Ulasan & peringkat platform analitik Salesforce einstein

Salesforce Analytics, yang merupakan pendatang baru di ruang intelijen bisnis swalayan (BI), adalah serangkaian produk yang berbeda. Pertama dan terpenting adalah Platform Analyticsforce Einstein Analytics yang berbasis kecerdasan buatan (AI) (yang dimulai dari $ 75 per pengguna per bulan). Sementara analitiknya terutama ditujukan untuk menambang data pelanggan dan penjualan, data dari sumber lain juga dapat dihubungkan ke alat ini. Saat ini sangat sedikit produk BI yang terhubung ke Salesforce. Pilihan Editor 'IBM Watson Analytics sepenuhnya terintegrasi dalam hal kemampuan. Satu-satunya tempat yang terakhir akan jatuh untuk beberapa adalah dalam kemampuan visualisasi data (lebih lanjut tentang itu nanti).

Di antara kelebihan lainnya, menggandakan analitik prediktif dari tarian combo Watson-Einstein ini membuat Einstein terlihat seperti pemain yang brilian. Namun, sayang sekali, setiap pasangan dansa harus dinilai berdasarkan repertoar mereka sendiri. Dan itulah yang akan saya lakukan di sini.

Pertama, lihat jajaran Salesforce Analytics. Analitik dasar gratis. Untuk analisis yang lebih maju, ada aplikasi Sales Analytics untuk Sales Cloud, dengan harga $ 75 per pengguna per bulan. Lalu ada aplikasi Service Analytics untuk Service Cloud, yang juga dihargai $ 75 per pengguna per bulan.

Di bagian atas barisan adalah Platform Analytics Salesforce Einstein (juga dihargai, seperti yang dinyatakan sebelumnya, pada $ 75 per pengguna per bulan), yang termasuk penjualan dan aplikasi layanan ditambah banyak fitur lainnya. Fitur-fitur ini termasuk kemampuan untuk menganalisis data dari sumber apa pun (hingga 100 juta baris data) aku s diiklankan tetapi kita akan lihat), kemampuan untuk membuat aplikasi khusus dalam jumlah yang tidak terbatas, templat untuk membangun aplikasi dan dasbor, dan pelatihan online tanpa batas.

Saya telah membahas Salesforce sejak debutnya di pasar sebagai permainan murni Software-as-a-Service (SaaS) di zaman ketika manajemen hubungan pelanggan (CRM) lebih dari sekadar produk manajemen kontak yang dimuliakan dalam sebuah kotak. Sekarang, sama seperti saat itu, Salesforce mengarahkan pandangannya untuk memimpin pasar dengan melakukan berbagai hal secara berbeda. Tapi sekarang belum, dan kali ini Salesforce bukan yang pertama di lantai dansa. Namun, ini hanya terlambat karena Einstein mengikuti hanya beberapa bulan setelah IBM Watson. Einstein mengesankan dan kuat dan, saat digunakan dengan data Salesforce di khususnya, itu memenuhi atau melampaui kebutuhan sekitar setengah dari semua pengguna perusahaan - separuh yang berfokus pada pelanggan, pemasaran, dan penjualan. Ini dapat bermanfaat bagi pengguna lain juga; hanya saja penjualan dan pemasarannya telah selalu menjadi sweet spot Salesforce dan sampai sekarang.

Platform Salesforce Einstein Analytics menggunakan pembelajaran mesin (ML) tetapi tidak dalam pembelajaran. Ini bukan benar-benar komputasi kognitif (yaitu, AI) sama seperti Watson tidak. Tapi Salesforce sebagai perusahaan terus menunjukkan ketajaman bisnis di liga sendiri. Perusahaan ini rela menjalin kemitraan (di antaranya adalah integrasi Watson penuh) untuk mengamankan jalur yang lurus untuk memungkinkan munculnya analis data warga - cawan suci industri analitik swalayan. Namun, Platform Analisis Salesforce Einstein memiliki batas dan titik-titik kebingungan.

Mulai

Anda menemukan jalan ke akun percobaan dengan memilih dan mengikuti satu jejak dari banyak. "Jejak" dalam hal ini adalah Salesforce berbicara untuk "jalur pembelajaran" atau "jalur pembelajaran. Itulah sebabnya mereka menyebut mitra mereka" Pelopor. "Saya menemukan jalur ini awalnya rumit dan menghabiskan waktu. Saya lebih suka mengklik Tombol "Akun Percobaan" atau halaman registrasi dan melanjutkan pekerjaan. Itu tidak membantu bahwa saya bahkan meminta juru bicara untuk mengirimi saya kredensial dan tautan untuk akun uji coba untuk ulasan ini, dan dia mengirimi saya dua atau tiga jalur untuk diikuti.

Juru bicara akhirnya mengatakan kepada saya bahwa mengikuti jejak akan mengarah pada pembentukan akun percobaan. Walaupun dia sangat baik dan jelas berusaha keras untuk membantu, ini terasa seperti pengaturan yang jauh lebih membingungkan daripada yang dibenarkan - terutama jika Anda membidik pengguna bisnis (alias analis data warga) seperti yang dinyatakan oleh Salesforce.

Meskipun demikian, saya memilih jalan. Alih-alih, saya memilih jejak tenaga Salesforce bernama "Einstein Discovery Basics" yang ditujukan oleh juru bicara yang membantu saya, dengan mengatakan jejak jejak ini "dimaksudkan untuk membuat pengguna bisnis berdiri dan berjalan dengan cepat dan sendiri, tanpa bantuan analis data." Jejak termudah, mungkin.

Lihatlah, jalan setapak memang sangat membantu. Saya dengan mudah dan cepat mengatur akun dan mengimpor data dengan mengikuti instruksi yang mudah dimengerti di trailhead. Jadi, oke, konsep trailhead berfungsi. Tapi saya masih tidak mengerti bagaimana cara pengguna menemukan dan kemudian menentukan jejak mana yang harus diikuti untuk mencapai tempat yang mereka inginkan. Saya mencari secara online untuk "Salesforce trailheads" dan mendapat daftar panjang. Namun, saya tidak tahu harus memilih apakah tidak ada juru bicara yang berguna di dekat Anda untuk memberi tahu Anda.

Satu kata peringatan, untuk mengikuti jejak saya: Harap dicatat bahwa Anda tidak dapat menggunakan org Edisi Pengembang (DE) yang ada di Salesforce. Alih-alih, Anda harus mendaftar untuk yang baru (petunjuk tentang jejak ini akan memberi tahu Anda caranya) karena Anda memerlukan lisensi analitik terbatas di DE org baru.

Adapun pengalaman saya, beberapa bumbles dan fumbles kemudian, saya berhasil menavigasi ke halaman arahan di DE DE baru. Di sana, saya mengklik peluncur aplikasi, dan kemudian mencari dan mengklik untuk meluncurkan aplikasi Einstein Discovery. Tetapi tidak ada yang terjadi sampai saya membolehkan pop-up di browser saya. Jadi pastikan untuk melakukan itu.

Setelah aplikasi Einstein Discovery dibuka, saya mengklik ubin berlabel "CSV" dan memuat data saya (kumpulan data yang sama yang saya gunakan untuk meninjau produk yang bersaing dalam kategori ini) dengan cukup mudah. Tetapi kemudian Platform Analisis Salesforce Einstein menanggapi dengan "Melebihi baris maksimum yang diizinkan (91.980 ditemukan). Hanya 50.001 baris terakhir yang akan diproses." Yang menyedihkan adalah, itu memberi saya peringatan itu setelah saya hanya memuat dua file sekitar 30 baris. Hal menyedihkan lainnya adalah, Salesforce mengiklankan Einstein yang mampu menangani "hingga 100 juta baris data, " tetapi ini jelas bukan yang ditunjukkan oleh tangkapan layar ini (lihat di atas). Einstein juga memperingatkan saya tentang "Nilai numerik besar yang ditemukan di kolom." Yang saya katakan, "Ya, dan ?!" Grrr, Einstein ingin itu "diperbaiki" ke batasnya juga.

Itu mencatat masalah lain dengan data yang berjumlah pada saya mengambil tindakan persiapan data standar. Salah satu masalah adalah tanggal dan waktu keduanya menyajikan di kolom yang sama. Salah satu dari nilai-nilai itu dapat dengan mudah diabaikan atau data dibersihkan. Tidak ada masalah besar di sana. Keterbatasan ukuran data adalah masalah yang jauh lebih besar.

Ini menyajikan bendera merah besar bagi saya. Tetapi ini mungkin kurang atau lebih mengkhawatirkan bagi Anda, tergantung pada ukuran dan / atau konfigurasi data yang Anda coba gunakan. Jika Anda hanya menggunakan data Salesforce, maka semuanya baik karena keduanya dimaksudkan untuk bekerja sama! Jika Anda menggunakan data lain juga, maka lihatlah masalah itu dengan cermat terlebih dahulu.

Demi tinjauan ini, saya memilih untuk menggunakan kumpulan data sampel yang disediakan oleh Salesforce di trailhead daripada mengkonfigurasi ulang set data saya untuk mengurangi jumlah baris agar sesuai dengan batas sistem ini (hanya ada begitu banyak waktu yang harus dihabiskan untuk bertahan dalam proses memilih atau memberi peringkat suatu produk, bukan?) Terus dengan ulasan, lalu.

Proses Penemuan

Mirip dengan beberapa aplikasi BI, terutama SAP Analytics Cloud, Platform Salesforce Einstein Analytics meminta Anda untuk membuat cerita. Itu pendekatan yang baik karena manusia menelan dan menyimpan cerita lebih baik daripada angka sebagai aturan umum. Ubin disajikan untuk membantu saya mengonfigurasi semua yang saya inginkan sebelum saya menekan tombol "Buat Cerita". (Ya, ini adalah tahap build-a-query.)

Setelah saya menekan tombol itu, sistem hanya membutuhkan beberapa detik untuk menganalisis data dan mengembalikan dasbor bertingkat kepada saya. Pada dasbor itu ada banyak informasi (lebih dari yang bisa saya tunjukkan dalam satu tangkapan layar) dan beberapa teks menentukan apa yang terjadi, menurut ini Himpunan data .

Selanjutnya, pada menurunkan menu di bawah "Recommended Wawasan pada" yang berbunyi di sini sebagai "Apa yang terjadi" adalah pilihan untuk menemukan "Apa yang berubah seiring waktu, " "Mengapa itu terjadi, " "Apa yang bisa terjadi, " dan "Bagaimana saya bisa memperbaikinya?"

Tentu saja itu adalah pertanyaan yang akan ditanyakan oleh analis data berpengalaman. Tapi di sini juga dikemas sedemikian rupa sehingga pemula, analis data warga dapat dengan mudah membuat kueri. Seluruh proses penemuan ini bertujuan untuk menjadi berguna dan dapat digunakan oleh siapa saja, di hampir semua tingkat keterampilan, sangat brilian.

Di sinilah Platform Analytics Salesforce Einstein tutup, tetapi tidak di, kepala kelas. Watson masih memiliki ruang ini karena kemampuannya untuk menganalisis set data yang lebih besar baik data terstruktur dan tidak terstruktur dan untuk query dalam bahasa alami di luar pertanyaan umum (tapi sangat penting) yang ditawarkan oleh Salesforce di sini. Ini jauh dari platform BI yang lebih sulit dipelajari, berorientasi SQL, seperti Chartio.

Namun, jika Anda bekerja dengan data terstruktur dalam format yang ramah untuk Platform Analytics Salesforce Einstein (perhatikan jumlah baris, misalnya) dan terutama mencari wawasan yang terkait dengan penjualan, pemasaran, dan hubungan pelanggan / pengalaman pelanggan, maka Anda mungkin akan menyukai Platform Analytics Salesforce Einstein.

Visualisasi Data

Saya menemukan opsi "Mainkan Ringkasan" di dasbor untuk menjadi fitur yang unik, tetapi saya tidak yakin berapa banyak pengguna yang ingin agar Platform Analisis Salesforce Einstein membacakan hasilnya kepada mereka. Anda juga dapat "mempersonalisasi" cerita, yang merupakan jempol ke atas atau jempol ke bawah pada item baris dalam laporan. Namun tidak jelas apa tujuannya. Namun, Anda dapat berbagi dan mengekspor cerita juga, langsung dari dasbor dan itu selalu membantu.

Mengenai visualisasi yang tepat, well, itu cerita yang berbeda dari yang Anda lihat di aplikasi analitik lainnya. Singkatnya, Anda tidak benar-benar memilih visualisasi di Platform Analisis Salesforce Einstein. Anda mengubah kueri dan Einstein secara otomatis memilih visualisasi yang paling baik menampilkan jawabannya.

Sebelum Anda memberi label ini ketidakadilan materi, ingat bahwa tujuan akhirnya adalah menyediakan analitik itu adalah dapat digunakan oleh dan bermanfaat bagi massa bisnis - yang kebanyakan dapat dianggap tidak terlalu peduli dengan pilihan visualisasi. Tetapi jika Anda benar-benar ingin memiliki palet penuh visualisasi di ujung jari Anda, maka Anda tidak akan senang dengan tampilan dan laporan dasar Salesforce Einstein Analytics Platform yang otomatis, dasar, dan laporan.

Sementara itu mungkin membatasi potensi Einstein bagi sebagian orang, bayangkan mengambil semua itu dan mengintegrasikannya sepenuhnya dengan IBM Watson. Jika Anda memiliki anggaran, maka Salesforce dan IBM telah melakukan kesepakatan yang memungkinkan opsi ini. Hasilnya adalah produk gabungan yang sangat sulit dikalahkan oleh orang lain di lapangan. Awas dunia: Kedua mitra ini tahun depan dalam perlombaan demokratisasi data.