Вопросы и ответы по аналитике на основе Copilot
В этой статье представлены ответы на часто задаваемые вопросы о Microsoft Copilot технологии ИИ, используемой для создания сводок в Dynamics 365 Commerce приложении Store Commerce. Он включает в себя ключевые соображения и подробную информацию о том, как используется ИИ, как он тестировался и оценивался, а также о любых конкретных ограничениях.
Каково понимание copilot для Store Commerce?
Приложение Store Commerce на основе Copilot предназначено для оптимизации розничных операций и повышения уровня взаимодействия с клиентами. Его основная цель состоит в упрощении сложного анализа данных, персонализации обслуживания клиентов и оптимизации управления продуктом с помощью расширенных функций суммирования, управляемых искусственным интеллектом.
Что может сделать Copilot-основанное на идеи для Store Commerce?
Эта функция ИИ использует расширенные возможности службы Azure OpenAI для синтезирования сводного содержимого, адаптированного к различным сценариям «Store Commerce», включая аналитические данные, представление о клиентах и анализ продукта. Она разумно использует предоставленные наборы данных для создания кратких, осмысленных и контекстных сводок. Эти сводки служат ценными ссылками, которые могут помочь менеджерам магазинов, партнерам по продажам и кассирам принимать управляемые данными решения, которые стимулируют продажи магазинов, повышают операционную эффективность и улучшают обслуживание клиентов.
Для чего предназначено понимание на основе Copilot для Store Commerce?
Целью является немедленный доступ пользователей к соответствующей сводке объекта, с тем чтобы они могли принимать быстрые и обоснованные решения.
- Аналитика отчетов: создает сводки по описаниям для отчетов канала, чтобы получить представление о продажах и показателях производительности. Повышает точность и обеспечивает анализ в реальном времени.
- Понимание клиентов: помогает сотрудникам магазина создавать индивидуальные взаимодействия, обобщая данные о проводках клиента, взаимодействиях и профилях. Предоставляет партнерам более глубокое понимание клиентов и дает им индивидуальные рекомендации.
- Аналитика о продукте: помогает сотрудникам магазинов управлять продажами продуктов, предоставляя описание, лучшие преимущества, сведения о запасах и скидках. Помогает сотрудникам связаться с перекрестными продажами, связанными с продуктами, чтобы доставить стратегию продаж и повысить уровень обслуживания клиентов.
Как оценивается основанное на Copilot понимание для Store Commerce? Какие метрики используются для измерения эффективности?
Функции проходят существенное тестирование, прежде чем они стали доступны для клиентов в производстве. Созданные ИИ сводки оцениваются путем сравнения вручную результатов со значениями текущего и связанного объектов. Функция также основывается на обратной связи с пользователем. Если созданная ИИ сводка содержит неуместные или неуместные ответы, сообщите о вопросе в Microsoft, используя жест палец-вниз. Microsoft связывает каждый жест большого пальца вверх и вниз с соответствующим выходным данным, созданным ИИ. Обратная связь помогает улучшить функциональные возможности продвижения вперед. Microsoft также отслеживает соглашение об уровне обслуживания (SLA), чтобы гарантировать, что оно всегда доступно.
Каковы ограничения понимания на основе Copilot для Store Commerce?
- Первый выпуск этих функций доступен только на английском языке. В будущих выпусках будет добавлена поддержка дополнительных языков.
- Географические регионы, в которых доступно Copilot, ограничены.
- Отсутствуют открытые запросы, позволяющие модифицировать стиль сводки, который Copilot использовать для любой аналитики.
- По соображениям производительности созданные Copilot сводки для анализа клиента и продукта кэшируются на уровне магазина на 15 минут. Поэтому в течение этих 15 минут сотрудник, который получает доступ к данным одного и того же клиента или продукта на разных ККМ в одном магазине, может просмотреть кэшированные ответ.
- Для понимания клиентами в функции Spark-a-conversation учитывается не более 20 проводок за прошлый год для отдельного клиента.
- Для расчета средних расходов клиента, ценового диапазона, средней номенклатуры по заказу, жизненной стоимости, расходов с начала года и заказов, размещенных в прошлом году, используется набор данных предыдущих заказов и предыдущих продуктов, приобретенных клиентом. Однако в этом наборе данных используются только 50 заголовков последних заказов и 50 последних строк заказа.
- Чтобы получить представление о клиентах, в Microsoft не учитываются заказы наличных денег и доставки из-за текущего ограничения API.
Как пользователи смогут свести к минимуму влияние анализа на основе Copilot для ограничений Store Commerce при использовании системы?
- Для клиентов, имеющих большую историю проводок, ограничения размера маркеров приводят к тому, что функция суммирования spark-a-conversation ограничена последними 20 проводками за последние 12 месяцев.
- Все подсказки сводки создаются системой. Если у вас есть обратная связь, обратитесь в службу поддержки Microsoft.
Что такое подключаемые модули и как они используются на основе Copilot для Store Commerce их использования?
В настоящее время никакие подключаемые модули и возможности расширения не поддерживаются.
Какие данные могут обеспечить в подключаемых модулях основанные на Copilot идеи для Store Commerce? Какие разрешения имеют идеи Copilot для модуля «Store Commerce»?
В настоящее время никакие функции расширения и расширения не поддерживаются.
Какие проблемы могут возникнуть при использовании анализа на основе Copilot для Store Commerce, включаемых с подключаемыми модулями?
В настоящее время никакие функции расширения и расширения не поддерживаются.