Настроить процесс прогнозирования

После того как вы создали модель машинного обучения, вы можете настроить 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”.