Salesforce أينشتاين تحليلات منصة الاستعراض والتصنيف

تعد Salesforce Analytics ، والتي تعد جهة اتصال جديدة نسبية بمساحة ذكاء أعمال الخدمة الذاتية (BI) ، مجموعة من العديد من المنتجات المختلفة. أولاً وقبل كل شيء ، منصة Salesforce Einstein Analytics المبنية على الذكاء الاصطناعي (والتي تبدأ بسعر 75 دولارًا لكل مستخدم شهريًا). بينما تهدف التحليلات في المقام الأول إلى استخراج بيانات العملاء والمبيعات ، يمكن أيضًا ربط البيانات من المصادر الأخرى بالأداة. عدد قليل جدًا من منتجات BI هذه الأيام تتصل بـ Salesforce. اختيار المحررين: تم دمج IBM Watson Analytics بالكامل من حيث القدرات. المكان الوحيد الذي سيسقط فيه هذا الأخير بالنسبة للبعض هو قدرات عرض البيانات الخاصة به (المزيد حول ذلك لاحقًا).

من بين المزايا الأخرى ، فإن مضاعفة التحليلات التنبؤية من رقصة السرد واتسون آينشتاين هذه تجعل آينشتاين يبدو وكأنه أداء رائع. ولكن ، للأسف ، يجب الحكم على كل شريك رقص حسب ذخيرته الخاصة. وهذا ما سأفعله هنا.

أولاً ، إلقاء نظرة على تشكيلة Salesforce Analytics. التحليلات الأساسية مجانية. للحصول على مزيد من التحليلات المتقدمة ، يوجد تطبيق Sales Analytics لـ Sales Cloud ، بسعر 75 دولارًا لكل مستخدم شهريًا. ثم هناك تطبيق Service Analytics لـ Service Cloud ، والذي يبلغ سعره أيضًا 75 دولارًا لكل مستخدم شهريًا.

في الجزء العلوي من المجموعة ، توجد منصة Salesforce Einstein Analytics (التي تم تسعيرها أيضًا ، كما ذكر سابقًا ، بسعر 75 دولارًا لكل مستخدم شهريًا) ، والتي تتضمن تطبيقات المبيعات والخدمات بالإضافة إلى مجموعة كبيرة من الميزات الأخرى. تتضمن هذه الميزات القدرة على تحليل البيانات من أي مصدر (حتى 100 مليون صف بيانات يكون تم الإعلان عنه ولكن سنرى) ، القدرة على إنشاء عدد غير محدود من التطبيقات المخصصة وقوالب لإنشاء تطبيقات ولوحات معلومات وتدريب غير محدود على الإنترنت.

لقد غطيت Salesforce منذ ظهورها الأول في السوق كعمل محض برمجيًا كخدمة (SaaS) في عصر كانت فيه إدارة علاقات العملاء (CRM) أكثر قليلاً من مجرد منتج لإدارة جهات اتصال مجيدة في صندوق. الآن ، تمامًا كما هو الحال ، تضع Salesforce أنظارها على قيادة السوق من خلال القيام بالأشياء بطريقة مختلفة. ولكن الآن لم يكن الأمر كذلك ، وهذه المرة ليست Salesforce الأولى في حلبة الرقص. ومع ذلك ، فقد جاء متأخراً بطريقة عصرية فقط حيث أن آينشتاين يتبع بعد بضعة أشهر فقط من Watson من IBM. آينشتاين مثير للإعجاب وقوي ، وعند استخدامه مع بيانات Salesforce في على وجه الخصوص ، تلبي أو تتجاوز احتياجات نصف مستخدمي المؤسسة تقريبًا - النصف الذي يركز على العملاء والتسويق والمبيعات. يمكن أن تكون مفيدة للمستخدمين الآخرين كذلك ؛ انها مجرد تلك المبيعات والتسويق لديها كان دائما بقعة حلوة Salesforce وأنها لا تزال.

تستخدم منصة Salesforce Einstein Analytics التعلم الآلي (ML) ولكنها ليست تعلمًا عميقًا. إنها ليست حوسبة معرفية حقيقية (أي الذكاء الاصطناعى) تمامًا كما هو حال واتسون. لكن Salesforce كشركة تواصل إظهار فطنة العمل في رابطة خاصة بها. الشركة على استعداد لإقامة شراكات (أهمها تكامل واتسون الكامل) لتأمين طريق مستقيم لتمكين صعود محللي بيانات المواطن - الكأس المقدسة لصناعة تحليلات الخدمة الذاتية. ومع ذلك ، فإن منصة Salesforce Einstein Analytics لها حدودها ونقاط الارتباك الخاصة بها.

ابدء

تجد طريقك إلى حساب تجريبي عن طريق تحديد ومتابعة مسار واحد من العديد. "مسار" في هذه الحالة هو Salesforce يتحدث عن "مسار التعلم" أو "مسار التعلم. لهذا السبب يسمون شركائهم" Trailblazers. "لقد وجدت أن هذا المسار مرهق في البداية واستنزاف للوقت. أنا أفضل النقر فوق زر "حساب تجريبي" أو صفحة التسجيل واستمر في العمل. لم يساعد ذلك حتى أنني طلبت من المتحدث الرسمي أن يرسل لي بيانات اعتماد ورابط إلى عن على حساب تجريبي لهذا الاستعراض ، وأرسلت لي اثنين أو ثلاثة مسارات لمتابعة بدلاً من ذلك.

أخبرني المتحدث الرسمي أخيرًا أن اتباع المسار سيؤدي إلى تكوين حساب تجريبي. على الرغم من أنها كانت لطيفة للغاية وتحاول جاهدة أن تكون مفيدة ، إلا أن هذا الأمر يبدو وكأنه إعداد مربك أكثر مما هو مطلوب - خاصةً إذا كنت تستهدف مستخدمي الأعمال (ويعرف أيضًا باسم محللي بيانات المواطنين) كما تدعي Salesforce.

ومع ذلك ، اخترت درب. وبدلاً من ذلك ، اخترت trailhead Salesforce المسمى "أساسيات أينشتاين ديسكفري" التي استهدفتها المتحدثة النافعة ، قائلة إن هذا المسار المقصود "هو جعل مستخدمي الأعمال يعملون بسرعة ويعملون من تلقاء أنفسهم ، دون مساعدة محلل بيانات." أسهل trailhead ، يفترض.

وها ، كان trailhead مفيدة حقا. يمكنني بسهولة إعداد الحساب والبيانات المستوردة عن طريق اتباع الإرشادات السهلة الفهم على الدرب. لذا ، حسنا ، مفهوم trailhead يعمل. لكنني ما زلت لا أفهم كيف يمكن للمستخدمين العثور ثم تحديد المسار الذي يجب اتباعه للوصول إلى المكان الذي يريدون أن يكونوا فيه. لقد بحثت على الإنترنت عن "trailheads Salesforce" وحصلت على قائمة طويلة. ومع ذلك ، ليس لدي أي فكرة عن تحديد ما إذا كان هناك متحدث رسمي مفيد قريب لإخبارك.

كلمة واحدة من الحذر ، لمتابعة متتبعي هذا trailhead: الرجاء ملاحظة أنه لا يمكنك استخدام org Developer Edition (DE) موجود لديك في Salesforce. بدلاً من ذلك ، يجب عليك التسجيل للحصول على واحدة جديدة (الإرشادات الموجودة على هذا المسار سوف تخبرك كيف) لأنك تحتاج إلى ترخيص تحليلات محدود في DE org الجديدة.

بالنسبة لتجربتي ، العديد من التماثيل والتماثيل لاحقًا ، فقد تمكنت من الانتقال إلى الصفحة المقصودة في DE org الجديدة. هناك ، قمت بالنقر فوق مشغل التطبيق ، ثم قمت بالبحث والنقر لبدء تشغيل تطبيق Einstein Discovery. ولكن لم يحدث شيء حتى سمحت للنوافذ المنبثقة في المتصفح. لذلك تأكد من القيام بذلك.

بمجرد فتح تطبيق Einstein Discovery ، نقرت على المربعات المسماة "CSV" وقمت بتحميل بياناتي (مجموعات البيانات نفسها التي استخدمتها لمراجعة المنتجات المنافسة في هذه الفئة) بسهولة كافية. لكن بعد ذلك استجابت منصة Salesforce Einstein Analytics بـ "تجاوز الحد الأقصى للصفوف المسموح بها (تم العثور على 91،980). سيتم معالجة آخر 50،001 صفًا فقط." الشيء المحزن هو أنه أعطاني هذا التحذير بعد أن قمت بتحميل ملفين فقط من حوالي 30 صفًا. الشيء المحزن الآخر هو أن Salesforce تعلن أن آينشتاين قادر على التعامل مع "ما يصل إلى 100 متر من صفوف البيانات" ، لكن من الواضح أن هذا ليس هو ما تظهره لقطة الشاشة هذه (انظر أعلاه). حذرني أينشتاين أيضًا من "القيم الرقمية الكبيرة الموجودة في العمود". الذي أقول ، "نعم ، و؟!" Grrr ، أراد أينشتاين أن "ثابت" إلى حدوده ، أيضا.

لاحظت مشاكل أخرى مع البيانات بلغت حد اتخاذ إجراءات إعداد البيانات القياسية. إحدى هذه المشاكل كانت ذلك التاريخ والوقت على حد سواء حاضر في نفس العمود. يمكن بسهولة تجاهل أي من هذه القيم أو تنظيف البيانات. لا بيغي هناك. يعد الحد من حجم البيانات مصدر قلق أكبر بكثير.

هذا يقدم العلم الأحمر الضخم بالنسبة لي. ولكن قد يكون الأمر أقل إثارة للقلق بالنسبة لك ، حسب حجم و / أو تكوين البيانات التي تحاول العمل عليها. إذا كنت تستخدم بيانات Salesforce فقط ، فهذا أمر جيد لأن الاثنين يهدفان إلى العمل معًا! إذا كنت تستخدم بيانات أخرى أيضًا ، فابحث أولاً عن كثب في هذه المشكلة عن كثب.

من أجل هذا الاستعراض ، اخترت استخدام مجموعة البيانات النموذجية التي قدمتها Salesforce في لوحة القيادة بدلاً من إعادة تكوين مجموعات البيانات الخاصة بي لتقليل عدد الصفوف التي تتناسب مع حدود هذا النظام (يجب فقط على الكثير من الوقت تحمل عملية اختيار منتج أو تقييمه ، ألا تعتقد ذلك؟) مع المراجعة ، إذن.

عملية الاكتشاف

على غرار العديد من تطبيقات BI ، وخاصة SAP Analytics Cloud ، يطالبك Salesforce Einstein Analytics Platform بإنشاء قصة. هذه طريقة جيدة لأن البشر يستوعبون القصص ويحافظون عليها أفضل من الأرقام كقاعدة عامة. يتم تقديم البلاط لمساعدتي في تكوين كل شيء بالطريقة التي أريدها قبل الضغط على زر "إنشاء قصة". (نعم ، هذه هي مرحلة إنشاء استعلام.)

بمجرد الضغط على هذا الزر ، سيستغرق النظام بضع ثوانٍ فقط لتحليل البيانات وإرجاع لوحة معلومات مخزنة إليّ. على لوحة المعلومات هذه الكثير من المعلومات (أكثر مما يمكنني إظهاره في لقطة شاشة واحدة) وبعض النص يحدد ما حدث ، وفقًا لهذا مجموعة البيانات .

كذلك ، على اسحب للأسفل القائمة الموجودة تحت عنوان "إحصاءات موصى بها" والتي تقرأ هنا باسم "ما حدث" هي خيارات لاكتشاف "ما الذي تغير بمرور الوقت" و "لماذا حدث ذلك" و "ما الذي يمكن أن يحدث" و "كيف يمكنني تحسينه؟"

هذه بالطبع هي الأسئلة التي يطرحها محلل البيانات المتمرس. ولكن هنا يتم تعبئتها أيضًا بطريقة تمكن مبتدئ ، محلل بيانات المواطن من إجراء الاستعلام بسهولة. إن عملية الاكتشاف بأكملها التي تهدف إلى أن تكون مفيدة وسهلة الاستخدام لأي شخص ، على أي مستوى مهارة تقريبًا ، هي ببساطة رائعة.

هذا حيث تقوم منصة Salesforce Einstein Analytics بإغلاق رأس الفصل ولكن ليس عنده. لا يزال Watson يمتلك هذا الفضاء نظرًا لقدرته على تحليل مجموعات بيانات أكبر لكل من البيانات المهيكلة وغير المنظمة والاستعلام باللغة الطبيعية فيما عدا الأسئلة العامة (ولكن المهمة جدًا) التي تقدمها Salesforce هنا. هذا بعيد كل البعد عن منصات BI الأكثر صعوبة في التعلم الموجهة نحو SQL ، مثل Chartio.

ومع ذلك ، إذا كنت تعمل مع بيانات منظمة بتنسيق مناسب لمنصة Salesforce Einstein Analytics (احترس من عدد الصفوف ، على سبيل المثال) وتسعى بشكل أساسي إلى الحصول على رؤى متعلقة بالمبيعات والتسويق وعلاقات العملاء / تجربة العملاء ، فأنت ربما تحب منصة Salesforce Einstein Analytics.

تصورات البيانات

لقد وجدت أن خيار "ملخص التشغيل" على لوحة القيادة يعد ميزة فريدة ، لكنني لست متأكدًا من عدد المستخدمين الذين يريدون أن يقرأ نظام Salesforce Einstein Analytics النتائج لهم. يمكنك أيضًا "إضفاء الطابع الشخصي" على القصة ، والتي تعد بمثابة إبهام لأعلى أو إبهام للتصويت على العناصر الموجودة في التقرير. ليس من الواضح ما هي الغاية. ومع ذلك ، يمكنك مشاركة القصة وتصديرها أيضًا ، مباشرةً من لوحة القيادة وهذا مفيد دائمًا.

بالنسبة إلى التصورات الصحيحة ، حسناً ، هذه قصة مختلفة عن تلك التي تراها في تطبيقات التحليلات الأخرى. باختصار ، لا تختار المرئيات حقًا في منصة Salesforce Einstein Analytics. يمكنك تغيير الاستعلام ويختار أينشتاين تلقائيًا التصور الذي يعرض الإجابة بشكل أفضل.

قبل أن تصف هذا بأنه ظلم إبداعي ، تذكر أن الهدف النهائي هو تقديم تحليلات لذلك هي يمكن استخدامها من قبل مجموعات الأعمال ومفيدة لها - معظمهم يمكن افتراض أنه يهتم قليلاً بخيارات التصور. ولكن إذا كنت مهتمًا حقًا بوجود لوحة كاملة من المرئيات في متناول يدك ، فمن غير المحتمل أن تكون سعيدًا مع شاشات العرض والتقارير الآلية الأوتوماتيكية لنظام Salesforce Einstein Analytics.

في حين أن ذلك قد يحد من إمكانات أينشتاين بالنسبة للبعض ، تخيل أخذ كل ذلك وإدماجه بالكامل في IBM Watson. إذا كنت تمتلك الميزانية ، فقد أبرمت Salesforce و IBM صفقة تمكن هذا الخيار. والنتيجة هي منتج مشترك يصعب التغلب عليه من قبل أي شخص آخر في هذا المجال. احترس من العالم: يتقدم هذان الشريكان بسنوات ضوئية في سباق دمقرطة البيانات.