Entradas

Modelado de datos en Salesforce

Imagen
Modelado de datos en Salesforce Lightning es el futuro, por lo que haremos todo en la versión de interfaz de Lightning Experience de Salesforce. No se preocupe si acaba de crear su organización de developer, esta debería ser la configuración predeterminada. Entonces, sabemos que principalmente usaremos Salesforce como base de datos. El modelado de datos nos ayuda a estructurar nuestros datos utilizando objetos y campos personalizados. Hagamos un resumen, como ya sabemos cuáles son: Objeto: Este se utiliza para almacenar datos específicos, como nuestra hoja de Excel llamada Cuentas. Por ejemplo para una aplicación de peliculas se necesitara crear varios objetos para almacenar datos específicos, como Película, Persona (actor, actriz, director), Reseña y Compañía. Campo: se utiliza para capturar datos específicos para un registro específico de un tipo de objeto específico; por ejemplo. cada película tiene un nombre, una fecha de estreno y una duración. Pestaña (Tab): Esta es una represent...
Publicar un comentario
Leer más

Objeto Lead de Salesforce

Imagen
 Objeto Lead de Salesforce  El objeto Lead se utiliza principalmente para personas y/o empresas que han sido identificadas como clientes potenciales pero que aún no han sido calificadas. Los Leads (clientes potenciales) se pueden crear de varias maneras; puede crearlos manualmente uno por uno, haciendo click en Nuevo en la pestaña Lead. Por lo general, se importan desde archivos .csv (y muy posiblemente los compre su departamento de marketing y/o ventas). Alternativamente, se pueden crear automáticamente cuando se usa la funcionalidad de web-to-lead lista para usar, que genera el formulario HTML que coloca en páginas específicas de su(s) sitio(s) web. Algunas de las funcionalidades que ofrece Salesforce para leads son las siguientes: Funcionalidad Web-to-lead: esto genera un formulario HTML que puede usar en cualquier página web. Aquí, selecciona los campos de los Leads(clientes potenciales) que desea que el usuario complete en su sitio web y automáticamente crea un Lead en Sa...
Publicar un comentario
Leer más

Arquitectura multi-tenant en Salesforce

Imagen
 Arquitectura multi-tenant en Salesforce Es importante saber qué es la plataforma Lightning antes de comenzar a hablar sobre multi-tenancy. La plataforma Lightning es la infraestructura en la que las empresas pueden habilitar uno o más de los productos en la nube de Salesforce (Sales Cloud, Service Cloud, Marketing Cloud, IoT Cloud, Integration Cloud, Community Cloud, Health Cloud, y Financial Services Cloud), instalar aplicaciones desde AppExchange (la tienda de Salesforce) o crear sus propias aplicaciones personalizadas. El uso de la plataforma sola, es decir, sin uno de los principales productos de nube como Sales Cloud o Service Cloud, también es posible a través de la opción de plataforma como servicio (PaaS) de Salesforce. De manera similar a su aplicación CRM, los clientes pueden pagar una tarifa mensual para acceder a los recursos compartidos y crear aplicaciones personalizadas a través de PaaS. Los mayores beneficios de usar o comprar un producto de servicio en la nube es ...
Publicar un comentario
Leer más

Principales componentes de Salesforce IA

Imagen
 Principales componentes de Salesforce IA El hecho más importante sobre la plataforma Einstein es que, si bien es una entidad por derecho propio, también es una parte integral de la plataforma completa de Salesforce. Eso significa, ante todo, que el modelo de datos central de CRM que impulsa el resto del conjunto de funciones de Salesforce está directamente disponible para las funciones de IA de la plataforma Einstein. Eso también significa que el modelo de seguridad principal, la interfaz de usuario, las funciones administrativas, etc., que conforman Salesforce CRM pueden ser utilizados por las funciones de Einstein y utilizarlas directamente. Este hecho es crucial para maximizar el beneficio de trabajar en CRM en lugar de integrar soluciones de terceros. El siguiente diagrama ofrece una descripción general de la arquitectura de la plataforma: El diagrama de la arquitectura comienza en el nivel inferior, con servicios programáticos que requieren habilidades de programación avanzad...
Publicar un comentario
Leer más

¿Por qué crear soluciones de IA en Salesforce?

Imagen
¿Por qué crear soluciones de IA en Salesforce? La IA está en el corazón de la plataforma Salesforce. No hay una nube o característica destacada hoy en día que no tenga capacidades predictivas o analíticas disponibles. En este momento, puede crear soluciones de IA avanzadas mediante clicks, no código, en la mayoría de las principales aplicaciones de Salesforce. Hasta cierto punto, esto es sorprendente. Salesforce llega relativamente tarde al mundo de la IA. La plataforma Einstein, que es el nombre colectivo de Salesforce por sus diversas funciones analíticas y de inteligencia artificial, no existió hasta 2016. Sin embargo, una vez que se puso en marcha, el ritmo de evolución ha sido impresionante. Solo en 2016, Salesforce adquirió 10 empresas, muchas de las cuales incorporaron su capacidad de IA. En 2019, adquirieron Tableau, líder indiscutible del mercado en software analítico. Tableau CRM, el nombre dado al producto que combina Einstein Analytics y Tableau, está a punto de convertirse...
Publicar un comentario
Leer más

Tipos de machine learning

Imagen
Tipos de Machine Learning Uno puede segmentar los modelos de aprendizaje automático por diferentes características, que incluyen: • Los tipos de datos/estructuras orgánicas que utilizan (árbol/gráfico/neural red) • El campo de las matemáticas con el que están más relacionados (estadística/probabilística) • El nivel de computación requerido para entrenar (aprendizaje profundo) Partiendo del nivel superior de aprendizaje automático, existen los siguientes subconjuntos: • Aprendizaje supervisado • Aprendizaje sin supervisión Tipos de aprendizaje supervisado En pocas palabras, el aprendizaje supervisado encuentra asociaciones entre las características de un conjunto de datos y una variable objetivo. Por ejemplo, los modelos de aprendizaje supervisado podrían tratar de encontrar la asociación entre las características de salud de una persona (frecuencia cardíaca, nivel de obesidad, etc.) y el riesgo de que esa persona sufra un ataque al corazón (la variable objetivo). Estas asociaciones per...
Publicar un comentario
Leer más

El origen de Data Science y su influencia

Imagen
El origen de Data Science y su influencia Si intenta encontrar las raíces de las prácticas de la ciencia de datos, probablemente terminará descubriendo evidencia al comienzo de la civilización. En el siglo XVIII, los gobiernos recopilaban datos demográficos y financieros con fines impositivos, una práctica denominada estadística. Con el paso de los años, el uso de este término se amplió para incluir el resumen y el análisis de los datos recopilados. En 1805, Adrien-Marie Legendre, un matemático francés, publicó un artículo que describía los mínimos cuadrados para ajustar ecuaciones lineales, aunque la mayoría de la gente le da crédito a Carl Friedrich Gauss por la descripción completa que publicó un par de años después. En 1900, Karl Pearson publicó en Philosophical Magazine sus observaciones sobre la estadística chi-cuadrado, una piedra angular en la ciencia de datos para la prueba de hipótesis. En 1962, John Tukey, el científico famoso por la transformación rápida de Fourier y el dia...
Publicar un comentario
Leer más