
たとえば、Creator で注文管理アプリを作成しており、顧客に想定される納品日を共有したいとします。これまでの経験から、注文が納品されるまでの時間は、注文された商品の種類(冷蔵庫はテレビよりも納品に時間がかかる場合があります)、注文された数量、配送パートナー(迅速なパートナーもいれば、時々遅延するパートナーもいます)などの要因に左右されることがわかっています。このような場合、予測フィールドは次のように利用できます。
予測フィールドの値は AI によって算出されるため、フォーム上では無効状態で表示され、ユーザーが値を入力できないことを示します。
ターゲットフィールドと予測子フィールドとして選択できるフィールドタイプは、数値、小数、パーセンテージ、通貨、ドロップダウン、ラジオ、日付、日時、ルックアップ(単一選択)、ユーザーです。
予測は、十分な量のデータに依存します。AI はデータを分析し、そこから「学習」してモデルを作成します。このモデルが、今後追加されるすべてのデータに対してフィールド値を予測します。大量のデータが存在するほど、AI はより信頼性の高いモデルを作成できます。
予測フィールドをフォームに追加する際、トレーニングデータセット(AI が分析し、予測モデルの作成に参照するデータ)を定義する必要があります。トレーニングセットを一度特定すると、後から変更することはできません。ただし、予測モデル自体は再トレーニングできます。
モデルのステータスは、予測フィールドのフィールドプロパティに表示されます。
「導入したばかりで基本操作や設定に不安がある」、「短期間で集中的に運用開始できる状態にしたい」、「運用を開始しているが再度学び直したい」 といった課題を抱えられているユーザーさまに向けた少人数制のオンライントレーニングです。
日々の営業活動を効率的に管理し、導入効果を高めるための方法を学びましょう。