Revisió i valoració de la plataforma d’analítica einstein de Salesforce

Salesforce Analytics, que és relativament nou a l’espai d’informació empresarial d’autoservei (BI), és un conjunt de diversos productes diferents. En primer lloc, és la Plataforma d'Analytics Einstein de Forceforce, basada en intel·ligència artificial (AI) (que comença a partir de 75 dòlars per usuari al mes). Tot i que les seves analítiques s’orienten principalment a l’explotació de dades de clients i vendes, també es poden connectar dades d’altres fonts a l’eina. En aquests dies, molt pocs productes de BI es connecten a Salesforce. Elecció d’Editors IBM Watson Analytics està totalment integrada en termes de capacitats. L'únic lloc en què cauen alguns després en les seves capacitats de visualització de dades (més sobre això més endavant).

Entre d'altres avantatges, la duplicació de les analítiques predictius d'aquest ball combinat de Watson-Einstein fa que Einstein sembli un intèrpret brillant. Però, per descomptat, cada parella de ball ha de ser jutjada segons el seu propi repertori. I això ho faré aquí.

Primer, feu una ullada a la programació de Analytics de Salesforce. Les analítiques bàsiques són gratuïtes. Per a analítiques més avançades, hi ha l’aplicació Sales Analytics de Sales Cloud, amb un preu de 75 dòlars per usuari al mes. A continuació, hi ha l'aplicació Service Analytics de Service Cloud, que també té un preu de 75 dòlars per usuari al mes.

A la part superior de la línia es troba la plataforma de Analytics Einstein de Salesforce (també té un preu, com s'ha dit anteriorment, a 75 dòlars per usuari al mes), que inclou aplicacions de vendes i serveis, a més d'altres funcions. Aquestes funcions inclouen la capacitat d’analitzar dades de qualsevol font (fins a 100 milions de files de dades és anunciada, però veurem), la capacitat de crear un nombre il·limitat d'aplicacions personalitzades, plantilles per crear aplicacions i taulers de comandament i formació en línia il·limitada.

He cobert Salesforce des del seu debut al mercat com a joc de programari SaaS (Software-as-a-Service) en una època en què la gestió de relacions amb els clients (CRM) era poc més que un glorificat producte de gestió de contactes en una caixa. Ara, just en aquell moment, Salesforce es fixa en el lideratge del mercat fent coses de manera diferent. Però ara no és així, i aquesta vegada Salesforce no és el primer a la pista de ball. Tanmateix, tan tard és la moda que la seva Einstein segueix pocs mesos després de la Watson d'IBM. Einstein és impressionant i potent i, quan s'utilitza amb les dades de Salesforce a en particular, compleix o supera les necessitats d'aproximadament la meitat de tots els usuaris de l'empresa, la meitat que es concentren en els clients, màrqueting i vendes. També pot ser útil per a altres usuaris; es tracta només de vendes i màrqueting té sempre ha estat el punt dolç de Salesforce i ho continua sent.

La Plataforma Analytics de Salesforce Einstein utilitza l'aprenentatge automàtic (ML), però no l'aprenentatge profund. No és realment una informàtica cognitiva (és a dir, una IA) tal com no ho és Watson. Tanmateix, Salesforce com a empresa continua mostrant visió de negocis en una lliga pròpia. La companyia està disposada a crear col·laboracions (entre elles la integració completa de Watson) per aconseguir un camí directe que permeti l’augment d’analistes de dades ciutadanes, el sant graal de la indústria d’analítica d’autoservei. Tot i així, la plataforma de Analytics Einstein de Salesforce té els seus límits i punts de confusió.

Començant

Trobeu el camí cap a un compte de prova seleccionant i seguint un rastre entre molts. Un "sender" en aquest cas és Salesforce parlar per un "camí d'aprenentatge" o un "camí d'aprenentatge. És per això que anomenen als seus socis" Trailblazers ". Vaig trobar aquest camí inicialment feixuc i una fuga de temps. Prefereixo fer clic a Botó o pàgina de registre "Compte de prova" i continueu amb la feina. No ha servit per res que fins i tot vaig demanar al portaveu que em fes arribar les credencials i un enllaç per un compte de prova d'aquesta revisió i em va enviar dos o tres rutes a seguir.

El portaveu finalment em va dir que seguir un sender comportaria la formació d'un compte de prova. Si bé era molt simpàtica i, evidentment, intentava ser útil, això sentia una configuració molt més confusa que la que es justifica, sobretot si teniu l’objectiu d’utilitzar empreses (també analistes de dades ciutadanes) tal com afirma Salesforce.

Tot i això, he escollit un rastre. Més aviat, he escollit el capçal de Salesforce anomenat "Einstein Discovery Basics" al qual em va dirigir el portaveu útil, dient que aquest trailhead està "destinat a fer que els usuaris empresarials funcionin ràpidament i per compte propi, sense l'ajuda d'un analista de dades". Probablement, el cap més fàcil de la pista.

I heu, heu estat útils. Configureu fàcilment i de forma ràpida el compte i les dades importades seguint les instruccions fàcils d’entendre del cap de ruta. Així, està bé, el concepte de la pista de pista funciona. Però encara no entenc com han de trobar els usuaris i, a continuació, determinar quin rastre cal seguir per arribar on volen estar. Vaig buscar en línia els "fulls de ruta de Salesforce" i vaig obtenir una llarga llista. Tot i així, no tinc ni idea de com triar si no hi ha un portaveu útil a prop.

Per seguir-me aquest capçal de ruta, seguiu-me amb una nota de precaució: tingueu en compte que no podeu utilitzar un orgànul de l'edició per a desenvolupadors (DE) existent que tingueu a Salesforce. En lloc d'això, us heu de registrar a un de nou (les instruccions d'aquesta pista indicarà com) perquè necessiteu la llicència d'analítica limitada al nou organisme DE.

Pel que fa a la meva experiència, diversos borrissols i embussos més endavant, vaig aconseguir navegar fins a la pàgina de destinació al nou organisme DE. Allà, vaig fer clic al llançador d'aplicacions i, a continuació, vaig cercar i fer clic per llançar l'aplicació Einstein Discovery. Però no va passar res fins que vaig permetre aparicions emergents al meu navegador. Així que assegureu-vos de fer-ho.

Una vegada que es va obrir l'aplicació Einstein Discovery, vaig fer clic en el mosaic etiquetat com a "CSV" i vaig carregar les meves dades (els mateixos conjunts de dades que feia servir per revisar els productes competitius d'aquesta categoria). Però després la plataforma de Analytics Einstein de Salesforce va respondre amb "Supera el màxim de files permeses (91.980 trobades). Només es processaran les darreres 50.001 files". El trist és que em va donar aquest avís després d’haver carregat només dos fitxers d’aproximadament 30 files. L’altra cosa trista és que Salesforce anuncia Einstein com a capaç de manejar "fins a 100M de files de dades", però això no és clarament el que mostra aquesta captura de pantalla (vegeu més amunt). Einstein també em va advertir de "valors numèrics grans que es troben a la columna". A la qual cosa dic, "Sí, i ?!" Grrr, Einstein volia que "es fixés" també als seus límits.

S'han notat altres problemes amb les dades que corresponien a les meves accions de preparació de dades estàndard. Un d'aquests problemes era que la data i l'hora eren totes dues present a la mateixa columna Qualsevol d'aquests valors es pot ignorar fàcilment o netejar-se les dades. No hi ha biggie. És molt més gran la limitació de la mida de les dades.

Això em presenta una enorme bandera vermella. Però pot ser que sigui menys o més alarmant, segons la mida i / o la configuració de les dades amb les quals intenteu treballar. Si només utilitzeu les dades de Salesforce, ara és bo perquè tots dos estan pensats per treballar junts. Si també utilitzeu altres dades, mireu primer el problema primer.

Per aquesta revisió, he optat per utilitzar el conjunt de dades de mostres proporcionat per Salesforce a la capçalera en lloc de reconfigurar els meus conjunts de dades per reduir el nombre de files que s’ajusten als límits d’aquest sistema (només hi hauria que aspirar el temps que caldria. No patiu el procés de selecció o valoració d'un producte, no us sembla?) Amb la revisió, doncs.

El procés de descobriment

De la mateixa manera que diverses aplicacions de BI, especialment SAP Analytics Cloud, la plataforma Sales Analytics Einstein Analytics us demana que creeu una història. És un bon enfocament perquè els humans ingereixen i conserven històries millor que els números com a regla general. Es presenten mosaics per ajudar-me a configurar tot el que desitjo abans de prémer el botó "Crea història". (Sí, aquesta és l’etapa de creació de consultes.)

Un cop heu premut aquest botó, el sistema només triga uns segons a analitzar les dades i em torna un tauler de taula emmagatzemat. En aquest tauler, hi ha molta informació (més que us puc mostrar en una sola captura de pantalla) i algun text que especifica què va passar, segons això conjunt de dades .

Més endavant a la web tirar cap avall el menú de "Informació recomanada sobre" que es diu aquí "Què va passar" són opcions per descobrir "Què ha canviat amb el pas del temps", "Per què va passar", "Què podria passar" i "Com puc millorar-ho?"

Aquestes són, per descomptat, exactament les preguntes que li plantejarien un analista experimentat. Però aquí també s’embolica d’una manera que un analista de dades ciutadanes, recent, pot fer la consulta fàcilment. Tot aquest procés de descobriment dirigit a ser útil i usable per a qualsevol persona, a gairebé qualsevol nivell d’habilitat, és senzillament brillant.

En aquest cas, la plataforma de vendes Einstein Analytics Platform tanca, però no cap, la capçalera de la classe. Watson encara és propietari d’aquest espai per la seva capacitat d’analitzar conjunts de dades més grans tant de dades estructurades com no estructurades i de consulta en llenguatge natural més enllà de les qüestions generals (però molt importants) que ofereix Salesforce aquí. Es tracta d’un molt lluny de les plataformes de BI més difícils d’aprendre, orientades a SQL, com Chartio.

Tanmateix, si esteu treballant amb dades estructurades en un format amigable amb la plataforma E Analytics de Salesforce Einstein (tingueu en compte el nombre de files, per exemple) i busqueu informació bàsica sobre vendes, màrqueting i relacions amb els clients / experiència amb el client, llavors probablement us encantarà la plataforma d'anàlisi de Salesforce Einstein.

Visualitzacions de dades

L'opció "Resum de reproducció" del tauler de control ha estat una característica única, però no estic segur de quants usuaris voldrien que la plataforma de Analytics Salesin Einstein els llegís els resultats. També podeu "personalitzar" la història, que és de polzes cap amunt o de polze per votar les línies de referència de l'informe. No està clar fins a quin punt, però. Tot i això, també podeu compartir i exportar la història directament des del tauler i sempre us serà útil.

Pel que fa a visualitzacions adequades, bé, aquesta és una història diferent de la que veieu en altres aplicacions d’analítica. En definitiva, que realment no trieu visualitzacions a la plataforma de Analytics Einstein de Salesforce. Canvieu la consulta i Einstein selecciona automàticament la visualització que mostri millor la resposta.

Abans d’etiquetar això com a injustícia creativa, recordeu que l’objectiu final és proporcionar analítiques són utilitzable i útil per a les masses empresarials: a la majoria de les quals se suposa que es preocupen poc per les opcions de visualització. Però si realment us interessa tenir una paleta completa de visualitzacions al vostre abast, no podreu estar content amb les pantalles i els informes bàsics automatitzats i bàsics de Salesforce Einstein Analytics Platform.

Tot i que això pot limitar el potencial d'Einstein per a alguns, imagineu-vos que ho tingueu tot i integrant-lo completament amb IBM Watson. Si teniu el pressupost, Salesforce i IBM han realitzat un acord que permet aquesta opció. El resultat és un producte combinat que és difícil de vèncer per qualsevol altra persona del camp. Estigueu atents al món: aquests dos socis tenen anys llum a la carrera de democratització de dades.