Demo 3-10: Using Predictive Sort

课程内容

同学们，今天我们来聊聊Salesforce中的预测排序功能。想象一下，你正在网上购物，网站会根据你的行为推荐商品。这就是预测排序的作用，它帮助商家根据你的行为来推荐你可能感兴趣的商品。

但是，仅仅依赖文本相关性来设置预测排序是不够的。为什么呢？因为如果文本相关性的值是零，那么无论其他因素如何，结果仍然是零。这就好像你有一个魔法棒，但如果它没有魔法，再怎么挥动也没用。所以，我们需要第二个属性，也就是另一个文本相关性，来打破这种束缚，确保即使一个因素为零，另一个因素还能发挥作用。

在启用爱因斯坦（Einstein）之前，这个值会是零，而且这种情况通常发生在沙箱环境中。沙箱就像是一个安全的实验场，我们在这里测试各种设置，确保一切正常后再应用到真实的网站中。

预测排序一旦配置正确，它会立即开始工作，因为它基于当前购物者的行为。而爱因斯坦的产品推荐则不同，它需要至少30天的网站流量数据才能开始工作。所以，如果你刚启用爱因斯坦，可能需要等待一段时间才能看到效果。

最后，爱因斯坦产品团队建议，预测排序应该始终是动态规则的一部分，而不是单独使用。这就像是在做菜时，你需要多种调料来提升味道，而不是只依赖一种。

好了，这就是今天的课程内容。希望你们能理解预测排序的重要性以及如何正确配置它。如果有任何问题，随时提问哦！