Databricks
·
推出适用于Databricks的Salesforce自定义模型功能
内容提要
Salesforce和Databricks宣布战略合作，允许数据科学家和机器学习工程师将Salesforce的客户数据和业务能力与Databricks的高级分析和人工智能能力集成。该合作使得在Databricks中构建、训练和部署定制的人工智能模型成为可能，这些模型可以无缝集成到Salesforce中，以提供个性化的客户体验。合作提供了数据收集和摄取、强大的人工智能工具和MLOps，以及将机器学习模型集成到业务流程中的能力。提供了多种使用案例，包括销售效率、交易预测、服务敏捷性、客户细分、客户旅程预测、产品推荐和需求预测。为了简化流程，Salesforce和Databricks提供了一个解决方案加速器，指导用户完成创建ML流水线并将其部署到Salesforce应用程序中的步骤。
关键要点
- Salesforce与Databricks宣布战略合作，推出Salesforce自带模型（BYOM）集成。
- 该合作使数据科学家和机器学习工程师能够将Salesforce的客户数据与Databricks的高级分析和人工智能能力结合。
- 用户可以在Databricks中构建、训练和部署定制的人工智能模型，并将其无缝集成到Salesforce中。
- Salesforce数据云支持从多种来源收集数据，并将其映射到Salesforce CRM应用程序和工作流程中。
- 通过Python SDK连接器，用户可以访问Salesforce数据模型对象，并与Databricks Lakehouse中的其他数据结合进行分析。
- 集成提供了数据收集、强大的人工智能工具和MLOps，简化了机器学习模型的管理和集成。
- 用户可以通过Einstein 1 Studio的模型构建器将训练好的模型快速注册到Salesforce中。
- 集成使得解决各种业务问题变得更加高效，支持销售效率、交易预测、服务敏捷性等多种用例。
- 提供的解决方案加速器指导用户创建ML流水线并将其部署到Salesforce应用程序中。
- 示例用例包括客户细分、客户旅程预测、产品推荐和需求预测等，帮助企业提升客户体验和业务效率。
延伸问答
Salesforce与Databricks的合作有什么主要功能？
该合作推出了Salesforce自带模型（BYOM）集成，允许用户在Databricks中构建、训练和部署定制的人工智能模型，并将其无缝集成到Salesforce中。
如何在Databricks中使用Salesforce的数据？
用户可以通过Salesforce数据云收集数据，并使用Python SDK连接器访问Salesforce数据模型对象，将其与Databricks Lakehouse中的其他数据结合进行分析。
这个集成如何提高销售效率？
集成允许使用AI模型基于历史销售数据和客户互动来优先考虑最有可能转化的潜在客户，从而提高销售效率。
有哪些具体的使用案例可以通过这个集成实现？
使用案例包括销售效率、交易预测、客户细分、客户旅程预测、产品推荐和需求预测等。
如何快速将训练好的模型注册到Salesforce中？
用户可以通过Einstein 1 Studio的模型构建器快速注册训练好的模型，并将其作为新的Databricks模型集成到Salesforce中。
Salesforce Databricks BYOM解决方案加速器的作用是什么？
解决方案加速器提供了一系列笔记本和说明，指导用户创建ML流水线并将其部署到Salesforce应用程序中，以加快模型投入生产的速度。
