机器学习在销售报价单的产品推荐场景中的作用
大家平時在京東或淘寶上買一個東西后,手機app會自動向我們推薦一些其他我們可能會購買的商品,這些推薦就是背后的機器學(xué)習(xí)框架基于我們以前的購買習(xí)慣通過一定的算法計算出來的。
SAP的一款CRM云解決方案,Cloud for Customer(簡稱C4C),同樣支持使用機器學(xué)習(xí)根據(jù)銷售訂單歷史數(shù)據(jù)進(jìn)行向上銷售和交叉銷售機會的產(chǎn)品推薦。
下面我們一起來看看人工智能在產(chǎn)品推薦這個場景里的具體實現(xiàn)吧。還是先去Administrator->Prediction Services,點擊Model Setup進(jìn)行機器學(xué)習(xí)的模型設(shè)置。
我們可以在Machone Learning Scenarios(機器學(xué)習(xí)場景)的列表里看到Product Recommendation(產(chǎn)品推薦)這個場景。通過點擊按鈕“Add Model”創(chuàng)建一個新的機器學(xué)習(xí)模型,點擊“Train”進(jìn)行訓(xùn)練,確保訓(xùn)練成功完成,狀態(tài)變?yōu)?#34;Active", 說明該模型可用。
創(chuàng)建一個新的Product List,里面包含了需要銷售的產(chǎn)品:下面的例子有兩個產(chǎn)品,ID為為1042416和10001380。
如果是傳統(tǒng)的產(chǎn)品推薦場景,假設(shè)當(dāng)我在銷售訂單的行項目里維護(hù)了上述兩個產(chǎn)品的ID后,還想推薦一些其他的產(chǎn)品,則需要通過人工的方式將這些推薦的商品維護(hù)到Product list的"Proposed Products"標(biāo)簽頁里,如下圖紅色區(qū)域所示。
有了人工智能加上機器學(xué)習(xí)后,就可以省去這些人工配置的步驟和工作量。我給這個Product List加上了一個"203 - Product Recommendation"的場景,如下圖藍(lán)色區(qū)域所示,希望讓這個Product List里包含的產(chǎn)品被加入到銷售訂單時,通過人工智能的方式由SAP C4C系統(tǒng)自動推薦相關(guān)產(chǎn)品給我。
現(xiàn)在我們來做個測試,創(chuàng)建一個新的銷售報價單,將之前維護(hù)在Product List的某一個產(chǎn)品,比如1042416,維護(hù)在這個銷售報價單的行項目里,然后C4C系統(tǒng)自動給我推薦了兩個其他產(chǎn)品,ID為P140101和P140100。
要獲取更多Jerry的原創(chuàng)技術(shù)文章,請關(guān)注公眾號"汪子熙"或者掃描下面二維碼:
總結(jié)
以上是生活随笔為你收集整理的机器学习在销售报价单的产品推荐场景中的作用的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 微信小程序开发系列二:微信小程序的视图设
- 下一篇: 微信小程序开发系列教程三:微信小程序的调