予測モデルを構成する
Dynamics 365 Sales Insights の予測リードおよび営業案件のスコアリング機能では、機械学習モデルを使用して、すべての未処理のリードと営業案件のスコアを計算します。 これらのスコアにより、営業担当者は優先順位を付けて、より高い受注率を達成できます。 組織で予測スコアリング機能を構成する際、アプリケーションはリードと営業案件に関わる標準フィールドを使用して、スコアの付いたモデルを生成します。
予測リード スコアリングを構成する
予測スコアリング モデルを使用する前に、Sales Insights ライセンスを追加することで、ご使用の環境で高度な Sales Insights 機能が有効になっていることを確認する必要があります。 高度な機能を有効にしたら、営業ハブ アプリケーションの Sales Insights の設定領域にアクセスしてスコアリング モデルを作成できます。
過去 3 か月から 2 年の間に見込みありと評価されたリードと見込みなしとして評価されたリードが少なくともそれぞれ 40 件必要です。 それぞれのリードの数が十分にそろったら、スコアリング モデルを作成できます。 モデルを作成するとき、モデルに影響を与えるために使用できるさまざまなフィールドを指定できます。 たとえば、組織では、見込みありまたは見込みなしとして評価されるリードの定義に使用する独自の状態コードを作成できます。 スコアリング モデルを作成するときに、それらのフィールドをプロセスの一部として指定することができます。
作成するモデルごとに、次の情報を指定できます。
ビジネス プロセス フロー (BPF): このモデルでスコアリングしたリードに関連するビジネス プロセス フローを指定します。 モデルは、選択した BPF に関連付けられているすべてのリードに適用されます。 [なし] を選択した場合、モデルはどの BPF に対しても影響は与えません。
リードの見込み評価状態: リード レコードの状態を定義するリードのフィールドや、見込みありまたは見込みなしとして評価されるリードを特定する値を指定します。
フィルター: このモデルが適用されるリードをフィルター処理する方法を指定します。 たとえば、このモデルを特定のタイプのリードに対してのみ適用することができます。 また、トレーニング データをどの程度の期間さかのぼるかを指定することもできます。
次の画像は、スコアリング モデルの構成ページの例を示しています。
モデルを作成し、トレーニングが完了すると、モデルを公開する準備が整います。 モデルで定義されている基準を満たすリードは、モデルが公開されるまでスコアリングされません。 公開プロセス中に、モデルを自動的に再トレーニングするかどうかを指定できます。 再トレーニングを有効にすると、モデルの再トレーニングが 15 日おきに自動的に行われます。 このスケジュールにより、見込みありおよび見込みなしとして評価される最新のリードがスコアリングの対象として考慮されます。
組織では、リードのタイプごとに異なるスコアリング モデルを作成することが必要になる場合があります。 たとえば、組織では、リードのタイプごとに異なるタイプの営業プロセスをサポートするために、複数のビジネス プロセス フローを保持する場合があります。 また、Web サイトの紹介によって取得したリードと、マーケティング キャンペーンによって導かれたリードに対して、異なるモデルが必要になる場合もあります。 Sales Insights を使用すると、さまざまなタイプのリードをサポートするために、公開/非公開のスコアリング モデルをそれぞれ最大 10 個まで作成できます。
モデルの再トレーニング
各モデルには、スコアの計算方法に影響を与えるフィールドがあります。 たとえば標準的なモデルでは、通常、リード ソース、トピック、業界などのフィールドを参照します。 モデルが期待に合わない場合や、既存のモデルと重複している場合は、ニーズに合わせてモデルを変更することができます。 モデルの編集と再トレーニングはいつでも行うことができます。そのためには、変更するモデルを選び、モデルの編集を選択します。 モデルを編集する前に、再トレーニングの自動設定が無効になっていること確認する必要があります。
モデルを編集するときに、リード テーブルの列 (カスタム列を含む) および関連テーブル (連絡先テーブルとアカウント テーブル) の列を指定して、モデルをトレーニングすることができます。 既定では、列内の空の値がモデルのトレーニングに含まれます。 空の値が批判者を示していたり、誤検知を引き起こしたりする場合があります。 こうした場合は、空白の値を無視を選択できます。
[空白の値を無視] オプションは、次のタイプの属性に対しては無効になります。
空の値に対して自動的に検証が行われる属性 (firstname_validation_engineered など)
値の有無によってスコアに影響を与える属性 (郵便番号や勤務先電話番号など)
ある属性に対して空白の値を無視を有効にすると、スコアリング ウィジェットでは、空白の値を除外した後でスコアが計算されることが示されます。 モデルを編集した後、モデルを再トレーニングして、もう一度公開する必要があります。
モデルが作成されると、各グレードのスコアリング範囲が定義されます。 リード スコアリング モデルには、次のようなグレードがあります。
グレード A (緑) - 営業案件に変換される可能性が最も高いことを示します。
グレード B (紫) - 営業案件に変換される可能性が 2 番目に高いことを示します。
グレード C (黄) - 営業案件に変換される可能性が 2 番目に低いことを示します。
グレード D (赤) - 営業案件に変換される可能性が最も低いことを示します。
各グレードには最小と最大のスコアがあります。 リードへのグレード付けは組織によって異なる場合があるため、ユーザーは、各グレードに関連付けられたスコアリング値を変更することができます。 変更する範囲内で、リード スコアに対する最小範囲の値を入力します。 グレードのリード スコア範囲を変更すると、変更されたグレードの最小値に応じて、前のグレードの最大範囲値が自動的に変更されます。 たとえば、グレード A の最小範囲値スコアを 51 に変更すると、グレード B の最大リード スコア範囲は 50 に変更されます。
モデルの結果に満足したら、モデルを保存して適用できます。 これで予測リード スコアリングが構成され、組織で使用できるようになりました。 リードの情報が変更されると、リード スコアは 24 時間ごとに更新されます。 モデルを再作成した場合、新しいモデルが適用されるまで 24 時間かかります。
予測営業案件スコアリング
予測営業案件スコアリング モデルを作成するプロセスは、予測リード スコアリング モデルを作成するプロセスとほぼ同じです。 予測営業案件スコアリングでは、過去のレコードの詳細を使用して、スコアリング モデルを作成および計算します。 Sales Insights でスコアリング モデルを作成するには、見込みなしと評価された営業案件と見込みありと評価された営業案件が必要です。
それぞれの営業案件の数が十分にそろったら、アプリケーションを使用してスコアリング モデルを作成できます。 最初のモデルの作成には時間がかかる場合があります。 構成プロセスの実行中、進捗状況が画面に表示されます。 構成の実行中でもアプリケーションを使用できます。
モデルの作成が完了したら、予測精度スコアが組織の要件に一致していることを確認する必要があります。 予測精度スコアが適切ではない場合は、現在のモデルを破棄し、モデルを再トレーニングして、更新したモデルを作成することができます。 予測精度のスコアリングを改善するには、組織内でデータを更新してからモデルをトレーニングすることをお勧めします。
モデルが作成されると、各グレードのスコアリング範囲が定義されます。 営業案件スコアリング モデルには、次のようなグレードがあります。
グレード A (緑) - 営業案件に変換される可能性が最も高いことを示します。
グレード B (紫) - 営業案件に変換される可能性が 2 番目に高いことを示します。
グレード C (黄) - 営業案件に変換される可能性が 2 番目に低いことを示します。
グレード D (赤) - 営業案件に変換される可能性が最も低いことを示します。
各グレードには最小と最大のスコアがあります。 営業案件へのグレード付けは組織によって多少異なる場合があるため、ユーザーは、各グレードに関連付けられたスコアリング値を変更することができます。 変更する範囲内で、営業案件スコアに対する最小範囲の値を入力します。 グレードの営業案件スコア範囲を変更すると、変更されたグレードの最小値に応じて、前のグレードの最大範囲値が自動的に変更されます。 たとえば、グレード A の最小範囲値スコアを 51 に変更すると、グレード B の最大営業案件スコア範囲は 50 に変更されます。
モデルの結果に満足したら、モデルを保存して適用できます。 これで予測営業案件スコアリングが構成され、組織で使用できるようになりました。 営業案件の情報が変更されると、営業案件スコアは 24 時間ごとに更新されます。 モデルを再作成した場合、新しいモデルが適用されるまで 24 時間かかります。