如果您还没有机会了解我们冬季发布的先进技术，我强烈建议您浏览一下我们产品副总裁卡尔的这篇博文。但如果你有，你很可能很想了解更多关于新的"仿生规则"功能。不管你的数据集或你的公司有多大，每个人都可以从仿生规则提供的功能中获益。在这篇文章中，我将分享为什么我们决定在规则中加入更多的权力，我们是如何做到的，以及这对客户在贵公司的成功意味着什么。为什么引擎很重要我们是客户成功的解决方案。为什么要花时间寻找将尖端技术应用于数据转换和管理的方法？好吧，我想你们大多数人都熟悉"垃圾输入，垃圾输出"这句话。我们的客户常常受到他们集成到Gainsight中的客户数据质量的限制，以推动有意义的行动。这个问题往往会因组织必须处理现有数据的工具和资源的可用性而变得复杂。这引发了规则引擎的诞生。在其最初的形式中，我们考虑了Gainsight的规则引擎，即它将驱动的业务操作（创建操作调用、设置Healthscores等），但很快我们意识到它的价值主要来自于数据和我们处理数据的能力。在其发展过程中，我们引入了越来越多的功能来直接改进Gainsight中的底层数据。这一目标的一个重要组成部分是引入一种方法来有效地处理Gainsight中存储的Salesforce数据和非Salesforce数据。此外，时间序列计算、聚合、数据插入和追加都有助于我们的客户在Gainsight中增强他们的数据，最终推动更好的客户结果。客户成功团队现在也拥有所有权和工具来改进这些数据，而无需等待IT队列。两者之间的联系是明确的：更好的数据工具导致增强的客户数据，从而提高客户的产出。引擎盖下的动力更大为了实现这一新的技术水平，我们开始尝试各种大数据技术的组合。我们这次探索的目标是：真正的"大数据"处理我们一次要处理数十亿条记录与多种数据存储的兼容性主要是如何将最好的Salesforce数据与Salesforce外部的最佳数据相结合创建一个数据管道，在这里我们可以进行多步处理，使用上一步的结果作为下一步的输入经过几个月的深入研究，我们确定apachedrill是一种可以在后端使用的技术。这项技术的结合实现了我们的三个目标：它一次能处理数十亿条记录。这将为我们提供构建下一代客户管理技术所需的长期基础设施和容量。它支持多种NoSQL、SQL和其他源文件存储，使Gainsight能够继续支持polyglot数据存储（能够处理多种数据源），这是我们产品开发的核心租户。最棒的是，它提供了跨Salesforce数据和集成到Gainsight中的外部数据的新方法。这可以为我们的客户解决一个大而持久的问题。最重要的是，它通过一个轻量级工作流管理器支持多步骤规则，这意味着您可以将以前采取多个步骤（并创建多个依赖项）的流程组合为一个步骤。这就像用3D打印机代替生产装配线。你的商业仿生规则首先也是最重要的，你的客户成功组织将有更大的权力使你的客户数据对你有用。无论你发现什么样的数据，你都可以用不同的方式处理它，并采取不同的行动。另外，由于您的团队控制着您自己的数据工具，您可以继续对客户数据创建转换和计算，从而使您的数据能够随着客户成功交付的复杂性而发展。仿生规则可以执行一组强大的内存进程：合并、透视、内部/外部连接和聚合等等。为了说明，仿生规则可以在步骤中执行以下场景：场景1：透视原始产品使用数据产品使用情况跟踪工具通常以单个用户执行的事件的形式收集数据，格式如下：用户事件日期莎莉·麦克菲尔德登录2017年2月1日莎莉·麦克菲尔德主页视图2017年2月1日凯瑟琳·班尼特主页视图2017年2月1日约翰·乔治登录2017年2月1日但要使其有用，需要将数据转换为以下内容：用户日期登录名页面视图莎莉·麦克菲尔德2017年2月1日12凯瑟琳·班尼特2017年2月1日11约翰·乔治2017年2月1日10通常，外部ETL或其他工具会将这些数据转为中心，然后将其集成到客户成功系统中，并构建后续规则。有了仿生规则，我们就可以执行这个轴心点，计算一个日均用户指标，并设置一个行动呼吁，提醒CSM，John George的页面浏览量为零，所有这些都在一个规则中。场景2：查找最新或最旧的记录这个例子听起来很简单，但在技术上非常具有挑战性。一个好的用例是：提醒CSM注意某个帐户上最近关闭的Opportunity，以通知他们按Sales销售的新业务。有了仿生规则，你可以找到一个最近收盘日期的"成交赢"机会。然后，您可以创建一个警报来通知CSM，甚至可以将Opportunity记录链接到Call to Action本身，这样CSM就可以轻松地访问信息和数据输入。场景3：通过内部连接找到共享的公共性客户管理团队通常负责为未结销售机会找到并建议正确的推荐人。使用仿生规则，您可以执行一个内部连接来匹配客户联系人和潜在联系人，以确定哪些人在他们之间共享属性的比例最高，因此谁更有可能成为优秀的推荐人。无论您是Gainsight管理员、IT呆子还是客户经理，您都可以看到一个强大的规则引擎如何为您的客户乃至最终为您的业务移动指针。客户数据转换的未来是光明和仿生的。