« Smart data discovery » avec Einstein

L’homme le plus intelligent du 20ième siècle, Albert Einstein est difficile à imiter. Einstein est réputé pour sa capacité intellectuelle et sa capacité de résoudre des problèmes apparemment insolubles. La méthode d’Einstein était fondamentalement innovante : elle visait à pousser des limites cognitives de l’être humain, de former le mental pour être un outil puissant d’analyse et en même temps très flexible.

Il n’y a pas assez de data scientists dans le monde, donc Salesforce compte sur l’automatisation et une approche centrée sur les applications pour apporter ses capacités d’intelligence artificielle d’Einstein au grand public.

Avec la version « Summer » de Salesforce Wave analytics qui sort en juin, BeyondCore, le moteur derrière la fonctionnalité «Smart data discovery» dans Analytics Cloud Einstein sera maintenant disponible.

Plutôt que de commencer par des hypothèses développées par des data scientist, BeyondCore est conçu pour permettre au métier de choisir les mesures à analyser, comme le coût, la rentabilité ou le life time value (ltv). Le moteur identifie et explique ensuite les facteurs qui influencent les mesures.

Les analyses générer par BeyondCore et les explications sont livrées sous forme de scénarios textuels qui sont générés automatiquement et qui répondent à cinq questions :

  1. Qu’est ce qui s’est passé ?
  2. Qu’est ce qui a changé avec le temps ?
  3. Pourquoi est-ce arrivé ?
  4. Que se passera-t-il ?
  5. Et comment puis-je l’améliorer ?

Les réponses aux deux dernières questions sont des analyses prédictives et prescriptives respectivement. Ces analyses peuvent être exportés sous forme de documents Word ou PowerPoint et le moteur génère également des visualisations de données (histogramme, graphique cascade…).

Voilà un aperçu rapide de ce que c’est de travailler avec Einstein lui-même (une fois que vous avez activez l’option « Einstein Data Discovery » sur votre Org Salesforce !)

Importez vos données dans Einstein Data Discovery à partir de diverses sources pour créer facilement des jeux de données.

Traitement de la qualité de données automatique :

Lorsque vous avez terminé le chargement de votre jeu de données si le message «Data Improvements Detected» est affiché, cela indique que des amélioration dans la qualité de vos données ont été identifiés.

Des suggestions pour améliorer la qualité de vos données sont proposées, valider ces modifications proposées et améliorer la qualité des données en 1 click.

Trouvez des « insights » cachés dans vos données

Sur la page « Story Setup », vous devez proposer une « story » qui va répondre à une question pour laquelle vous souhaitez investiguer. Par exemple, la « story » peut être “Comment maximiser la marge variable, ou comment réduire les coûts opérationnels”

Sur l’écran « Story Setup », vous pouvez choisir des variables et des axes d’ analyses.

En choisissant l’option « Create story », Einstein Data Discovery analyse des milliers ou des millions de combinaisons de variables pour trouver des informations cachées et statistiquement significatives dans votre jeu de données. Un résumé des résultats est affiché et il y a un lien vers une présentation vocal automatisé et interactive !

Une meilleure compréhension de vos données grâce aux visualisations

La partie «Display» à droite répertorie les graphiques de votre «story ». Les « stories » contiennent différents types de graphiques. Vous pouvez interagir avec les graphiques pour explorer l’histoire dans vos données sur les 4 axes :

Qu’est ce qui s’est passé ? (Graphiques descriptifs)

Les graphiques descriptifs sont représentés sous forme de diagramme de barres. Les variables qui influencent de manière statistiquement significative le résultat sont des barres en couleurs, tandis que les autres sont en gris

Pourquoi est-ce arrivé ? (Graphiques de diagnostique)

En cliquant sur « Diagnostic » dans le menu en haut à droite, vous pouvez explorer l’augmentation ou la diminution par variables sous forme d’un diagramme en cascade.

Que se passera-t-il ? (Graphiques prédictifs)

Les graphiques prédictifs ont plusieurs options pour jouer avec les variables. Cette fonctionnalité de pouvoir faire des analyses « What-If » font rarement partie des outils BI nouvelle génération. Une différence par rapport à l’analyse « What-If » traditionnel est que BeyondCore propose ces scénarios en se basant sur des algorithmes prédictifs et prescriptifs.

Comment puis-je l’améliorer ? (Graphiques prescriptifs)

Les recommandations prescriptives sont vraiment utiles, ce sont des propositions d’actions qui pourront avoir un impact sur les résultats. En sélectionnant des cartes de recommandation indiquant l’impact attendu.

Allez plus loin dans vos analyses

Après l’analyse initiale, et votre retour pour améliorer les modèles mathématiques, Einstein Data Discovery permet de proposer d’autres « insights » prédictives qui ne pourront jamais être retrouvées à l’aide des analyses manuelles. Comprendre les données n’est que la moitié de l’aventure, l’autre moitié consiste à agir sur ces données.

Cette approche itérative améliore la productivité et vous pouvez partager vos analyses (export Word, PowerPoint), prendre des actions, devenir plus flexible et agile, expérimenter et itérer pour rester avec le courant des changements.

Pour un rdv avec Einstein à Paris vous pouvez prendre rdv ici!

Abhinav Agarwal est un consultant décisionnel avec 7 ans d’expérience en “data driven decision making”, le marketing digital et la gestion de projets!