Partager via

Créer et gérer des prédictions

Dynamics 365 Customer Insights - Les données sont proposées avec différentes options qui utilisent l’IA et le Machine Learning pour prédire les données.

Les prédictions offrent des fonctionnalités permettant de créer de meilleures expériences client, d’améliorer les fonctionnalités métier et les flux de revenus. Nous vous recommandons vivement d’équilibrer la valeur de votre prédiction par rapport à l’effet qu’elle a et les biais susceptibles d’être introduits de manière éthique. En savoir plus sur la façon dont Microsoft traite l’IA responsable.

Générer des insights à l’aide de modèles de prédiction prêtes à l’emploi

Le moyen le plus simple de commencer par prédire des données sont des modèles prédéfinis, souvent appelés modèles prêtes à l’emploi. Elles nécessitent uniquement certaines données et certaines structures pour générer rapidement des insights.

Les modèles suivants sont disponibles :

  • Valeur de durée de vie du client : prédit le chiffre d’affaires potentiel d’un client tout au long de l’interaction avec une entreprise.
  • Recommandation produit : suggère des ensembles de recommandations de produit prédictives basées sur le comportement d’achat et les clients avec des modèles d’achat similaires.
  • Évolution de l’abonnement : prédit si un client risque de ne plus utiliser les produits ou services d’abonnement de votre entreprise.
  • Activité transactionnelle : prédit si un client individuel peut ne plus acheter vos produits ou services dans un certain délai.
  • Analyse des sentiments : analyse les sentiments des commentaires des clients et identifie les aspects métier fréquemment mentionnés.

Pour comprendre la préparation de vos données pour produire des insights, consultez la vue d’ensemble du rapport de préparation des données.

Conseil / Astuce

Nous vous recommandons d’actualiser régulièrement des modèles prêtes à l’emploi avec des données mises à jour pour vous assurer qu’ils informent avec précision votre cas d’usage professionnel. Les données sont actualisées ad hoc lorsque le système ingère des sources de données nouvelles ou mises à jour. Toutefois, les modèles ne rescoreent que dans ce cas et continuent d’utiliser les données d’entraînement existantes.

Configurez une planification de mise à jour en définissant la planification de réentraînement du modèle pendant la configuration. Le modèle réentraîne et effectue un nouveau score selon cette planification, que vous pouvez modifier à tout moment.

Gérer les prédictions existantes

Accédez à la pagePrédictions>. Sous l’onglet Mes prédictions , affichez les prédictions que vous avez créées, leur type de prédiction, le nom de la table de sortie, l’état, la dernière fois que la prédiction a été modifiée et la dernière fois que les données ont été actualisées. Vous pouvez trier la liste des prédictions par n’importe quelle colonne.

Pour afficher les actions disponibles, sélectionnez une prédiction.

Page Mes prédictions.

  • Modifiez la prédiction pour modifier ses propriétés.
  • Actualisez la prédiction pour inclure les données les plus récentes.
  • Affichez les détails de la prédiction.
  • Rapport d’utilisation des données d’entrée pour afficher les erreurs, les avertissements et les recommandations.
  • Supprimez la prédiction.

Actualiser une prédiction

Les prédictions peuvent être actualisées selon une planification automatique ou actualisées manuellement à la demande. Pour actualiser manuellement toutes les prédictions, sélectionnez Actualiser tout. Pour actualiser manuellement une prédiction, sélectionnez-la et sélectionnez Actualiser. Pour planifier une actualisation automatique, accédez àLa planification>>.

Conseil / Astuce

Il existe des statuts pour les tâches et les processus. La plupart des processus dépendent d’autres processus en amont, tels que actualisation des sources de données et du profilage des données.

Sélectionnez le statut pour ouvrir le volet Détails de la progression et afficher la progression des tâches. Pour annuler la tâche, sélectionnez Annuler la tâche en bas du volet.

Sous chaque tâche, sélectionnez Afficher les détails pour plus d’informations sur l’avancement, telles que l’heure du traitement, la date du dernier traitement et les erreurs et avertissements applicables associés à la tâche ou au processus. Sélectionnez l’option Afficher le statut du système en bas du volet pour voir les autres processus du système.

Afficher le rapport d’utilisation des données d’entrée

Le rapport d’utilisation des données d’entrée fournit une vue consolidée des erreurs et des avertissements que vos prédictions prêtes à l’emploi peuvent générer. Il fournit également des recommandations sur la façon d’améliorer les performances du modèle.

Le rapport est disponible une fois qu’un modèle a terminé son processus d’entraînement. Chaque modèle obtient un rapport distinct, qu’il ait terminé l’entraînement correctement ou non.

Sous l’onglet Mes prédictions , sélectionnez la prédiction et choisissez Rapport d’utilisation des données d’entrée. Ou à partir de la vue détails de prédiction, sélectionnez rapport d’utilisation des données d’entrée.

Exemple de rapport d’utilisation des données d’entrée montrant une table avec des erreurs, des avertissements et des recommandations.

Le rapport inclut les éléments suivants :

  • Nom: Nom descriptif de l’erreur, de l’avertissement ou de la recommandation.
  • Pas: Phase de modèle, apprentissage ou score, et les informations font référence.
  • État: Gravité des informations (erreur, avertissement, recommandation).
  • Nom de colonne : Colonne d’une table qui doit être modifiée pour améliorer les performances du modèle.
  • Table: Nom de la table qui doit être modifiée pour améliorer les performances du modèle.
  • Détails: Détails sur l’erreur, l’avertissement ou la recommandation.
  • Last updated on