Vous vous posez une question à propos de votre activité future ?
Entrez cette question sous forme de prédiction dans Einstein Prediction Builder pour qu’il vous donne une réponse. Pour répondre à cette question, l’application utilise l’apprentissage automatique (Machine Learning) et exploite les données historiques pour prédire l’avenir.
Einstein Prediction Builder est une application IA prête à l'emploi pour les administrateurs. Il n’y a pas besoin de code, en quelques cliques n’importe quel administrateur peut créer des prédictions personnalisées sur n’importe quel objet sur Salesforce.
Explication du fonctionnement étape par étape d’Einstein Prediction Builder :
Étape 1. Définir le cas d’utilisation.
Choisissez un cas d'utilisation à forte valeur ajoutée pour votre entreprise, un élément pour lequel vous rencontrez des difficultés en termes de gestion ou de résultat par exemple.
Après cela assurez vous que l’élément choisi pour votre prédiction dispose de suffisamment d’informations pour donner lieu à une prédiction. Plus l’objet choisi disposera d’enregistrements plus les prédictions seront précises.
Sélectionnez des KPI qui seront utiles pour mesurer si la prédiction a eu un impact positif.
Une fois que votre cas d’utilisation est clair, il faut le transposer dans le langage d’Einstein Prediction Builder.
Notez que la prédiction que vous allez obtenir va ressortir sous la forme d’une réponse sous forme :
Binaire (Non/Oui)
Numérique
Étape 2. Identifiez les données en lien avec votre cas d’utilisation.
Pour faire une prédiction, vous devez choisir un objet dans votre environnement Salesforce. Cela peut être un objet standard ou bien personnalisé.
Prenons un exemple simple, une entreprise souhaite savoir si une facture sera payée en retard. Pour pouvoir donner une réponse à cette question, Einstein devra disposer d’exemples de factures payées en retard et d’exemples de factures payées à temps. Ainsi, l’objet utilisé pour la prédiction sera l’objet “Facture”
Sachez que les données utilisées pour la prédiction sont l’ensemble des enregistrements présents dans l’objet Facture. Si certains enregistrements ne sont pas utiles pour votre prédiction, vous pouvez segmenter les données.
Étape 3. Créez votre prédiction.
Une fois que votre cas d’utilisation est clair et que les données relatives à son bon déroulement sont connues et sélectionnées, vous pouvez passer sur Einstein Prediction Builder et vous laisser guider par les écrans de l'assistant. La création d’une prédiction ne vous prendra pas plus de quelques minutes.
Sélectionnez l’objet souhaité (Objet Facture dans notre cas.)
Sélectionnez un type de réponse (Oui / Non, ici, afin de répondre à la question “Es-ce qu’une facture sera payée en retard ?)
Choisissez entre Field et No Field (Field = Si une checkbox indiquant en lien direct avec la question de votre prédiction existe sur votre objet. Et No Field si ce n’est pas le cas.)
Mettre en place les conditions logiques pour que la réponse à la prédiction soit “Oui” ou “Non”.
Choisissez les champs à inclure ou à exclure de votre prédiction.
Choisissez le nom de champ dans lequel le résultat de votre prédiction apparaîtra.
Étape 4. Examiner, réactualiser et activer votre prédiction.
Grâce à “View Scorecard” vous pouvez consulter les différents résultats de votre prédiction. Consultez notamment la “Qualité de votre prédiction” ainsi que le Top des prédicteurs.
En fonction des résultats obtenus dans View Scorcard vous pouvez améliorer votre prédiction en :
Ajoutant ou supprimant des données de la prédiction.
Vous concentrant sur un segment plus restreint.
Mettant à jour vos filtres.
Ajouter des données pertinentes provenant d’autre objets par le biais de champs de formule ou de champs récapitulatifs.
Une fois satisfait, vous pouvez activer votre prédiction !
Par la suite, tous les nouveaux enregistrements et les enregistrements mis à jour de cet ensemble seront réévalués toutes les heures. Le modèle sera également réajusté automatiquement chaque mois, de sorte que vous n'aurez pas à vous soucier de son obsolescence au fil du temps !
Étape 5. Contrôlez votre prédiction.
L'activation de votre modèle ne signifie pas nécessairement qu'il est prêt à être intégré dans les processus de l'entreprise ! En fait, il est recommandé de le laisser fonctionner pendant un certain temps en coulisses, jusqu'à ce que vous puissiez évaluer ses performances sur de nouvelles données.
Une fois que votre modèle aura fonctionné pendant un certain temps sur de nouvelles données, vous serez en mesure de savoir s'il fonctionne vraiment en comparant vos prédictions avec ce qui s'est réellement passé au sein de votre entreprise. L'utilisation de rapports est un moyen facile d'effectuer cette analyse.
Étape 6 : Déployer et utiliser votre prédiction
Il existe plusieurs façons d'utiliser une prédiction de Prediction Builder dans Salesforce, voici quelques exemples :
Ajoutez le champ de prédiction à une liste et triez-le par score. Avec l’exemple que nous avons choisi, les factures les plus susceptibles d'être payées en retard seront listées en haut de la liste.
Ajoutez le Lightning Component Einstein Predictions à la page Facture. Vous obtiendrez ainsi des informations utiles lorsque vous contacterez chaque client.
Exécutez des flux automatisés basés sur la prédiction, à l'aide de Process Builder. Par exemple, envoyer une tâche aux gestionnaires de comptes un peu en avance pour les factures pour lesquelles on prévoit un retard de paiement.
Nous espérons que cet article au sujet d'Einstein Prediction Builder vous aura été utile, n’hésitez pas à suivre la page LinkedIn de Cloud Ambiance pour ne pas rater nos prochaines publications. Nous revenons très vite avec de nouveaux contenus Salesforce à partager !