Настроить процесс прогнозирования

После того как вы создали модель машинного обучения, настройте бизнес-процесс, который будет запускать предиктивный анализ данных, при помощи элемента [ Прогнозировать данные ]. Это позволит вам самостоятельно определять время запуска и количество записей, для которых необходимо выполнить прогнозирование.

Настроить бизнес-процесс с прогнозированием значения справочного поля 

Вы можете настроить запуск прогнозирования при сохранении новой записи контрагента с незаполненным полем [ Категория ] (Рис. 1).

В данном примере мы используем ранее созданную модель прогнозирования категории контрагента.

Рис. 1 — Пример реализации бизнес-процесса прогнозирования данных

Для настройки прогнозирования:

1. Создайте новый бизнес-процесс из библиотеки процессов и добавьте на его схему элемент [ Начальный сигнал ]. Элемент будет активироваться при создании новой записи в разделе [ Контрагенты ]. Укажите параметры начального сигнала (Рис. 2):

   Рис. 2 — Параметры начального сигнала

   
   1. [ Сигнал какого типа получен? ] — “Получен сигнал от объекта”.
   2. [ Объект ] — “Контрагент”.
   3. [ Какое событие должно произойти? ] — “Добавление записи”.
   4. [ Добавленная запись должна соответствовать условиям ] — “Категория — не заполнено”.
   5. [ Выполнять следующие элементы в фоновом режиме ]  — признак установлен. В этом случае все элементы из группы [ Действия системы ], которые находятся на диаграмме процесса после начального сигнала, будут выполняться в фоновом режиме, а маска загрузки отображаться не будет.

2. Выберите в группе [ Действия системы ] элемент [ Прогнозировать данные ] и добавьте его на диаграмму процесса. Настройте свойства элемента (Рис. 3):

   Рис. 3 — Панель настройки элемента [ Прогнозировать данные ]

   
   1. [ Модель машинного обучения ] — выберите из списка модель, которая будет использоваться для прогнозирования данных. Например, для прогнозирования категории контрагента выберите из списка созданную ранее модель “Категория контрагента”. Подробнее: Прогнозировать значения справочных полей.

      На заметку. Перед использованием в бизнес-процессах модель необходимо обучить. Модели, не прошедшие обучение, недоступны для выбора в поле [ Модель машинного обучения ] элемента [ Прогнозировать данные ]. Подробнее: Обучение моделей прогнозирования.

   2. [ Какой режим прогнозирования использовать? ] — “Прогнозирование для одной записи”.
   3. В поле [ По какой записи выполнить прогнозирование? ] нажмите кнопку  и выберите [ Параметр процесса ]. В появившемся окне на вкладке [ Элементы процесса ] выберите начальный сигнал, добавленный на предыдущем шаге, и параметр [ Уникальный идентификатор записи ].
3. Сохраните процесс.

В результате при каждом срабатывании элемента [ Предсказать данные ] будет использована определенная модель машинного обучения для прогнозирования данных указанной записи. В нашем примере, каждый раз при сохранении новой записи в разделе [ Контрагенты ] будет выполняться прогнозирование значения поля [ Категория ] и заполнение его прогнозным значением. Прогноз будет основываться на решениях, принятых пользователями при заполнении поля [ Категория ] исторических записей.

Настроить бизнес-процесс с рекомендательным прогнозированием 

Вы можете настроить запуск прогнозирования рекомендаций продуктов определенного типа для проведения рекламной кампании (Рис. 4). Например, вы в любой момент можете запустить вручную бизнес-процесс, чтобы рекомендовать всем контактам с типом “Клиент” пять товаров с типом “Материнская плата”.

В данном примере мы используем ранее созданную модель рекомендательного прогнозирования.

Рис. 4 — Пример реализации бизнес-процесса с рекомендательным прогнозированием

Для настройки прогнозирования:

1. Создайте новый бизнес-процесс из библиотеки процессов. Используйте элемент [ Простое ], чтобы запустить бизнес-процесс вручную. Данное событие добавлено на диаграмму процесса по умолчанию.

2. Выберите в группе [ Действия системы ] элемент [ Прогнозировать данные ] и добавьте его на диаграмму процесса. Настройте свойства элемента (Рис. 5):

   Рис. 5 — Настройка параметров элемента [ Прогнозировать данные ]

    
   1. [ Модель машинного обучения ] — укажите название рекомендательной модели.
   2. [ Кому рекомендовать (Субъект) ] — заполните фильтр. Укажите все или выбранные контакты, для которых будут составлены подборки рекомендаций. Фильтр обязательно должен быть заполнен, чтобы элемент прошел валидацию. В нашем примере нужно выбрать контакты с типом “Клиент”.
   3. [ Что рекомендовать (Предмет ]) — заполните фильтр, если необходимо сузить выборку рекомендаций для решения конкретной бизнес-задачи. Например, можно рекомендовать клиентам только товары определенного типа. В нашем примере — материнские платы.
   4. [ Количество рекомендуемых элементов ] — укажите, сколько записей должен содержать список рекомендаций. Например, можно ограничить количество рекомендаций до пяти.
   5. [ Рекомендовать объекты, с которыми ранее было взаимодействие ] — установите признак, чтобы в рекомендации попали только те продукты, с которыми было взаимодействие.
3. Добавьте конечное событие и сохраните процесс.

В результате при каждом срабатывании элемента [ Предсказать данные ] будет использована указанная модель машинного обучения для составления списка рекомендаций. В нашем примере выборка записей для обучения будет ограничена типом товара “Материнская плата”. Список рекомендаций, состоящий из пяти записей, будет составлен для всех контактов с типом “Клиент”.