Show Menu
トピック×

顧客AIの入出力

次のドキュメントでは、Customer AIで使用される様々な入力と出力の概要を説明します。

顧客AI入力データ

顧客AIは、コンシューマーエクスペリエンスのイベントデータを使用して傾向スコアを計算します。 コンシューマーエクスペリエンスのイベントについて詳しくは、Intelligent Servicesドキュメントで使用する データの準備 (英語のみ)を参照してください。

履歴データ

顧客AIには、モデルトレーニングの履歴データが必要ですが、必要なデータ量は、次の2つの主要な要素に基づいています。結果ウィンドウと適格母集団。
デフォルトでは、アプリケーションの設定中に適格な母集団定義が指定されない場合、顧客AIは、過去120日間にアクティビティがあったユーザーを探します。 必要なコンシューマーエクスペリエンスのイベントデータの最小量に加えて、顧客AIには、予測される目標の定義に基づく最小限の成功イベントも必要です。 現在、顧客AIには最低500個の成功イベントが必要です。
次の例では、必要な最小データ量を判断するのに役立つ簡単な数式を使用しています。 最小要件を超える場合は、モデルにより正確な結果が得られる可能性が高くなります。 必要な最小値より少ない場合、モデルトレーニングに必要なデータ量が足りないため、モデルは失敗します。
数式 :
必要なデータの最小長=適格母集団+結果期間
適格な母集団に必要な最小日数は30です。 指定しない場合、デフォルトは120日です。
例:
  • 顧客が今後30日間に腕時計を購入する可能性があるかを予測したい。 また、過去60日間に何らかのWebアクティビティを持つユーザーにスコアを付けたい場合もあります。 この場合、必要なデータの最小長= 60日+ 30日。 有効な母集団は60日間で、結果期間は30日間の合計90日間です。
  • ユーザーが今後7日間に腕時計を購入する可能性があるかを予測する必要がある。 この場合、必要なデータの最小長= 120日+ 7日。 有効な母集団はデフォルトで120日に設定され、結果ウィンドウは合計7日間127日です。
  • 顧客が今後7日間に腕時計を購入する可能性があるかを予測する必要がある。 また、過去7日間に何らかのWebアクティビティを持つユーザーにスコアを付けたい場合もあります。 この場合、必要なデータの最小長= 30日+ 7日。 適格な母集団には30日以上が必要で、結果期間は7日間の合計37日間です。
必要な最小データに加えて、顧客AIも最新のデータに最適です。 この使用例では、顧客AIは、ユーザーの最近の行動データに基づいて、将来の予測を行っています。 つまり、最新のデータを使用すると、より正確な予測が得られる可能性が高くなります。

顧客 AI 出力データ

顧客 AI は、適格と見なされる個々のプロファイルの属性を生成します。プロビジョニングした内容に基づいてスコアを使用する方法は2つあります。 データセットに対してリアルタイム顧客プロファイルを有効にしている場合は、リアルタイム顧客プロファイルを使用してデータを利用できます。 リアルタイム顧客プロファイルをお持ちでない場合は、Data Lakeにある顧客AI出力データセットをダウンロードできます。
出力値は、セグメントの作成や定義に使用できるリアルタイム顧客プロファイルが使用します。
次の表に、顧客 AI の出力に含まれる様々な属性を示します。
属性
説明
Score
顧客が、定義された時間枠で予測された目標を達成する相対的な可能性。この値は、確率の割合ではなく、全体の母集団に対する個々の確率として扱われます。このスコアは 0~100 です。
Probability
この属性は、定義された時間枠内で予測された目標を達成するためのプロファイルの真の確率です。異なる目標の出力を比較する場合は、百分位またはスコアに対する確率を考慮することをお勧めします。確率は頻繁に発生しないイベントの方が低い傾向があるため、適格な母集団全体の平均確率を決定するときに常に使用する必要があります。確率範囲の値は 0~1 です。
百分位
この値は、同様にスコアリングされた他のプロファイルと比較したプロファイルのパフォーマンスに関する情報を提供します。たとえば、チャーンのパーセンタイルランクが 99 のプロファイルは、スコアリングされた他のすべてのプロファイルの 99%と比較して、チャーンのリスクが高いことを示しています。百分位数の範囲は 1~100 です。
傾向タイプ
選択された傾向タイプ
スコア日
スコアリングが発生した日付
影響を与える要因
プロファイルが変換またはチャーンする可能性が高い理由の予測された理由。要素は、次の属性で構成されます。
  • コード:プロファイルの予測スコアにプラスの影響を与えるプロファイルまたは行動属性
  • 値:プロファイルまたは行動属性の値
  • 重要度:予測スコアに対するプロファイルまたは行動属性の重み(低、中、高)

次の手順

データを準備し、すべての資格情報とスキーマを準備したら、『Configure a Customer AI Instance 顧客AIインスタンスの設定 』ガイドに従って開始します。 このガイドでは、Customer AIのインスタンスの作成手順を説明します。