斯坦语言，您可以构建一个应用程序，其中包含有关运动衫系列的信息，例如：运动衫系列的名称，包含的颜色，包含的尺寸，材料，销售地点等然后，爱因斯坦可以通过社交媒体来了解人们是否发布了关于产品的内容以及关于产品的内容。使用爱因斯坦情绪的积极和消极情绪过滤器，你的营销人员了解谁喜欢或不喜欢运动衫，以及为什么他们这样做，以便他们可以相应地调整他们的营销策略。使用爱因斯坦意图对不同的文本进行分类，您的营销人员可以对客户对产品的评价进行分类，无论他们是在谈论颜色，质地，耐用性等等。这种知识本身就是您的团队成为更好的营销人员和更好的卖家。

关于如何使用爱因斯坦语的图解

准备好让您的Salesforce爱因斯坦开启？

现在您已经看到了Salesforce Einstein所提供的一些内容。请查看下面的参考资料部分，继续探索您感兴趣的主题。

爱因斯坦基础(2)了解爱因斯坦开箱即用的应用

学习目标

完成本单元后，您将能够：

  • 解释今天爱因斯坦如何融入我们的云中。
  • 列出销售，服务，营销和商务团队如何从爱因斯坦中受益。

介绍

当爱因斯坦于2016年推出时，我们希望企业能够尽可能轻松地采用人工智能。因此，我们在每个Salesforce云中创建了开箱即用的AI驱动应用程序，以便您轻松为您的业务提供支持。 

让我们看看每个云，了解Salesforce Einstein如何让用户变得更聪明。 

销售云爱因斯坦

在销售方面，主要目标是出售，出售，出售。我们知道销售代表优先考虑当天的重要性，以便他们能够转换最多的潜在客户并专注于正确的机会。他们还必须与潜在客户保持联系，并确定跟进的最佳时机。生产力是他们最重要的资产。如果他们知道何时与恰当的报价与客户互动，则可以提高报酬。

以下是Sales Cloud Einstein可以为您的销售代表做的一些事情。

  • 通过优先考虑最有可能转换的潜在客户和机会来提高赢率。
  • 通过预先打包的最佳实践分析销售周期，发现管道趋势并采取行动。
  • 通过自动化数据捕获最大化销售时间。
销售云爱因斯坦的铅评分示例

服务云爱因斯坦

良好的客户服务的基石是确保每个客户从始至终都拥有一流的体验。事实上，客户服务对消费者而言可能比产品的质量或价格更重要。

提供令人难以置信的客户服务的一种可靠途径是人工智能。AI是良好的客户服务和卓越的服务体验之间的区别。通过将AI嵌入到服务控制台中，您的代理可以获得提高客户满意度所需的预测智能。 

以下是Service Cloud Einstein可以为您的服务代理做的一些事情。

  • 通过自动预测​​和填充传入案例的字段来加速案例解决，以节省时间并减少重复性任务。
  • 通过在网络和移动聊天或移动消息等实时数字渠道上解决日常客户请求，增加呼叫偏差。
  • 通过收集和验证客户信息以减少无缝代理切换，缩短处理时间。
  • 通过为您的代理提供智能，上下文对话建议和知识建议，更快地解决问题。
服务云爱因斯坦的爱因斯坦下一个最佳行动的例子

营销云爱因斯坦

营销人员的目标是更好地了解他们的客户，以便他们能够提供最有效，最个性化的广告系列。但每个客户都是独一无二的，这意味着营销人员需要知道客户花费最多时间的渠道，如何向他们提供正确的内容，以及何时与他们互动。分析过去的客户行为有助于营销人员预测未来行为，预测客户需求，并指导每个接触点的体验。营销云爱因斯坦可以帮助您实现这一目标。

以下是您的营销团队可以从Marketing Cloud Einstein中受益的一些方法。

  • 通过发现消费者见解和预测，更深入地了解您的受众。
  • 通过建议何时以何种渠道与客户联系，更有效地参与。
  • 根据消费者偏好和意图创建个性化的1：1消息和内容。
  • 通过简化营销活动提高工作效率。
营销云爱因斯坦的爱因斯坦参与评分的例子

商业云爱因斯坦

您可能已经注意到您的客户正在多个渠道与您的品牌进行互动。无论是在线购买还是抱怨聊天，您的品牌都需要提供高度个性化的客户体验，无论他们在何处或如何购物。

通过Commerce Cloud Einstein，您可以通过在每个接触点提供统一和个性化的消费者体验来始终如一地代表您的品牌。您可以提供购物建议，相关产品和自定义搜索 – 所有这些都可以消除购买周期中的摩擦。

以下是Commerce Cloud Einstein可以为您的零售商和客户做的一些事情。

  • 通过向购物者展示最佳产品来增加收入，并消除手动推销每个页面的耗时活动。
  • 创建高度可视化的仪表板，以获取客户购买模式的快照，并使用这些仪表板为您的商品推销提供支持。
  • 个性化显式搜索（通过搜索框搜索），隐式搜索（在店面目录中浏览）以及每个购物者的类别页面，从而为您的客户节省时间并为您的业务带来更多收入。
产品页面的手机屏幕。

爱因斯坦基础(1)爱因斯坦入门

学习目标

完成本单元后，您将能够：

  • 解释爱因斯坦是什么以及它是如何成为智能助理。
  • 解释爱因斯坦如何从竞争中脱颖而出。
  • 解释爱因斯坦如何让每个Salesforce用户变得更聪明。
  • 描述为爱因斯坦提供动力的基础AI技术。

有关Salesforce Einstein的大量热议，但究竟是什么呢？

爱因斯坦是您的智能CRM助手。

爱因斯坦不仅是一个大问题，而且也是一个很大的变化，所以当你公司的人有问题并且他们来找你答案时，不要感到惊讶。通过在您的CRM中添加人工智能（AI），您可以完全改变公司在所有职能和行业中理解和与客户交互的方式。考虑这个模块你的爱因斯坦所有事情的备忘单。

本单元突出显示了用户可以提出的问题以及您可以给出的答案。但首先，让我们简要介绍一下人工智能和智能助手的基本知识。

AI Basics和Smart Assistants

人工智能基础概览

因为你看起来像是自然智能型，我们猜测你已经从你获得的人工智能基础徽章中了解了相当多的 人工智能。但在我们详细介绍爱因斯坦之前，我们先回顾一下我们在该模块中所涵盖的内容。

  • 通过个性化推荐，智能搜索结果和任务自动化（但不是杀手级机器人），AI让我们的生活更轻松。
  • 随着数据，计算能力和算法的融合，AI处于一个渐进的转折点。
  • AI嵌入在我们已经在消费者生活中使用的应用程序中，并且通过各种用户界面（UI）固有地浮出水面。

聪明的助手：人工智能的一种形式

智能助手是人工智能的一种形式，可以为任何个人或团体执行和自动化任务。在过去的几年里，聪明的助手在他们的能力方面飙升。如果您曾经问​​过Apple的Siri今天天气如何，或者亚马逊的Alexa订购了一些新的厨房用品，或的助手为您播放最新的Drake专辑，那么您已经与智能助手进行了互动。

是什么让这位助手如此聪明？看一看。

  • 语音输入：是的。你的精明助手已经把它作为全职工作，在你说话时实际听你的。
  • 自然语言理解（自然语言处理的子集）：有人听你的话是一回事，而另一个人听到你在说什么。这项技术意味着您的助手能够在您说话时真正理解您所说的内容并做出相应的回应。
  • 语音输出（自然语言生成）：没有什么比谈话的艺术了。因此，请欣赏这一技术使您的助手能够将信息发回给您，而不是将其显示在屏幕上供您阅读。（额外奖励：让你的眼睛从屏幕上休息一下！）
  • 智能解读：预测您的需求是关键。这项技术可以根据背景，过去的行为和数据来确定您接下来想要的东西（例如，每周二晚上在网上订购寿司，谷歌将在下周的寿司周围展示广告）。
  • 机构：我们一直在寻找一个超级优秀的人。这允许您的助手对您不一定要求的事情采取行动。一个很好的例子：助理根据会后会议记录中未完成的行动项目安排后续会议。

资料来源：https： //www.nngroup.com/articles/intelligent-assistant-usability/

我有AI和聪明的助手。Salesforce爱因斯坦如何适应？

爱因斯坦是您的智能CRM助手，可以将其视为两类。

  1. 爱因斯坦开箱即用的应用程序
  2. 爱因斯坦平台

爱因斯坦开箱即用的应用程序

就像我们在上一节中提到的那样，AI被嵌入到我们已经使用的应用程序中，因此它贯穿整个Salesforce UI。爱因斯坦以同样的方式工作。就像消费者应用程序一样，爱因斯坦将AI融入所有Salesforce应用程序（Sales Cloud，Service Cloud等） – 内置智能助手 – 以便每个角色，功能和行业中的每个业务用户都能得到帮助就在他们每天使用的Salesforce产品内部。 

爱因斯坦平台

每个业务的运营方式都不同，因此使用Salesforce的方式不同。爱因斯坦平台包括强大的工具，允许管理员和开发人员为他们的业务构建定制的智能助理。您可以构建一个使用语音输入，自然语言理解，语音输出，智能解释和代理组件的助手，以更好地帮助您的业务与客户进行交互并了解其客户。您还可以构建一些功能，使您的客户能够与智能助理进行交互，快速回答他们所拥有的问题，并为他们解决日常案例。

借助尽可能少的摩擦，爱因斯坦允许所有Salesforce用户：

  • 发现能够为您公司的客户带来新的清晰度的见解。
  • 预测结果，以便您的用户可以放心地做出决策。
  • 推荐最佳行动，以充分利用每次参与。
  • 自动执行日常任务，以便您的用户可以专注于客户成功。

但爱因斯坦如何才能让我的业务受益？

我们告诉你怎么样。

  • 在IT领域，爱因斯坦帮助为每个职能部门和行业构建智能应用程序，业务流程和工作流程。
  • 在销售方面，爱因斯坦帮助指导代表获得最佳潜在客户和机会，从而提高转换率，并完成更多交易。
  • 在服务方面，爱因斯坦帮助客户在他们选择的渠道上即时找到答案，并帮助代理商通过分类案例和推荐正确的文章来更快地解决案件。
  • 在市场营销方面，爱因斯坦帮助营销人员在正确的时间，正确的渠道向正确的客户发送正确的内容，从而提高客户参与度。
  • 对商务而言，爱因斯坦帮助零售商在合适的时间向每位客户推荐最佳产品，从而提高收入。

客户具体成功的一些例子包括：

  • 利用Sales Cloud Einstein Lead Scoring，排名领先的潜在客户转化率提高2.35倍
  • 通过使用Sales Cloud Einstein Activity Capture减少手动数据输入所花费的时间，使销售代表的生产力提高20％
  • 将新产品电子邮件的开放率提高到71％，而没有爱因斯坦的开放率为8-15％
  • 在转换率增长9.6％和收入增加15.5％，商务部云爱因斯坦产品推荐
  • 使用爱因斯坦视觉，98％的时间准确标记符合标准的显示图像，以提高现场效率

那么是什么使爱因斯坦与众不同？

Salesforce中的数据

这一切都始于您收集的数据。您自首次登录以来一直投入Salesforce的数据。但是，爱因斯坦还会引入电子邮件，日历，社交，物联网和外部数据。这些数据成为培训我们的AI模型所需的燃料。听起来很复杂？不是。由于数据已存在于Salesforce中，因此您无需执行任何操作。它已经结构化，以便爱因斯坦可以开始学习。

量身定制的预测

但Salesforce中的每个业务数据都不同。事实上，Salesforce中80％的记录都是自定义对象。Salesforce客户每个人都有自己独特的数据约定，这意味着平台上有大量的自定义对象。为了让我们为每个拥有不同用例和数据的客户提供AI，我们需要一大批数据科学家。如果我们没有，并且您希望将AI构建到您的业务客户数据中，那么您需要自己的数据科学家。相反，我们Salesforce已经在爱因斯坦的引擎盖下创建了一些非常特别的东西，可以扩展到所有客户，涵盖所有用例，因此我们都不需要大量的数据科学家。我们称之为自动机器学习（AutoML）。

让我们来看一个关于AutoML如何工作的例子。

假设您的商务团队想要预测客户购买商品的可能性。为了预测任何事情，您的团队需要一个购买该项目的客户列表，未购买该项目的客户以及围绕这些客户的所有属性 – 例如年龄，位置，购买的其他项目等。这些数据可以帮助您的商务团队了解哪些因素对于购买该项目最为重要。但是，说实话。可能存在重复的条目，其中一个字段未在其中一个字段中完成，字段使用可能随时间而变化，并且字段在所有条目中可能不是完全标准化的。AutoML的数据清理会筛选您的数据并检测这些错误，并自动修复它们或标记它们以进行修复。

清理完数据后，需要对数据进行培训，以便创建预测模型。在训练数据之前，您必须确定对预测购买该项目倾向有重要意义的属性或特征。示例包括“作为客户的时间长度”，“客户地址”或“上次购买的商品”。但我们知道您拥有大量数据，我们不希望您对所有数据进行筛选。AutoML还包括功能工程，可自动梳理您的数据并开始识别购买项目的最重要功能，因此您不必这样做。当您为系统提供更多清洁数据时，您的数据将得到培训，并且功能的识别将更加准确。 

好的，因此您的数据经过培训，数据集的功能已经过设计，可以了解哪些可能会影响购买。最后，AutoML使用自动模型选择来构建一个独特的预测模型，该模型衡量每个特征的重要性。相对于其他权重，权重越高 – 该特征对于预测购买倾向越重要。 

更好的是，爱因斯坦告诉你最重要的功能，并确定他们对购买的影响百分比。因此，现在您有足够的信息来决定如何最好地吸引客户来影响购买。 

使用AutoML，数据清理，特征工程和自动模型选择是自动化的，因此无需聘请数据科学家来获得相同的业务预测。

它生活在Salesforce平台上

最后，由于爱因斯坦是Salesforce可信平台的一部分，所有爱因斯坦的见解，预测，建议和行动都在Salesforce中提供 – 这意味着您可以利用您已经了解和喜爱的相同模型管理和监控工具。 

我必须成为天才才能使用它吗？我很确定爱因斯坦是个天才

没错，爱因斯坦很聪明，但也不要低估自己的聪明才智。此外，Salesforce Einstein是您的智能CRM助手 – 它易于使用，可帮助您更好地了解您的业务并更有效地与客户互动。这是一个双赢的局面。

使用爱因斯坦平台，您可以使用简单，声明的点击式工具为您的企业和客户构建支持AI的智能助手和应用程序。 

借助爱因斯坦开箱即用的应用程序，每个云都有内置的智能功能，涵盖了销售，服务，营销和商务领域最广泛的使用案例。

所以如果你还记得有关Salesforce Einstein的一件事，请记住它让用户更好地完成工作，允许他们：

  • 发现其数据中隐藏的见解和模式。
  • 预测业务成果。
  • 推荐最佳行动，优惠或参与。
  • 自动化业务流程和工作流程。

爱因斯坦不断变得聪明; 您的企业越多地使用爱因斯坦，您就可以从该工具中获得更多的洞察力。 

Salesforce Einstein现在是时候了

现在您对Salesforce Einstein进行了概述，并准备回答一些关于它是什么，它如何工作以及为什么需要它的一般性问题。但是，如果您对特定产品和功能有疑问，该怎么办？ 

我们得到了答案。接下来：爱因斯坦开箱即用的应用程序。

应用模板（5）使用应用程序自定义功能增强您的模板

学习目标

完成本单元后，您将能够：

  • 了解如何将自定义UI组件添加到模板，以便用户可以更改其应用程序的UI。
  • 将仪表板背景颜色选择器添加到配置向导。

添加颜色，添加Pizzazz

你刚刚学到的关于模板的内容让你充满了兴趣。您了解不同的模板JSON文件以及每个文件的作用。你看到了足够近的代码，可以用模板做一些非常酷的事情 – 你认为CEO和DTC合作伙伴都会喜欢这些。所以你决定实施你的一个宠物想法。

在设计Execs Only应用程序和其他Analytics仪表板时，您已经想知道如何使它们更加丰富多彩。通过Analytics UI，您可以更改某些仪表板颜色。你有一个想法，以进一步采取这一点！

您一直在使用Visualforce页面自定义UI组件 – 颜色选择器。并且您想将其添加到仅限Execs。您的想法是合作伙伴可以使用选择器来修改仪表板背景颜色。他们可以选择他们的企业颜色，或添加其他颜色，使仪表板真正脱颖而出。

关于Visualforce的一点点

Visualforce是Salesforce的解决方案，用于在Lightning平台上构建复杂的自定义用户界面。Visualforce页面允许用户修改UI以适合他们自己的品牌，以匹配Lightning Design System等标准，或大多数其他标准。通过多种方式访问​​Lightning平台，包括Apex控制器，REST API和JavaScript Remoting，Visualforce为您提供了一种开发向导页面的好方法，可以实现强大的应用程序自定义。

我们在这里不会更多地谈论Visualforce，因为它是自己的Trailhead模块的主题，您可以在参考资料部分找到Visualforce开发人员指南。我只想说它开发了一个可以自定义Salesforce页面的颜色选择器，你会很高兴看到你是否可以将它添加到Execs Only应用程序中。而且你很确定合作伙伴也会感到兴奋！

注意

注意

我们已经为此单元的下载提供了Visualforce颜色选择器的代码。请参阅参考资料部分中的下载链接。在中查找颜色选择器文件网页 和 staticresources 在里面 EATP2 文件夹，包含模板2文件的文件夹。

将颜色选择器添加到模板中

因此，您决定将另一个页面添加到“仅限执行者”向导，以便合作伙伴选择自己的仪表板颜色。我们开始做吧！

Visualforce颜色选择器文件

首先，将颜色选择器Visualforce页面的文件添加到模板中。您可以在红色框中看到它们：

该 网页目录的一部分包括选择器的Visualforce页面。颜色选择器的主页是colorTest.page。接下来，在您在最后一个单元中编辑的相同模板JSON文件中引用颜色选择器。从添加开始rules.json就像我们在前面的例子中所做的那样：

{
         //1-RULE FOR CHANGING SALES DASHBOARD BACKGROUND
	  "name": "Exec_Overview_Sales_Performance_backgroundColor",
	  "appliesTo": [
	    {
	      "type": "dashboard",
	      "name": "Exec_Overview_Sales_Performance"
	    }
	  ],
	  "actions": [
	    {
	      "action": "set",
	      "description": "Set the value for state.gridLayouts[0].style.backgroundColor in Exec_Overview_Sales_Performance.",
	      "path": "$.state.gridLayouts[0].style.backgroundColor",
	      "value": "${Variables.Exec_Overview_Sales_Performance1_state_gridLayouts0_style_backgroundColor}"
	    }
	  ]
	},
	{
         //2-RULE FOR CHANGING PIPELINE DASHBOARD BACKGROUND
	  "name": "Exec_Overview_Pipeline_Performance_backgroundColor",
	  "appliesTo": [
	    {
	      "type": "dashboard",
	      "name": "Exec_Overview_Pipeline_Performance"
	    }
	  ],
	  "actions": [
	    {
	      "action": "set",
	      "description": "Set the value for state.gridLayouts[0].style.backgroundColor in the Exec Overview - Pipeline Performance dashboard.",
	      "path": "$.state.gridLayouts[0].style.backgroundColor",
	      "value": "${Variables.Exec_Overview_Pipeline_Performance_PipelineDetails_backgroundColor}"
	    }
	  ]
	 },
	 {
         //1-RULE FOR CHANGING SERVICE DASHBOARD BACKGROUND
         "name": "Exec_Overview_Service_Performance_backgroundColor",
	  "appliesTo": [
	    {
		"type": "dashboard",
		"name": "Exec_Overview_Service_Performance"
	    }
	  ],
	  "actions": [
	    {
		"action": "set",
		"description": "Set the value for state.gridLayouts[0].style.backgroundColor in the Exec Overview - Service Performance dashboard.",
		"path": "$.state.gridLayouts[0].style.backgroundColor",
		"value": "${Variables.Exec_Overview_Service_Performance_ServiceDetails_backgroundColor}"
	     }
	   ]
	 }

复制

我们添加了三条新规则 规则文件的一部分。他们每个人都定义了一个组要执行的操作 – 第一个在Sales Performance仪表板上，第二个在Pipeline Performance上，第三个在Service Performance上。操作：根据使用颜色选择器进行的选择设置仪表板背景颜色。和之前的规则一样，每个都指向一个变量。

以下是新的变量 variables.json：

  
  //1-VARIABLE FOR SALES DASHBOARD
  "Exec_Overview_Sales_Performance_backgroundColor": {
    "label": "Click the color-picker and choose the background color for the Sales Performance dashboard",
    "description": "",
    "defaultValue": "#C5D3E0",
    "variableType": {
      "type": "StringType"
    }
  },
  //1-VARIABLE FOR PIPELINE DASHBOARD
  "Exec_Overview_Pipeline_Performance_backgroundColor": {
	"label": "Click the color-picker and choose the background color for the Pipeline Performance dashboard",
	"description": "",
    "defaultValue": "#C5D3E0",
    "variableType": {
      "type": "StringType"
    }
  },
  //3-VARIABLE FOR SERVICE DASHBOARD
  "Exec_Overview_Service_Performance_backgroundColor": {
	"label": "Click the color-picker and choose the background color for the Service Performance dashboard",
	"description": "",
	"defaultValue": "#C5D3E0",
	"variableType": {
		"type": "StringType"
	}

复制

该文件包含每个仪表板的变量。例如，Sales Performance仪表板的变量是Exec_Overview_Sales_Performance_backgroundColor。它使用户能够选择颜色。该变量定义了一个默认值，＃C5D3E0，一种不起眼的灰色阴影。该变量还包括要在向导中显示的文本，例如，“单击颜色选择器，然后选择Sales Performance仪表板的背景颜色。”

最后，这是 ui.json它在具有地理位置，新业务和案例数据问题的页面之后向向导添加了一个页面。新页面包含UI元素，以使用Visualforce颜色选择器更改每个仪表板的颜色。

{
  "pages": [
    {
      "title": "Create Execs Only App",
      "variables": [
        { "name": "Geography" },
        { "name": "Source_L2" },
        { "name": "SObjectChoices" }
      ]
    },
       //THE NEW WIZARD PAGE
	{
	  "title": "Execs Only Dashboard Styling",
	  "variables": [
	    {
	      "name": "Exec_Overview_Sales_Performance_backgroundColor"
	    },
	    {
	      "name": "Exec_Overview_Pipeline_Performance_backgroundColor"
        },
	    {
	       "name": "Exec_Overview_Service_Performance_backgroundColor"
	    }
      ],
      "vfPage":{
        "namespace": "c",
        "name": "colorTest"
      }
	}
  ]
}

复制

您可以在标题中看到我们在上一个单元中添加到向导的页面 “创建仅限应用程序”。新页面有标题“仪表板造型” 并按其名称引用颜色选择器， “colorTest” 在里面 vfPage 部分。

我们用新的JSON做了什么？我们在向导中添加了一个页面，让我们的合作伙伴为Execs Only仪表板选择背景颜色。我们这个令人兴奋的首席执行官会为此而疯狂！而且你很高兴向她展示你抓住你的笔记本电脑并跑到她的办公室。

与首席执行官展示和交流

你很幸运 – 她在那里，她在会议之间。您打开笔记本电脑，登录Salesforce Analytics Studio，并向她显示新版本的Execs Only。

重要

重要

如果您使用Chrome浏览器，请确保它已缩放至至少65％，以便Analytics页面按预期显示。

  • 登录您在第一个单元中创建的Developer Edition组织。
  • 从应用选择器中选择Analytics Studio。
  • 单击右上角的“ 创建”，然后选择“ 应用”。
  • 选择从模板开始，然后单击 继续。
  • 滚动到仅限执行模板2并选择它。然后单击 继续。一定要选择模板2。
  • 选择仅限执行模板2，然后单击 继续。单击继续，直到看到新向导的第一页。
新向导的第一页有三个问题
  • “停在那儿！”首席执行官说。“看起来合作伙伴有他们要求的所有选项。他们可以更改地理位置和新业务数据的选择，并根据需要添加服务仪表板。太棒了！“你用头枕一下，想一想，”等到她看到颜色选择器。“
  • 单击继续，直到进入可以为应用命名的屏幕。输入名称Exec App 1，然后单击“ 创建”。这会打开应用程序创建进度屏幕。它会向您显示Analytics在创建应用程序时在幕后执行的操作。
  • 单击“ 看起来不错”，然后转到下一页。单击第一个仪表板名称下的圆圈和….
带颜色选择器的向导页面

“Amazeballs，”首席执行官大声说道。“合作伙伴可以为他们想要的仪表板上色吗？事实上，我希望我使用我最喜欢的颜色粉红色。那太酷了！“您继续创建应用程序，包括首席执行官的雅致色彩选择。我们不会告诉您如何做到这一点 – 这是本单元结束时的挑战，您需要做的最后一件事就是完成模板简介徽章。不过，这是粉红色的销售业绩。

注意

注意

如果仪表板中缺少数据，请再次运行Trailhead Data Manager。有关说明，请参阅此Trailhead模块中的“了解模板的工作原理”。请务必在您在挑战中创建的应用上运行它。（不是您在“了解模板工作原理”中创建的应用程序版本。 运行数据管理器不是完成徽章所必需的。

销售业绩仪表板与热粉红色背景

很好，是吗？我们也可以告诉你CEO被淘汰了。她确信你的工作确保了合作伙伴的忠诚度。她给你休息一周，并在下周一来到你面前时给你一个惊喜。

你的想象力是极限

现在您已经看到了编辑Analytics Templates JSON文件的内容，您已准备好开始使用自己的模板。您首先需要一个应用程序，您可以从参考资料部分中引用的Salesforce Einstein Analytics帮助中了解所有相关信息。您还可以使用我们为本机创建的模板，您可以从参考资料部分的链接下载该模板。

请记住：创建模板和编辑JSON文件只是该过程的第一步。您还必须在模板准备好分发之前部署并测试该模板。您可以在“参考资料”部分中引用的“分析模板开发人员指南”中了解整个模板开发过程。

您可以使用Analytics模板执行的操作比我们在此处显示的要多得多。我们经历的示例旨在让您熟悉模板文件的结构。你已经看到哪个文件做了什么，并且见证了JSON可以提供的功能。您还看到了添加到模板中的内容有多么富有创意。在这种情况下，我们添加了一个带有自定义UI组件的Visualforce页面。

你的想象力是极限。分析模板以及爱因斯坦分析和Salesforce平台为您提供了大量选项，可用于您可以使用自己的模板执行的操作。