機器學習在銷售報價單的產品推薦場景中的作用

大家平時在京東或淘寶上買一個東西后，手機app會自動向我們推薦一些其他我們可能會購買的商品，這些推薦就是背後的機器學習框架基於我們以前的購買習慣透過一定的演算法計算出來的。

SAP的一款CRM雲解決方案，Cloud for Customer（簡稱C4C),同樣支援使用機器學習根據銷售訂單歷史資料進行向上銷售和交叉銷售機會的產品推薦。

下面我們一起來看看人工智慧在產品推薦這個場景裡的具體實現吧。還是先去Administrator->Prediction Services，點選Model Setup進行機器學習的模型設定。

我們可以在Machone Learning Scenarios（機器學習場景）的列表裡看到Product Recommendation（產品推薦）這個場景。透過點選按鈕“Add Model”建立一個新的機器學習模型，點選“Train”進行訓練，確保訓練成功完成，狀態變為"Active", 說明該模型可用。

建立一個新的Product List，裡面包含了需要銷售的產品：下面的例子有兩個產品，ID為為1042416和10001380。

如果是傳統的產品推薦場景，假設當我在銷售訂單的行專案裡維護了上述兩個產品的ID後，還想推薦一些其他的產品，則需要透過人工的方式將這些推薦的商品維護到Product list的"Proposed Products"標籤頁裡，如下圖紅色區域所示。

有了人工智慧加上機器學習後，就可以省去這些人工配置的步驟和工作量。我給這個Product List加上了一個"203 - Product Recommendation"的場景，如下圖藍色區域所示，希望讓這個Product List裡包含的產品被加入到銷售訂單時，透過人工智慧的方式由SAP C4C系統自動推薦相關產品給我。

現在我們來做個測試，建立一個新的銷售報價單，將之前維護在Product List的某一個產品，比如1042416，維護在這個銷售報價單的行專案裡，然後C4C系統自動給我推薦了兩個其他產品，ID為P140101和P140100。