---
schema_version: "1"
id: f8ce11d5bde3d18b989a8b2e2337245cda3556b3522aab0d251ceb8fe6ff4610
title: การสำรวจการคาดการณ์ของ CRM Analytics
collection: tableau
version: next
locale: th-th
portal_url: https://docs.salesforce.com/tableau/next/th-th/blueprint/bp_predictions.md
canonical_url: https://help.tableau.com/v0.0/blueprint/th-th/bp_predictions.htm
source_site: help.tableau.com
content_type: documentation
content_hash: f1495ac95cf21862f1ffd2fc3cdadc9809e0517ce32a4fbc6992610a4e251aca
description: Blueprint survey to help line-of-business sponsors prioritize Einstein Discovery prediction use cases.
---
[ข้ามไปยังเนื้อหาหลัก](#main-content)

# การสำรวจการคาดการณ์ของ CRM Analytics

> [!TIP]
> 
> เนื้อหานี้เป็นส่วนหนึ่งของ Tableau Blueprint ซึ่งเป็นเฟรมเวิร์กที่สมบูรณ์ซึ่งช่วยให้คุณสามารถขยายและปรับปรุงวิธีที่องค์กรของคุณใช้ข้อมูลเพื่อกระตุ้นผลลัพธ์ เพื่อเริ่มต้นการเดินทางของคุณ โปรดทำ[การประเมิน](https://www.tableau.com/th-th/learn/webinars/tableaus-blueprint-self-assessment)

ก่อนการสร้างเรื่องราว/โมเดลและปรับใช้การคาดการณ์โดยใช้ Einstein Discovery ผู้สนับสนุนธุรกิจแต่ละสายงานควรสำรวจแผนกและทีมงานของตน เพื่อช่วยพวกเขาให้ความสำคัญกับกรณีการใช้งานและความจำเป็นในการคาดการณ์ ทีมงานธุรกิจแต่ละทีมที่จะใช้ Einstein Discovery ควรทำแบบสำรวจการคาดการณ์ให้เรียบร้อย หรือทำงานกับสมาชิกในทีมเพื่ออำนวยความสะดวกในการจัดทำเอกสารข้อมูล วัตถุประสงค์ของการสำรวจคือเพื่อระบุกรณีการใช้งานทางธุรกิจที่จำเป็นต้องได้รับการปรับปรุงให้เหมาะสม (การคาดการณ์เชิงพรรณาและแบบให้คำแนะนำ) และแหล่งข้อมูลที่จำเป็น นอกจากนี้ การสำรวจนี้ยังจะช่วยคุณกำหนดว่าจำเป็นต้องมีนักวิทยาศาสตร์ข้อมูลเข้ามามีส่วนร่วม วางแผน และดำเนินการปรับใช้การทำนาย และมอบหมายหน้าที่การตรวจสอบติดตามโมเดลหรือไม่

ทีมงาน

- ส่วนงานธุรกิจของทีมงานคืออะไร
- ผู้ใช้เป้าหมายคือใคร
- คุณจำเป็นต้องทำงานร่วมกับทีมงานนักวิทยาศาสตร์ข้อมูลที่มีอยู่แล้วหรือไม่
- ทีมงานของคุณมีสิทธิ์เข้าถึงข้อมูลที่จำเป็นต้องนำไปวิเคราะห์หรือไม่
- ใครคือบุคคลในทีมที่จำเป็นต้องมีใบอนุญาตฉบับเต็มเพื่อให้มีสิทธิ์เข้าถึง CRM Analytics (เพื่อนำข้อมูลเข้า สร้างเรื่องราว/โมเดล และปรับใช้การคาดการณ์)

การเลือกและการจัดการ

- จะใช้กรณีการใช้งานทางธุรกิจใดสำหรับการคาดการณ์ กรณีการใช้งานผ่านการรับรองว่ามีคุณสมบัติเหมาะสมดีหรือไม่เหมาะสมหรือไม่
- แหล่งข้อมูลหลักสำหรับเรื่องราว/โมเดลคืออะไรและอยู่ที่ใด
- แหล่งข้อมูลของทีมงานของคุณเป็นอย่างไร (Salesforce, ฐานข้อมูลหรือคลังสินค้า, การส่งออกไฟล์, บุคคลภายนอก ฯลฯ)
- คุณได้รับหรือจำเป็นต้องได้รับการอนุมัติโมเดลจากทีมงานนักวิทยาศาสตร์ข้อมูลหรือไม่
- คุณได้ร่วมใช้วิธีการสร้างแบบจำลองข้อมูล เช่น CRISP-DM เพื่อรับรองคุณสมบัติกรณีการใช้งานทางธุรกิจหรือไม่
- ข้อมูลสำหรับเฟส 1 มีลักษณะเป็นอย่างไร (การเข้าถึงอย่างคร่าวๆ และรวดเร็ว) และคุณสามารถใช้ไฟล์ csv เพื่อสร้างชุดข้อมูลหรือไม่
- ข้อมูลสำหรับการปรับใช้งานมีลักษณะเป็นอย่างไร และคุณสามารถยกระดับการเตรียมข้อมูลและสร้างการประสานการทำงานที่จำเป็นหรือไม่

ทักษะ

- ข้อมูลได้รับการรักษาความปลอดภัยอย่างไร
- ทักษะและความสามารถของนักวิทยาศาสตร์ธุรกิจใดที่มีอยู่ภายในทีม
- ใครจะเป็นผู้ได้รับการระบุและฝึกอบรมในฐานะ Einstein Discovery Champion (เช่น นักวิทยาศาสตร์ธุรกิจ) ภายในทีมงาน
- คุณมีทักษะทางธุรกิจและข้อมูลเชิงลึกที่จำเป็นเพื่อให้ความสำคัญกับกรณีการใช้งานหรือไม่
- คุณมีทักษะวิศวกรรมข้อมูลที่จำเป็นสำหรับสาขาที่ได้รับและมีส่วนสำคัญต่อความต้องการทางวิศวกรรมหรือไม่

ความปลอดภัย

- คุณได้ตรวจสอบและอนุมัติผลิตภัณฑ์คลาวด์และศูนย์ข้อมูล Salesforce ที่เกี่ยวข้องกับการใช้งาน CRM Analytics อยู่แล้วหรือไม่

การตรวจสอบ

- คุณจะตรวจสอบติดตามความถูกต้องแม่นยำของการคาดการณ์อย่างไร (เช่น ผู้จัดการโมเดล, แดชบอร์ดที่กำหนดเอง)
- เกณฑ์ขั้นต่ำความถูกต้องแม่นยำของโมเดลที่ยอมรับได้คืออะไร และจะต้องแจ้งให้ทราบและแจ้งเตือนใครหากมีค่าเกินขีดจำกัด
- คุณจำเป็นต้องรีเฟรชข้อมูลโมเดลบ่อยเพียงใด
- ใครจะมีหน้าที่ในการตรวจวัดผลกระทบทางธุรกิจ ผลการดำเนินงาน และอัตราการปรับใช้ของโมเดลหลังจากที่มีการเริ่มต้นปรับใช้โมเดลแล้ว
- การตรวจสอบติดตามธุรกิจและการตรวจวัดผลกระทบระหว่างดำเนินงานและผลลัพธ์จากการปรับใช้การคาดการณ์จะเป็นอย่างไร