マーケティング ブログ

Salesforceの機能「Einstein Analytics」を使った事例を紹介します!

執筆者:Hara Yuka

  

既存のSalesforceデータを「Einstein Analytics」で分析!


 Einstein Analytics_jirei_05

  今回は、AI分析が出来る、Salesforceの機能「Einstein Analytics

(アインシュタイン・アナリティクス)について紹介します。

今回はEinsteinシリーズ第3弾。実際にアインシュタインを使った事例をご紹介します

 

 

◆目次◆

  1. 【復習】Einstein Analyticsとは?
  2. 事例:Einstein Analyticsを使って分析へ
  3. 手順①:まずは、ストーリー(目標)を考える
  4. 手順②:データセットを作成する
  5. 手順③:Einstein Analyticsからストーリーを作成

  

 

【復習】Einstein Analyticsとは?

 

Einstein Analyticsは、Salesforceで今注目の分析機能です。

Einstein Analyticsでは、「ストーリー」と言われる、成功ビジョンのシナリオ、目的といったような類もAIで提案してくれます。

詳しくは、下記のアインシュタインの第1弾をご参考下さい!

 第1弾⇒AIで高度な分析結果を!Salesforceの機能「Einstein Analytics」とは?

 第2弾⇒Salesforceの機能、Einstein Analyticsを日本語で使う方法とは?

【追記補足】Einstein Analytics(ストーリー作成)は、「Einstein Discovery」と呼ばれることもあります。

「Einstein Discovery」が、「Einstein Analytics」の画面に統合された関係です。画面レイアウトが少し異なる場合はありますが、

基本的な機能は同じのようです。詳しい詳細はSalesforceの「Winter '19 リリースノート」をご参照下さい。

 

Winter '19 リリースノート

 

Einstein Discovery: Einstein Analytics への統合

https://releasenotes.docs.salesforce.com/ja-jp/winter19/release-notes/rn_bi_edd.htm

 

 

★Salesforce提供・Einstein Analytics★

 

 【Einstein Analyticsについて、トレイルで学びたい人はこちら】

 ★オススメ!!!⇒【SFDC公式】アーキテクトジャーニー:Einstein Analytics

https://trailhead.salesforce.com/ja/users/00550000007Z206AAC/trailmixes/einstein-analytics

 

 

事例:Einstein Analyticsを使って分析へ

 

Einstein  Analyticsのストーリー作成機能について、概要を把握したところで、実際にSalesforceのデータを使い、AI分析をしていきましょう。

大きな流れとしては下記のような手順になります。

 

 

  1. はじめに、ストーリー(目標)を考える
  2. データセットの作成 ←※必要なデータがどのオブジェクトに入っているのか整理も必要です
  3. データセットを使って、ストーリーを作成する(=Einstein Discovery)

 

 

これは、データの項目が綺麗に使える状態である前提の手順です。

データが不揃いであれば、データのレコードを整える(マージなど)をする設定が必要となります。

例えば、長年運用している場合ですと、新・旧の項目を統合してアインシュタインでは分析したい、などといったことがありますよね。

この場合は、別途設定が必要ですので、また応用編で整理し、ブログで公開していきたいと思いますので、暫くお待ち下さい。

今回は、基本的な4つの手順を詳しく見ていきましょう!

 

手順①:まずは、ストーリー(目標)を考える 

 

Einstein Analyticsで出したい、アウトプットイメージを持つことが大切です。

この段階では、大まかなイメージでも問題ないと思います。というのも、Einstein Analyticsのストーリーでは、

データから適切な「ストーリー目標」を分析前に提案してくれる機能がある為です。

分析した後「どうなっていたいか」を考える必要があります。

今回、事例として関連会社マックスヒルズのSalesforeデータを使用しました。

マックスヒルズは、スポーツクラブ向けの集客を支援する広告代理店となります。

今回は、「営業が獲得する商談について、改善提案を知りたい」という大まかなイメージを持って進めていきます。

 

 

 

手順②:データセットを作成する 

 

データセットの作成には、下記のトレイルがお勧めです。こちらを参考・実施してから、データセットの作成に取り組むのをお勧めします。

CSVデータインポートとは違い、今回は既存でSalesforce内に入っているデータを利用します。

データベースの知識かつ、現在Saleforceにどのようなデータが入っているか全体的な把握している必要があるので、少し難しい場合もありますが、

まずは、トレイルのデモ環境を使って、Einstein Analyticsを全体的に触ってみるのが一番だと思います。

 

★Salesforce提供・Einstein Analytics★

 

【データセットの作成はこちら】Analytics データインテグレーションの基本

https://trailhead.salesforce.com/ja/content/learn/modules/wave_enable_data_integration_basics

 

 

【Analytics Studio】

データセットで作成

Einstein Analytics_jirei_08

  

【データオブジェクトの選択

手順①の大まかな目標「営業が獲得する商談について、改善提案を知りたい」 に必要となる、

関連オブジェクトと項目を洗い出しましょう。

Einstein Analytics_jirei_06

ここでは「商談」を起点とした「取引先ID」「所有者ID」「取引先責任者」のオブジェクトを選択します。

詳細な下位項目はこちらです。

 

Einstein Analytics_jirei_07

 

★オブジェクト設定項目

 

【商談】(※起点オブジェクトとする)

 商談名、作成日、請求日、受注確度、金額、粗利額、 商談分類、媒体1、媒体2 等

 ※補足 

  マックスヒルズでは独自で下記のような項目を追加しています。

  受注確度(ロスト、商談化見極め中、顧客の課題合意...といった商談成立までの細かいステップを定義しています)

  商談分類(新規案件、継続案件)、媒体1(WEB、マス媒体、紙媒体 etc)、媒体2(販促物、紹介キャンペーン etc

 

【取引先ID】

 取引先名、都道府県(請求先)、業種 

【所有者ID】

 氏名、役職 

【取引先責任者】

  氏名、役職区分 

 

 

 

手順③:Einstein Analyticsからストーリーを作成

 

 1.「EinsteinStudio」のデータセットタブ

 2.手順②で作成したデータセットレコードを選択

 3.右横の▼ボタンから「ストーリー作成」を選択

※このストーリー作成は、Einstein Discoveryと同じ機能を示しています。

 

Einstein Analytics_jirei_01

 次に、「ストーリー」が提案されます。

事例デモでは、「商談における粗利額を最大化する」を選択しました。

 Einstein Analytics_jirei_02

 次にデータの項目を整理します。

IDなどの採番用番号は、グラフで見ても分からないので、ここでは省きました。

各項目、期限の設定や、項目のチェック外したりと細かい設定が可能です。

Einstein Analytics_jirei_03

レビュー画面で確認できたら、「CreateStory」を押しましょう。

Einstein Analytics_jirei_04

 

少し時間がかかります。データ量によりますが、10分くらいかかる場合もありますのでお待ち下さい。

アインシュタイン君が頑張ってデータを分析しています!

Einstein Analytics_jirei_05

 

【アウトプット結果の抜粋】

 Einstein Analytics_jirei_10

 

営業担当者における、粗利額増加に関して知りたかったので、上記の指標を設定してインサイトを作成しました。

「A」の担当者に変更すると「XXXX」分、粗利額が増加する、といったような予測をたててくれ、

気になる項目リンク(青字)をクリックしていくことで、マイナス・プラスの原因となっているデータを掘り下げることが出来ます。

 

今回の「Salesforceの機能「Einstein Analytics」を使った事例を紹介を紹介します!」如何でしたでしょうか?

実際の企業のデータを使って、事例を見ていくことでより、イメージが湧いたかと思います。

「Salesforceのデータは溜まっているけど、大量のデータを活用出来ていない。解析できる担当者もおらず、分析する時間がない。」

というケースもありますね。 

データを分析は従来、専門的な知識が必要でしたし、社内のことを良く分かっている必要がありましたが、

ついに、データをインポート・連携するだけで、AIが答えてくれる時代に突入しました。

Einstein Analytics・AIを活用することで、眠って肥やしになっていた膨大なデータ活用し、

新しい気付きや会社の未来を探ってみては如何でしょうか。

 

それでは次回のアインシュタインシリーズもお楽しみに!

 

 第1弾⇒AIで高度な分析結果を!Salesforceの機能「Einstein Analytics」とは?

 第2弾⇒Salesforceの機能、Einstein Analyticsを日本語で使う方法とは?

 

<https://www.japanma.or.jp/download/33/>  間違ったマーケティング・セールスでは会社はつぶれる(1)  あなたの会社のマーケティング・セールスは進化していますか? マーケティング・セールスの方法は人口減少や、マーケットの縮小などにより変化が必要です。マーケティング・セールスの根本的な仕組みが分かる小冊子『間違ったマーケティング・セールスでは会社はつぶれる(1)』では、マーケティング・セールスの基本知識の習得ができます。   資料をダウンロードする <https://www.japanma.or.jp/download/33/>

 

 

 

気軽にお問い合わせ下さい <https://www.mk-design.co.jp/contact>

 

どんな小さな質問・ご相談でも構いません。まずは、気軽にご相談ください。

オススメのブログ記事

廣見 剛利
代表取締役社長

20代の頃から、営業会社の組織を率いるかたわら、営業の重要性を認識しながらも、営業の限界について自問自答をし続ける。30代でCRMとSFAに出会いその限界を打破する光が見えつつも、変革しなければならないプロセスの多さに愕然とする。40代に入りマーケティングオートメーションと出会い、見込み客獲得から、見込み客教育、商談化のプロセスの自動化について体現する。商談化前が自動化されることにより、商談後の生涯顧客価値を最大化させるプロセスの見える化、見える化による再現性のある営業組織づくりを実現。同じ悩みをもつ日本企業の解決策を提供すべく、マーケティングデザインを設立。詳しくはこちら

三宅 毅
CMO(最高マーケティング責任者)
2000年半導体部品メーカーに入社。企画部門にて3次元CADの導入などによる業務効率化を成功させる。その後、CAE専門企業に移り、マーケティング活動全般、2008年Salesforce導入プロジェクトに関わる。マーケティングの可能性を追求すべく、2015年にBtoBマーケティング専門エージェンシーにて、Pardotなどの最新のマーケテイングオートメーションツールの導入や各種業界を支援。2017年5月より現職マックスヒルズのCMOとしてマーケティング活動から、会社の生産性向上などHR部門も統括。また、マーケティングデザインの設立にも携わり、中小企業における人材の育成にもつとめている。 Salesforceの導入事例として関連会社のマックスヒルズで掲載されました。詳しくはこちら
Hara Yuka
カスタマーサクセス
上司であります三宅と共に、Webマーケティング業務に携わっております。前職のITコンサルティング会社では、SAP等の業務基幹システムのユーザーシステムサポート業務に従事し、お客様は国内のみならず、海外ユーザーにも対応しておりました。マーケティングデザインでは、ブログ記事を執筆する機会が多く、システムなどのIT・Web関連が苦手な方でも、分かりやすく伝わるように心がけております。日進月歩する分野ですので、最新の情報を出来る限りキャッチしつつ、役立つ情報を発信できるように、頑張っていきます!