マーケティング ブログ

【AI予測の時代】SalesforceのEinstein予測ビルダーのパイオニアプログラムに参画中

執筆者:原 友香

 

Salesforceパイオニアプログラムに参画中!

blog_Einstein_Prediction_step01_01

こんにちは!マーケティングデザインの原です。

弊社の関連会社マックスヒルズが、なんと!

SalesforceのAI予測分析「Einstein予測ビルダー」のパイオニアプログラムに参加しております。

日本ではまだまだ数少ない、活用事例への取り組みです。

プログラムの流れや、設定で困ったことを随時ブログでレポートしたいと思います。

 ◆目次◆

  1. Einstein予測ビルダーとは?
  2. パイオニアプログラム参加の条件は?
  3. 海外とのミーティングの進め方は?

 Einstein予測ビルダーとは?

blog_Einstein_Prediction_step01_08

SalesforceのEinstein予測ビルダーをご存知でしょうか?

『Salesforceにあるデータから機械学習の予測モデルを作ることができる』機能となります!

下記は詳しいEinstein予測ビルダーの解説になります。

AIを活用するのはハードルが高そうと思いがちですが、ノンコーディングで既存のデータを分析し予測をすることが出来ます。

 


Einstein予測ビルダーとは?
・誰もが簡単にSalesforceにあるデータから機械学習の予測モデルを作ることができる
・専門的な知識は不要でマウス操作のみで作れる
・はい/いいえの 2択の質問項目と、数値項目を予測することができる

AIを使ったカスタムの予測モデルがノーコードで構築 Einstein予測ビルダーを提供開始
★Trailheadで予測ビルダーについて詳しく見る

英語の動画になってしまいますが、公式紹介ビデオもイメージが付きやすいです。

パイオニアプログラム参加の条件は?

SalesforceのEinsteinのプロダクト担当者 から1対1で、一定期間アドバイスを頂くことが出来ます。

Einsteinの活用事例は、まだ日本ではそれほど多くないので、このサポートは大変嬉しい限りですね!

Salesforce側でも、貴重なユーザからのフィードバックを貰えるということで、お互いにメリットがあるというプログラムになります。

ただし、参加にはある一定の基準を満たしていなければなりませんでした。

最低限、このプロジェクトを進めていく上で必要となるのは下記2つだと考えられます。こちら側からは分かりませんが、

他にもSalesforce 側で選定条件があったかもしれません。

 

◆ベースになる必要条件

  1. 英語で、Salesforceの設定仕様など説明できる必要があります
  2. Einsteinは過去のデータを元に予測をたてる為、ある一定数ボリュームのデータ(レコード)が必要です

 下記は、Einstein予測ビルダーで、モデルを作成する際の設定画面になります。画面例となりますが、予測を稼働させるには「データチェック」において一定数のレコードが必要なことが分かりますね。(※2020/1/30時点)

blog_Einstein_Prediction_step01_05

詳しい仕様はこちらのSalesforceヘルプ「Einstein予測ビルダー・データのチェック」をご参照ください。

海外とのミーティングの進め方は

marketing-quip-document-tool-step3_01

マーケティングデザインの原と、SalesforceのEinstein担当者を中心に本プロジェクトを進めています。

プロジェクトの序盤は、だいたい週に1回程度でWeb会議をしていました。

ただし、私もプロジェクトマネージャーもネイティブではありません。

認識のズレを出来るだけなくすように、資料や議事録を、きちんと文章で残すように運用を変更しました。

そうすることで、他のプロジェクトメンバーに共有するにもスムーズに!内部情報を多く含んでいますので、

全てを見せることは出来ませんが、下記のように、「Quip」(ドキュメント共有ツール)を使用し、1つのプロジェクトシート上でやりとりをしています。

※Quipについて詳しく知りたい方はこちら⇒オフィスでの働き方の常識を変えるITツールをご紹介! ~ドキュメント編~

blog_Einstein_Prediction_step01_03

日本人同士の会議より、何倍も事前の資料準備が必要になります。

しかも、ミーティングの前に、こちら側で社内での意見を予め決めておかなければいけない、かつ、Salesforceの設定項目名には、

日本語の表記のものも多く存在しました。画面を共有しただけでは、すぐにお互いの理解を得るのが難しいです。

別で、項目の英字対応表などを作成する必要がありました。

blog_Einstein_Prediction_step01_06

 

また、社内運用状況の把握や、オブジェクトの項目を一度全て洗い出し精査する必要があり、モデルを動かす前の「データ準備」に時間がかかります。

なかなか一筋縄ではいかないですね!

2019年末から始動している本プロジェクト。作ったモデルは、10以上にまでなりました。

blog_Einstein_Prediction_step01_07

ようやくアウトプットを見せれるようになってきたので、またブログで紹介できたらと思います。

最後まで読んでいたいだきありがとうございました。それでは、次回もお楽しみに!

 

★6/3 Einsteinイベントのご案内★

Einstein_EPB_ivent

 

 

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
柴沼 潤
データ サイエンティスト

2019年のはじめに入社し、Salesforce のEinsteinAnalyticsを活用した分析業務に取り組ませていただいております。ダブルワークしており、フリークライマーとしての活動の傍ら業務に取り組んでおります。マーケティングデザインでは私が取り組んできた分析業務の活用事例を紹介させていただくことで、営業支援ツールの導入・活用に役立つ情報を提供していきたいと考えております。機会があれば私自身の勤務の様子をご紹介させていただくかもしれません。ダブルワーク・テレワークといった勤務スタイルがどのように確立されているかなど、興味がある方々にとって有益な情報を発信できるように頑張ります。