分类： Einstein Prediction Builder

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！

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。

• 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。

• 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。

• 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。

• 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。

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。

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！

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。

• 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。

• 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。

• 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。

• 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。

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。

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。

• 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。

• 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。

• 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。

• 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”。

• 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。

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。

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。

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。

• 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。

• 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。

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

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。

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。