SAP Cloud for Customer的机器学习启用步骤

SAP Coud for Customer(以下简称C4C)在1708这个版本最先引入机器学习,用于Sales场景中的Deal Intelligence(智能交易)和Service场景的Automatic ticket classification(Ticket智能分类)。根据SAP官方文档上发布的信息,到C4C 1802为止,Sales和Service支持的机器学习场景如下:

  • Deal Intelligence
  • Lead Intelligence
  • Account Intelligence
  • Ticket Intelligence

在C4C tenant上启用机器学习的前提条件

C4C机器学习的思路是分析历史数据以进行模式识别,创建统计模型对将来的业务决策做出预测,因此历史数据就成为C4C机器学习场景一个至关重要的输入条件。SAP C4C机器学习对于历史数据规模的要求是:对于相关场景至少存在过去12个月的数据,数量不得少于5000个。

在C4C tenant上启用机器学习的主要步骤

C4C机器学习功能在每个tenant上默认处于关闭状态。希望使用机器学习的客户需要向SAP提交一个Incident,包含需要使用的具体场景。作为一个SaaS解决方案,绝大多数复杂的机器学习启用的步骤都由SAP的工作人员去完成,剩下需要由C4C客户在C4C tenant上完成的仅仅是在工作中心视图Predication Services里进行的简单配置工作。

点击Model Setup超链接进行机器学习的模型配置:

SAP Cloud for Customer的机器学习启用步骤_第1张图片

注意图中的"Readiness"这一列,代表当前tenant上相关的历史数据的规模和分布是否足以满足创建机器学习训练模型的条件。

SAP Cloud for Customer的机器学习启用步骤_第2张图片

如果条件不满足,点击"View Report"能看到具体是历史数据的哪个维度不满足:

SAP Cloud for Customer的机器学习启用步骤_第3张图片

历史数据准备好之后,通过下图Model表格的工具栏里的按钮创建机器学习的模型,训练然后激活模型,然后就能在C4C的业务场景中使用机器学习提供的强大功能了。这些按钮背后的技术细节全部被SAP封装好,确保客户的工作人员没有任何机器学习的技术背景,也能在C4C tenant上快速启用机器学习的功能。

SAP Cloud for Customer的机器学习启用步骤_第4张图片

我们注意到上图有一列"Data Source", 代表该场景需要的模型是否支持以外部文件的方式将历史数据导入系统。"Auto Extraction"则代表直接使用当前tenant的数据作为历史数据。

SAP Cloud for Customer的机器学习启用步骤_第5张图片

等模型训练结束后状态变为Active,就可以开始在C4C业务场景中使用机器学习了。

SAP Cloud for Customer的机器学习启用步骤_第6张图片

要获取更多Jerry的原创技术文章,请关注公众号"汪子熙"或者扫描下面二维码:


SAP Cloud for Customer的机器学习启用步骤_第7张图片
SAP Cloud for Customer的机器学习启用步骤_第8张图片

你可能感兴趣的:(SAP Cloud for Customer的机器学习启用步骤)