Einstein for CG- 訪問レコメンデーションは、人工知能を使用して、事前定義されたルールと基準に基づいて現場担当者に最適な店舗訪問を提案する機能です。この機能を消費財クラウドに導入することで、専門家は競争力を高めるための情報を提供されながら、自分の仕事に集中できます。たとえば、最も収益性の高い店舗や戦略的な店舗に優先順位を付け、不要な来店や重複した来店を避け、ルートやスケジュールを最適化することができます。検証済みリファレンス: [Salesforce Consumer Goods Cloud 実装ガイド]、36 ページ。

品揃え製品、プロモーション製品、および店舗製品は、CGC データ モデルの product2 オブジェクトにリンクされている 3 つの Consumer Goods Cloud オブジェクトです。これらのオブジェクトは、小売店に関連した製品のさまざまな側面を表します。彼らです：
品揃え製品: 小売店の品揃えリストの一部である製品を表します。品揃えリストは、季節、需要、戦略などのさまざまな要因に基づいて店舗で入手できる製品のリストです。
プロモーション製品: 小売店のプロモーションの一部である製品を表します。プロモーションは、製品やブランドの売上や認知度を高めることを目的としたオファーやインセンティブです。
ストア製品: 特定の小売店の場所に関連付けられた製品を表します。ストア商品には、ストア内の商品の数量、価格、在庫状況などの情報が含まれます。検証済みリファレンス: 『Salesforce Consumer Goods Cloud 実装ガイド』、19-20 ページ。

Einstein Vision モデルは、画像内でオブジェクトがどのように検出され、カウントされるかを表現したものです。モデルは、イメージの基本セットを使用して開発プロセスの一部として作成する必要があります。画像の基本セットには、棚上で検出する必要がある製品の画像と、各製品のラベルと注釈が含まれている必要があります。次に、これらの画像を使用してモデルがトレーニングおよびテストされ、画像を追加したりパラメーターを調整したりすることでモデルを改善できます。検証済みリファレンス: 『Salesforce Consumer Goods Cloud 実装ガイド』、23-24 ページ。

Flow Builder は、訪問推奨戦略を構築するためのスケーラブルで柔軟なツールであり、NTO の特定のニーズを満たすカスタマイズと適応が可能です。