Skapa och hantera förutsägelser

Dynamics 365 Customer Insights - Data levereras med en mängd olika alternativ som utnyttjar AI och maskininlärning för att förutsäga data.

Förutsägelser erbjuder funktioner för att skapa bättre kundupplevelser, förbättra affärsfunktioner och intäktsströmmar. Vi rekommenderar starkt att du balanserar värdet på din förutsägelse mot den inverkan den har och fördomar som kan införas på ett etiskt sätt. Läs mer om hur Microsoft hanterar ansvarsfull AI.

Generera insikter med hjälp av medföljande prediktionsmodeller

Det enklaste sättet att börja med att förutsäga data är fördefinierade modeller, ofta kallade färdiga modeller. De kräver bara vissa data och strukturer för att generera insikter snabbt.

Följande modeller är tillgängliga:

  • Kundens livstidsvärde: Förutsäger en kunds potentiella intäkter under hela interaktionen med ett företag.
  • Produktrekommendation: Föreslår uppsättningar av prediktiva produktrekommendationer baserade på köpbeteende och kunder med liknande inköpsmönster.
  • Prenumerationsomsättning: Förutsäger om en kund riskerar att inte längre använda ditt företags prenumerationsprodukter eller tjänster.
  • Transaktionsbortfall: Förutsäger om en enskild kund inte längre kommer att köpa dina produkter eller tjänster inom en viss tidsram.
  • Sentimentanalys: Analyserar sentiment av kundfeedback och identifierar affärsaspekter som nämns ofta.

Information om hur du är redo att ta fram insikter finns i översikten över dataförberedelserna.

Dricks

Vi rekommenderar att du regelbundet uppdaterar färdiga modeller med uppdaterade data i syfte att se till att de informerar ditt affärsanvändningsfall på ett korrekt sätt. Data uppdateras ad hoc när systemet matar in nya eller uppdaterade datakällor. I det här fallet kommer modeller emellertid endast att omutvärdera och fortsätta använda befintliga utbildningsdata.

Konfigurera ett uppdateringsschema genom att ange modellschema för omprogrammering under konfiguration. Modellen omprogrammeras och omutvärderas i detta schema, som du kan ändra när som helst.

Hantera befintliga förutsägelser

Gå till sidan Insikter>Prediktioner. På fliken Mina förutsägelser visar du förutsägelserna du skapade, deras förutsägelsetyp, namn på utdatatabellen, status, senaste gången förutsägelsen redigerades och senaste gången data uppdaterades. Du kan sortera listan över förutsägelser efter någon kolumn.

Välj en förutsägelse om du vill visa tillgängliga åtgärder.

Sidan Mina förutsägelser.

  • Redigera förutsägelsen om du vill ändra dess egenskaper.
  • Uppdatera förutsägelsen att inkludera de senaste uppgifterna.
  • Visa prediktionsinformation.
  • Användbarhetsrapport för data om du vill visa fel, varningar och rekommendationer.
  • Ta bort förutsägelsen.

Uppdatera en förutsägelse

Förutsägelser kan uppdateras på ett automatiskt schema eller uppdateras manuellt på begäran. Om du vill uppdatera alla prognoser manuellt väljer du Uppdatera alla. Om du vill uppdatera en förutsägelse markerar du den och väljer Uppdatera alla. Om du vill schemalägga en automatisk uppdatering går du till Insättningar>System>Schemalägg.

Dricks

Det finns statusar för uppgifter och processer. De flesta processer är beroende av andra processförlopp, t.ex. datakällor och uppdateringar av dataprofiler.

Välj status för att öppna rutan Förloppsinformation och se framstegen för uppgifter. Om du vill avbryta jobbet väljer du Avbryt jobbet längst ned i fönstret.

Under varje uppgift kan du välja Visa information om du vill ha mer förloppsinformation, till exempel bearbetningstid, senaste bearbetningsdatum och eventuella tillämpliga fel och varningar för uppgiften eller processen. Välj Visa systemstatus längst ned i panelen om du vill se andra processer i systemet.

Se användbarhetsrapport över inmatning av data

Rapporten om användbarhet av indata ger en konsoliderad vy över de fel och varningar som dina färdiga förutsägelser kan generera. Det ger också rekommendationer om hur man förbättrar modellens prestanda.

Rapporten är tillgänglig när en modell har slutfört sin utbildningsprocess. Den skapas för varje modell separat, oavsett om träningen har slutförts eller inte.

På fliken Mina förutsägelser markerar du förutsägelsen och väljer Användbarhetsrapport över inmatning av data. Eller välj från vyn för förutsägelsedetaljer Användbarhetsrapport över inmatning av data.

Exempel på en användbarhetsrapport för indata som visar en tabell med fel, varningar och rekommendationer.

Rapporten innehåller:

  • Namn: Beskrivande namn på felet, varningen eller rekommendationen.
  • Steg: Modellfas, tåg eller poäng, som informationen refererar till.
  • Tillstånd: Informationens allvarlighetsgrad (fel, varning, rekommendation).
  • Kolumnnamn: Kolumn i en tabell som måste ändras för att förbättra modellens prestanda.
  • Tabell: Namn på en tabell som måste ändras för att förbättra modellens prestanda.
  • Information: Information om fel, varning eller rekommendation.