इसके माध्यम से साझा किया गया


पूर्वानुमानित लीड स्कोरिंग कॉन्फ़िगर करें

भविष्य कहनेवाला लीड स्कोरिंग ऐतिहासिक डेटा के आधार पर ओपन लीड के स्कोर की गणना करने के लिए एक भविष्य कहनेवाला मशीन लर्निंग मॉडल का उपयोग करता है। स्कोर विक्रेताओं को लीड को प्राथमिकता देने और उच्च लीड योग्यता दर प्राप्त करने में मदद करता है, और लीड को अर्हता प्राप्त करने में लगने वाले समय को कम करता है।

उदाहरण के लिए, मान लें कि आपके पास पाइपलाइन में दो लीड, लीड A और लीड B हैं. लीड स्कोरिंग मॉडल लीड A के लिए 80 और लीड B के लिए 50 के स्कोर की गणना करता है. स्कोर के आधार पर, आप अनुमान लगा सकते हैं कि लीड A के अवसर में परिवर्तित होने की अधिक संभावना है. इसके अलावा, आप लीड बी का स्कोर कम क्यों है, इसका विश्लेषण करने के लिए शीर्ष प्रभावित करने वाले कारकों की समीक्षा कर सकते हैं और यह तय कर सकते हैं कि इसे सुधारना है या नहीं।

निम्न छवि लीड स्कोरिंग विज़ेट का एक उदाहरण दिखाती है:

पूर्वानुमानित लीड स्कोर विज़ेट का स्क्रीनशॉट.

ऐतिहासिक डेटा संग्रह तब प्रारंभ होता है जब आप स्कोरिंग मॉडल बनाते हैं. ऐतिहासिक डेटा विश्लेषण के लिए डेटा लेक में संग्रहीत किया जाता है। यदि आपकी Dynamics 365 Sales सदस्यता की समय सीमा समाप्त हो जाती है या आपका संगठन हटा दिया जाता है, तो ऐतिहासिक डेटा 30 दिनों के बाद हटा दिया जाता है.

यदि आपके पास Dynamics 365 Sales Enterprise लाइसेंस है, तो आप लीड और अवसर स्कोरिंग त्वरित सेटअप में पूर्वानुमानित लीड स्कोरिंग सक्षम कर सकते हैं. आपको प्रति माह 1,500 स्कोर रिकॉर्ड मिलेंगे।

लाइसेंस और भूमिका आवश्यकताएँ

आवश्यकता का प्रकार आपको होना आवश्यक है
लाइसेंस Dynamics 365 Sales प्रीमियम या Dynamics 365 Sales एंटरप्राइज़
अधिक जानकारी: Dynamics 365 Sales मूल्य निर्धारण
सुरक्षा भूमिकाएँ सिस्टम व्यवस्थापक
अधिक जानकारी: बिक्री के लिए पूर्वनिर्धारित सुरक्षा भूमिकाएँ

पूर्वावश्यकताएँ

  • उन्नत Sales Insights सुविधाएँ सक्षम होनी चाहिए.

  • पिछले डेटा के आधार पर मॉडल को प्रशिक्षित करने के लिए आपके पास पर्याप्त लीड होनी चाहिए। आपके संगठन ने स्कोरिंग मॉडल के पिछले क्षेत्र से लीड के साथ ट्रेन में चयनित अवधि के दौरान कम से कम 40 योग्य और 40 अयोग्य लीड बनाए और बंद किए होंगे। अवधि तीन महीने से दो साल तक होती है। मॉडल को प्रशिक्षित करने के लिए आप जितने अधिक लीड शामिल कर सकते हैं, उतने ही बेहतर पूर्वानुमान परिणाम होंगे.

    नोट

    यदि आप अपने मॉडल के लिए व्यवसाय प्रोसेस फ़्लो का उपयोग करने की योजना बना रहे हैं, तो जिन लीड ने चयनित व्यवसाय प्रोसेस फ़्लो को छोड़ दिया है, उन पर प्रशिक्षण, स्कोरिंग और मॉडल निर्माण की न्यूनतम आवश्यकता स्थापित करने के लिए विचार नहीं किया जाएगा.

डेटा लेक के साथ डेटा को सिंक करने में सिस्टम को लगभग चार घंटे लगते हैं। यदि आपने हाल ही में लीड बंद कर दी है, तो मॉडल उन पर तुरंत विचार नहीं करेगा।

अपना पहला स्कोरिंग मॉडल बनाएं

महत्त्वपूर्ण

  • यदि आप किसी ऐसे मॉडल का उपयोग कर रहे हैं जिसे आपने Dynamics 365 के 2020 रिलीज़ वेव 2 से पहले के संस्करण में बनाया है, तो नया मॉडल बनाने से पहले उसे हटा दें. अन्यथा, मॉडल का पिछला संस्करण आपके संगठन की सभी लीड्स पर लागू किया जाएगा और नए मॉडल का लीड पर कोई प्रभाव नहीं पड़ेगा.
  • 2020 रिलीज वेव 2 तक, एप्लिकेशन लीड स्कोरिंग डेटा को msdyn_predictivescore टेबल पर लिखता है और अब लीड टेबल पर नहीं लिखता है। लीड और अवसर स्कोरिंग दोनों msdyn_predictivescore तालिका का उपयोग करते हैं

एक स्कोरिंग मॉडल प्रशिक्षण और स्कोरिंग के लिए लीड चुनने के मानदंडों को परिभाषित करता है। यदि आपका संगठन विभिन्न क्षेत्रों या व्यावसायिक इकाइयों में भिन्न विक्रय व्यवहारों का अनुसरण करता है, तो आप उनमें से प्रत्येक के लिए मॉडल और अद्वितीय प्रशिक्षण सेट बना सकते हैं.

  1. Sales हब अनुप्रयोग के निचले-बाएँ कोने में क्षेत्र बदलें पर जाएँ और Sales इनसाइट्स सेटिंग चुनें.

  2. भविष्य कहनेवाला मॉडल के अंतर्गत साइट मानचित्र पर, लीड स्कोरिंग का चयन करें .

    यदि आपके संगठन में कम से कम 40 योग्य और 40 अयोग्य लीड्स नहीं हैं, जो पिछले फ़ील्ड से लीड के साथ ट्रेन में पहचानी गई अवधि में बनाए गए थे, तो आप स्कोरिंग मॉडल नहीं बना सकते। यदि पर्याप्त लीड हैं, तो ऐप डिफ़ॉल्ट रूप से एक मॉडल उत्पन्न करता है।

  3. पूर्वानुमानित लीड स्कोरिंग पृष्ठ पर, फ़ील्ड्स जैसे व्यवसाय प्रोसेस फ़्लो, फ़िल्टर स्तंभ आदि के लिए मान परिवर्तित करें, यदि आवश्यक हो. इन फ़ील्ड्स के बारे में अधिक जानकारी के लिए, अगला अनुभाग मॉडल जोड़ें देखें. जब आप पूर्ण कर लें, तो प्रारंभ करें चुनें.

ऐप को आपके मॉडल को प्रशिक्षित करने के लिए कुछ मिनट दें। आप पृष्ठ छोड़ सकते हैं और बाद में वापस आ सकते हैं।

एप्लिकेशन मॉडल को प्रशिक्षित करने के लिए मानक विशेषताओं का उपयोग करता है। आप कस्टम या इंटेलीजेंट विशेषताओं को शामिल करने के लिए बाद में मॉडल को संपादित कर सकते हैं

अपना मॉडल प्रकाशित करें

  1. जब आपका मॉडल प्रशिक्षित होता है और प्रकाशित करने के लिए तैयार होता है, तो पूर्वानुमानित लीड स्कोरिंग पृष्ठ एक पुष्टिकरण प्रदर्शित करता है:

    स्कोरिंग मॉडल के प्रशिक्षित होने और प्रकाशित होने के लिए तैयार होने के बाद दिखाई देने वाले पुष्टिकरण संदेश का स्क्रीनशॉट.

  2. यदि मॉडल प्रशिक्षित है लेकिन प्रकाशित करने के लिए तैयार नहीं है, तो मॉडल प्रदर्शन फ़ील्ड प्रदर्शित करता है प्रकाशित करने के लिए तैयार नहीं.

  3. हर 15 दिनों में मॉडल को फिर से प्रशिक्षित करने के लिए, स्वचालित रूप से फिर से प्रशिक्षित करें चुनें

  4. विवरण प्रकाशित करें या देखें चुनें.

    • यदि मॉडल प्रकाशित करने के लिए तैयार है और आप इसे लागू करने के लिए तैयार हैं, तो प्रकाशित करें चुनें.

      मॉडल उन लीड पर लागू होता है जो मॉडल कॉन्फ़िगरेशन में निर्दिष्ट मानदंडों से मेल खाते हैं। लीड स्कोर दृश्यों में लीड स्कोर स्तंभ में और लीड प्रपत्र में विज़ेट में दिखाई देता है.

    • मॉडल को प्रकाशित करने से पहले उसकी सटीकता और प्रदर्शन देखने के लिए , या यदि मॉडल प्रकाशित करने के लिए तैयार नहीं है और आप इसका कारण जानना चाहते हैं, तो विवरण देखें का चयन करें और फिर प्रदर्शन टैब का चयन करें.

      ऐप निर्धारित करता है कि मॉडल प्रकाशित करने के लिए तैयार नहीं है यदि इसकी सटीकता थ्रेशोल्ड मान से नीचे आती है, तो वक्र के तहत क्षेत्र (एयूसी) स्कोर। यदि आप चाहें तो अभी भी मॉडल प्रकाशित कर सकते हैं। हालाँकि, इसका प्रदर्शन ख़राब रहेगा।

एक मॉडल जोड़ें

आप लीड के विभिन्न सेटों के लिए प्रकाशित और अप्रकाशित दोनों प्रकार के 10 मॉडल तक बना सकते हैं। यदि आप ऐसा मॉडल बनाने का प्रयास करते हैं जो मौजूदा मॉडल के समान लीड स्कोर कर सकता है, तो ऐप आपको चेतावनी देता है।

  1. पूर्वानुमानित लीड स्कोरिंग पृष्ठ के निचले भाग में, मॉडल जोड़ें चुनें.

    पूर्वानुमानित लीड स्कोरिंग पृष्ठ का स्क्रीनशॉट, जिसमें मॉडल जोड़ें हाइलाइट किया गया है।

    नोट

    यदि आपने कम से कम एक स्कोरिंग मॉडल नहीं बनाया है, तो आपको मॉडल जोड़ें बटन दिखाई नहीं देगा।

    पूर्वानुमानित लीड स्कोरिंग पृष्ठ डिफ़ॉल्ट मानों के साथ खुलता है.

    नया स्कोरिंग मॉडल जोड़ने का स्क्रीनशॉट.

  2. नया मॉडल नाम बॉक्स में, ऐसा नाम दर्ज करें जिसमें अल्फ़ान्यूमेरिक वर्ण हों। अंडरस्कोर की अनुमति है, लेकिन रिक्त स्थान या अन्य विशेष वर्ण की नहीं.

    डिफ़ॉल्ट रूप से, नाम LeadScoring_<YYYYMMDD><Time> है (उदाहरण के लिए, LeadScoring_202009181410)। दिनांक और समय समन्वित वैश्विक समय (UTC) पर आधारित होते हैं.

  3. व्यवसाय प्रोसेस फ़्लो सूची में, उस प्रवाह का चयन करें जो उन लीड के लिए प्रासंगिक है जिनके लिए आप मॉडल तैयार कर रहे हैं. जिन लीड्स ने चयनित व्यवसाय प्रोसेस फ़्लो को छोड़ दिया है, उन्हें प्रशिक्षण, स्कोरिंग और मॉडल निर्माण के लिए न्यूनतम आवश्यकता स्थापित करने के लिए विचार नहीं किया जाएगा।

    सूची आपके संगठन में लीड के लिए परिभाषित सभी व्यवसाय प्रक्रिया प्रवाहों को प्रदर्शित करती है.

    सूची में कस्टम व्यवसाय प्रक्रिया प्रवाह प्रदर्शित करने के लिए, व्यवसाय प्रोसेस फ़्लो निकाय के लिए परिवर्तन ट्रैकिंग सक्षम करें। जब आप मॉडल तैयार करते हैं, तो विश्लेषण के लिए डेटा को डेटा लेक से सिंक करने के लिए कस्टम व्यवसाय प्रक्रियाएँ स्वचालित रूप से सक्षम हो जाती हैं.

  4. स्थिति विकल्प सेट सूची में, वह विकल्प सेट चुनें जिसमें लीड की स्थिति परिभाषित की गई है.

  5. योग्य मान और अयोग्य मान सूचियों में क्रमशः संगत मानों का चयन करें।

    आउट-ऑफ-द-बॉक्स स्थिति स्थिति विकल्प सेट मानों को योग्य और अयोग्य के रूप में परिभाषित करता है। यदि कोई कस्टम विकल्प सेट परिभाषित है तो आप उसका चयन कर सकते हैं।

  6. मॉडल को जिन लीड को स्कोर करना होगा, उन्हें निर्दिष्ट करने के लिए फ़िल्टर कॉलम और फ़िल्टर मान का चयन करें.

    एकाधिक स्तंभों के आधार पर फ़िल्टर करने के लिए, आवश्यक स्तंभों के साथ एक परिकलित फ़ील्ड बनाएँ, और फिर फ़िल्टर स्तंभ सूची में परिकलित फ़ील्ड का चयन करें.

  7. अतीत से लीड के साथ प्रशिक्षण सूची में, प्रशिक्षण सेट के लिए एक समय अवधि का चयन करें। डिफ़ॉल्ट अवधि दो वर्ष है।

    आपके संगठन में कम से कम 40 योग्य और 40 अयोग्य लीड होने चाहिए जो चयनित अवधि के दौरान बनाए गए और बंद किए गए हों। मॉडल चयनित अवधि से बंद लीड्स का विश्लेषण करता है और उस डेटा का उपयोग पिछले दो वर्षों से खुली लीड्स को स्कोर करने के लिए करता है।

    यदि आपके पास चुनी गई समयावधि में न्यूनतम बंद लीड नहीं हैं, तो आरंभ करें बटन अक्षम है। किसी अन्य समयावधि का चयन करें जिसमें मॉडल को प्रशिक्षित करने के लिए पर्याप्त बंद लीड हों.

  8. आरंभ करें चुनें. यदि मॉडल किसी मौजूदा मॉडल की नकल है और लीड्स के समान सेट को स्कोर कर रहा है, तो आपको एक चेतावनी संदेश मिलेगा। आप किसी भी तरह से मॉडल बनाने का विकल्प चुन सकते हैं या मॉडल को लीड्स का अनूठा सेट स्कोर करने देने के लिए कॉन्फ़िगरेशन बदल सकते हैं।

    उस चेतावनी का स्क्रीनशॉट जो तब प्रदर्शित होता है जब कोई नया मॉडल किसी मौजूदा मॉडल से टकराता है।

    सिस्टम को आपके मॉडल को प्रशिक्षित करने में कुछ मिनट लगेंगे।

  9. जब आपका मॉडल प्रशिक्षित हो जाए, तो उसे प्रकाशित करें या उसका विवरण देखें।

यदि आप एक से अधिक स्कोरिंग मॉडल बनाते हैं, तो देखने के लिए मॉडल चुनने के लिए पूर्वानुमानित लीड स्कोरिंग पृष्ठ पर मॉडल चुनें सूची का उपयोग करें।

एकाधिक मॉडलों के साथ पूर्वानुमानित लीड स्कोरिंग पृष्ठ का स्क्रीनशॉट, जिसमें चयनित मॉडल सूची हाइलाइट की गई है।

आपके ऐप में विकल्प नहीं मिल रहे हैं?

तीन संभावनाएं हैं:

  • आपके पास आवश्यक लाइसेंस या भूमिका नहीं है।
  • आपके व्यवस्थापक ने सुविधा चालू नहीं की है.
  • आपका संगठन किसी कस्टम ऐप का उपयोग कर रहा है. सटीक चरणों के लिए अपने व्यवस्थापक से संपर्क करें. इस आलेख में वर्णित चरण आउट-ऑफ़-द-बॉक्स विक्रय हब और Sales Professional ऐप के लिए विशिष्ट हैं.

भी देखें

सिस्टम और एप्लिकेशन उपयोगकर्ता जो डेटा को आगे बढ़ा सकते हैं Dataverse
लीड स्कोरिंग मॉडल को संपादित करें और पुनः प्रशिक्षित करें
स्कोर के माध्यम से लीड को प्राथमिकता दें
लीड प्रबंधन अक्सर पूछे जाने वाले प्रश्न