机器学习在销售报价单的产品推荐场景中的作用
大家平时在京东或淘宝上买一个东西后，手机app会自动向我们推荐一些其他我们可能会购买的商品，这些推荐就是背后的机器学习框架基于我们以前的购买习惯通过一定的算法计算出来的。
SAP的一款CRM云解决方案，Cloud for Customer（简称C4C),同样支持使用机器学习根据销售订单历史数据进行向上销售和交叉销售机会的产品推荐。
下面我们一起来看看人工智能在产品推荐这个场景里的具体实现吧。还是先去Administrator->Prediction Services，点击Model Setup进行机器学习的模型设置。
我们可以在Machone Learning Scenarios（机器学习场景）的列表里看到Product Recommendation（产品推荐）这个场景。通过点击按钮“Add Model”创建一个新的机器学习模型，点击“Train”进行训练，确保训练成功完成，状态变为"Active", 说明该模型可用。
创建一个新的Product List，里面包含了需要销售的产品：下面的例子有两个产品，ID为为1042416和10001380。
如果是传统的产品推荐场景，假设当我在销售订单的行项目里维护了上述两个产品的ID后，还想推荐一些其他的产品，则需要通过人工的方式将这些推荐的商品维护到Product list的"Proposed Products"标签页里，如下图红色区域所示。
有了人工智能加上机器学习后，就可以省去这些人工配置的步骤和工作量。我给这个Product List加上了一个"203 - Product Recommendation"的场景，如下图蓝色区域所示，希望让这个Product List里包含的产品被加入到销售订单时，通过人工智能的方式由SAP C4C系统自动推荐相关产品给我。
现在我们来做个测试，创建一个新的销售报价单，将之前维护在Product List的某一个产品，比如1042416，维护在这个销售报价单的行项目里，然后C4C系统自动给我推荐了两个其他产品，ID为P140101和P140100。
要获取更多Jerry的原创技术文章，请关注公众号"汪子熙"或者扫描下面二维码:
