利用 AI Builder 预测模型解决业务问题
AI Builder 预测可根据历史趋势为组织提供业务应用场景的预期结果。 可以处理多个应用场景，并且每个应用场景将确定一种不同类型的结果。
第一个应用场景：销售商机成功率
因必须管理的商机数量众多，园艺服务公司的销售人员不堪重负。 他们希望确定这些商机的优先级，以便能够处理成功概率最高的商机。
在过去几年里，销售人员已对客户的地点、要提供服务的庭院面积、该地址上的建筑物规模、上一年的服务提供商等信息进行编译。 此外，他们已经记录了商机的结果，无论是赢单还是丢单。
基于丰富的历史数据，他们可以通过预测来处理新商机信息，并让销售人员处理可能赢单的商机。
第二个应用场景：产品选择
该园艺服务公司可提供超过 12 种可在客户草坪上施加的不同肥料。 根据满意度调查，该公司已经意识到客户经常因选项众多而大伤脑筋，并且更愿意直接看到客户最可能选择的肥料。
根据已编译的丰富历史数据，该公司可以通过预测来分析客户的简介资料并确定客户最有可能选择的产品。
第三个应用场景：所需的拜访次数
该园艺服务公司可提供不同的服务计划，并根据客户的偏好和所选的维护类型调整拜访频率。 客户要求销售代理确定在合同期间，园艺和景观美化班组需要安排的到客户场所拜访的次数。
根据已编译的丰富历史数据，该公司可以通过预测来分析每个客户的预订量，并确定新客户或合同最可能需要的预订量。
现在，您已经了解了如何通过使用 AI Builder 预测模型来应对不同的应用场景。 接下来，您将了解如何生成预测模型，然后在模型驱动应用中进行使用。