アカウントマネージャーは、担当地域におけるその日の店舗訪問を現在のステータス別に視覚化するために、訪問数をベースオブジェクトとしてマップレイヤーを作成し、マーカーをステータス別に色分けすることができます。マップレイヤーは、地図上にデータを視覚的に表現したもので、フィルタリングやカスタマイズが可能です。訪問とは、フィールド担当者と小売店の間で予定されている、または予定されていないやり取りを表すオブジェクトです。訪問のステータスは、計画済み、進行中、完了、またはキャンセル済みのいずれかを示します。検証済みの参考資料：[Salesforce Consumer Goods Cloud 実装ガイド]、34ページ。

棚にある製品を自動検出するために Consumer Goods Cloud で Einstein Vision を設定するには、次の手順をお勧めします。
画像内の複数のオブジェクトを検出してカウントできる機能である Einstein オブジェクト検出を有効にします。
Einstein Object Detection を機能させるには、トレーニング画像をプランオグラムの添付ファイルとしてアップロードしてください。プランオグラムとは、商品を棚にどのように並べるかを視覚的に表現したものです。トレーニング画像には、商品にラベルと注釈が付けられた実際の棚の画像が表示されている必要があります。
Einstein Vision Modelsを製品のマーケティング画像でトレーニングすることで、最適な結果が得られます。マーケティング画像は、製品の詳細を明確かつ一貫して示す高品質の画像です。マーケティング画像を使用したトレーニングにより、物体検出モデルの精度とパフォーマンスが向上します。検証済み参考資料：[Salesforce Consumer Goods Cloud 実装ガイド]、23～24ページ。

倉庫担当者がルーターのバーコードと出荷追跡番号を手動で入力するには、注文管理で人的作業が必要になります。Salesforceのベストプラクティス：
人間による入力が必要な場合は、手動タスク オーケストレーション アイテムを使用します。
OmniScript を起動して構造化データをキャプチャし、入力を検証し、フルフィルメントデータを更新します。
他のものが間違っている理由:
A (フロー) - フローは OM タスクに推奨される UI ではありません。OmniScript は、より優れた制御、検証、動的フォーム、および DC/CPQ の一貫性を提供します。
B (プッシュ イベント) - プッシュ タスクは、タスクを内部ウェアハウス エージェントではなく、外部キュー/システムに送信します。
C (自動タスク) - 自動タスクは人間の介入なしに実行されるため、バーコードを手動でキャプチャすることはできません。

棚メトリクスを使用すると、実際の棚画像と想定される棚配置画像を比較することで、視覚検出の精度を確認できます。モデルメトリクスを使用すると、棚画像内の各オブジェクトの信頼度スコアと検出数を表示することで、視覚検出の精度を確認できます。検証済みの参考文献：[Salesforce Consumer Goods Cloud 実装ガイド]、23～24ページ。