Cipta dan urus ramalan

Dynamics 365 Customer Insights - Data dilengkapi dengan pelbagai pilihan yang menggunakan AI dan Pembelajaran Mesin untuk meramalkan data.

Ramalan menawarkan keupayaan untuk mencipta pengalaman pelanggan yang lebih baik, meningkatkan keupayaan perniagaan dan strim hasil. Kami sangat mengesyorkan agar anda mengimbangi nilai ramalan anda terhadap kesan yang ada dan berat sebelah yang mungkin diperkenalkan dengan cara yang beretika. Ketahui lebih lanjut tentang cara Microsoft menangani AI Bertanggungjawab.

Menjana cerapan menggunakan model ramalan luar kotak

Cara paling mudah untuk bermula dengan meramalkan data adalah model yang ditakrif lebih awal, sering dirujuk sebagai model luar kotak. Mereka hanya memerlukan data dan struktur tertentu untuk menjana cerapan dengan cepat.

Model berikut boleh didapati:

• Nilai seumur hidup pelanggan: Meramalkan potensi pendapatan pelanggan sepanjang keseluruhan interaksi dengan perniagaan.
• Cadangan produk: Mencadangkan set cadangan produk ramalan berdasarkan tingkah laku pembelian dan pelanggan dengan corak pembelian yang serupa.
• Langganan churn: Meramalkan sama ada pelanggan berisiko untuk tidak lagi menggunakan produk atau perkhidmatan langganan syarikat anda.
• Churn transaksi: Ramalkan jika pelanggan individu mungkin tidak lagi membeli produk atau perkhidmatan anda dalam jangka masa tertentu.
• Analisis sentimen: Menganalisis sentimen maklum balas pelanggan dan mengenal pasti aspek perniagaan yang sering disebut.

Untuk memahami kesediaan data anda untuk menghasilkan cerapan, lihat Gambaran keseluruhan laporan persediaan data.

Tip

Kami mengesyorkan agar anda menyegarkan model luar kotak dengan data yang dikemas kini dengan kerap untuk memastikan model tersebut memaklumkan kes penggunaan perniagaan anda dengan tepat. Data disegar semula secara ad hoc apabila sistem menelan sumber data baru atau dikemas kini. Walau bagaimanapun, model hanya akan direkodkan semula dalam kes ini dan terus menggunakan data latihan sedia ada.

Mengkonfigurasikan jadual Kemas Kini dengan menetapkan jadual latihan semula model semasa konfigurasi. Model ini akan melatih semula dan menyusun semula jadual ini, yang boleh anda ubah pada bila-bila masa.

Menguruskan ramalan sedia ada

Pergi ke halaman Ramalan Wawasan> . Pada tab Ramalan saya, lihat ramalan yang anda cipta, jenis ramalan, nama jadual output, status, kali terakhir ramalan diedit dan kali terakhir data disegar semula. Anda boleh mengisih senarai ramalan mengikut sebarang lajur.

Untuk melihat tindakan yang tersedia, pilih ramalan.

• Edit ramalan untuk menukar sifatnya.
• Segar semula ramalan untuk memasukkan data terkini.
• Lihat butiran ramalan.
• Laporan kebolehgunaan data input untuk melihat ralat, amaran dan cadangan.
• Padamkan ramalan.

Segar semula ramalan

Ramalan boleh disegar semula pada jadual automatik atau disegar semula secara manual atas permintaan. Untuk menyegar semula semua ramalan secara manual, pilih Segar semula semua. Untuk menyegar semula ramalan secara manual, pilihnya dan pilih Segar Semula. Untuk menjadualkan segar semula automatik, pergi ke Jadual> Sistem>Tetapan.

Tip

Terdapat status untuk tugas dan proses. Kebanyakan proses bergantung pada proses huluan lain, seperti sumber data dan segar semula pemprofilandata.

Pilih status untuk membuka anak tetingkap butiran Kemajuan dan melihat kemajuan tugas. Untuk membatalkan kerja, pilih Batalkan kerja di bahagian bawah anak tetingkap.

Di bawah setiap tugas, anda boleh memilih Lihat butiran untuk maklumat kemajuan lanjut, seperti masa pemprosesan, tarikh pemprosesan terakhir dan sebarang ralat dan amaran berkenaan yang berkaitan dengan tugas atau proses. Pilih status sistem Lihat di bahagian bawah panel untuk melihat proses lain dalam sistem.

Lihat laporan kebolehgunaan data input

Laporan kebolehgunaan data input memberikan pandangan ralat dan amaran yang disatukan yang mungkin dihasilkan oleh ramalan luar kotak anda. Ia juga memberi cadangan tentang cara meningkatkan prestasi model.

Laporan ini tersedia selepas model selesai proses latihannya. Setiap model mendapat laporan berasingan, tidak kira sama ada ia menyelesaikan latihan dengan jayanya atau tidak.

Pada tab Ramalan saya, pilih ramalan dan pilih Laporan kebolehgunaan data input. Atau daripada pandangan butiran ramalan, pilih Laporan kebolehgunaan data input.

Laporan ini merangkumi:

• Nama: Nama deskriptif ralat, amaran atau cadangan.
• Langkah: Fasa model, kereta api atau skor, dan maklumat merujuk kepada.
• Nyatakan: Keterukan maklumat (kesilapan, amaran, cadangan).
• Nama lajur: Lajur dalam jadual yang perlu diubah suai untuk meningkatkan prestasi model.
• Jadual: Nama jadual yang perlu diubah suai untuk meningkatkan prestasi model.
• Butiran: Butiran tentang ralat, amaran atau cadangan.