Show Menu
화제×

고객 AI 입력 및 출력

다음 문서는 고객 AI에서 사용되는 다양한 입력 및 출력 개요를 설명합니다.

고객 AI 입력 데이터

고객 AI는 고객 경험 이벤트 데이터를 사용하여 성향 점수를 계산합니다. 소비자 경험 이벤트에 대한 자세한 내용은 지능형 서비스 에서 사용할 데이터 준비 설명서를 참조하십시오 .

내역 데이터

고객 AI에는 모델 교육을 위한 내역 데이터가 필요하지만 필요한 데이터 양은 두 가지 주요 요소를 기반으로 합니다. 결과 창 및 적격한 모집단.
기본적으로, 고객 AI는 애플리케이션 구성 중에 자격 조건을 갖춘 인구 정의가 제공되지 않는 경우 지난 120일 동안 활동이 있었던 사용자를 찾습니다. 필요한 최소 소비자 경험 이벤트 데이터 양 외에도, 고객 AI는 예측된 목표 정의를 기반으로 한 최소 성공 이벤트가 필요합니다. 현재 고객 AI에는 최소 500개의 성공 이벤트가 필요합니다.
제공된 다음 예에서는 간단한 공식을 사용하여 필요한 최소 데이터 양을 결정하는 데 도움이 됩니다. 최소 요구 사항을 초과하는 경우 모델이 더 정확한 결과를 제공할 수 있습니다. 필요한 최소 수량 미만이면 모델 교육을 위한 충분한 양의 데이터가 없으므로 모델이 실패합니다.
공식 :
필요한 데이터의 최소 길이 = 적격한 모집단 + 결과 창
30은 자격 조건을 갖춘 모집단에게 필요한 최소 일수입니다. 이 값이 제공되지 않으면 기본값은 120일입니다.
예 :
  • 고객이 30일 이내에 시계를 구입할 가능성이 있는지 여부를 예측할 수 있습니다. 지난 60일 동안 일부 웹 활동이 있는 사용자의 점수를 매길 수도 있습니다. 이 경우 필요한 데이터의 최소 길이는 60일 + 30일입니다. 자격 조건을 갖춘 인구는 60일이며 결과 기간은 30일입니다.
  • 사용자가 앞으로 7일 이내에 시계를 구입할 가능성이 있는지 여부를 예측할 수 있습니다. 이 경우 필요한 데이터의 최소 길이는 120일 + 7일입니다. 자격 조건을 갖춘 모집단 기본값은 120일이며 결과 창은 총 127일이 7일입니다.
  • 고객이 앞으로 7일 이내에 시계를 구입할 가능성이 있는지 여부를 예측할 수 있습니다. 지난 7일 동안 일부 웹 활동이 있는 사용자의 점수를 매길 수도 있습니다. 이 경우 필요한 데이터의 최소 길이는 30일 + 7일입니다. 자격 조건을 갖춘 인구는 최소 30일이 필요하며 결과 창은 총 37일이 되는 7일입니다.
Customer AI는 필요한 최소 데이터 외에도 최신 데이터에서 가장 잘 작동합니다. 이 경우 고객 AI는 사용자의 최근 행동 데이터를 기반으로 미래에 대한 예측을 수행하고 있습니다. 즉, 보다 최근의 데이터는 보다 정확한 예측을 제공할 가능성이 높습니다.

고객 AI 출력 데이터

고객 AI는 적격한 개별 프로파일에 대해 여러 개의 속성을 생성합니다. 제공된 항목을 기준으로 점수를 사용하는 두 가지 방법이 있습니다. 데이터 세트에 대한 실시간 고객 프로필을 활성화한 경우 실시간 고객 프로필을 통해 사용할 수 있습니다. 실시간 고객 프로필이 없는 경우 데이터 레이크에서 사용 가능한 고객 AI 출력 데이터 세트를 다운로드할 수 있습니다.
출력 값은 실시간 고객 프로필로 소비되며, 세그먼트를 만들고 정의하는 데 사용할 수 있습니다.
아래 표에서는 고객 AI 출력에 있는 다양한 속성에 대해 설명합니다.
속성
설명
점수
정의된 기간 내에 고객이 예측한 목표를 달성할 상대적 가능성입니다. 이 값은 확률 백분율로 간주되지 않고 전체 모집단과 비교하여 개인의 가능성이 높습니다. 이 점수는 0부터 100까지입니다.
확률
이 속성은 정의된 기간 내에 예측된 목표를 달성하기 위한 프로필의 실제 가능성입니다. 서로 다른 목표 간의 결과물을 비교할 때는 백분위수 또는 점수에 비해 확률을 고려하는 것이 좋습니다. 확률은 자주 발생하지 않는 이벤트의 경우 낮은 쪽에 있기 때문에 적격한 모집단에서 평균 확률을 결정할 때 항상 사용되어야 합니다. 0과 1 사이의 확률 범위 값.
백분위수
이 값은 유사한 점수가 있는 다른 프로필과 상대적인 프로필의 성능에 대한 정보를 제공합니다. 예를 들어 이탈 시 백분위수 등급이 99인 프로필은 점수가 지정된 모든 프로필의 99%와 비교하여 추사 위험이 높다는 것을 나타냅니다. 백분위수 범위는 1부터 100까지입니다.
성향 유형
선택한 성향 유형입니다.
점수 날짜
점수가 발생한 날짜입니다.
영향력 있는 요인
프로필이 전환되거나 이탈할 가능성이 높은 이유에 대한 예측된 이유 요소는 다음 속성으로 구성됩니다.
  • 코드: 프로필의 예측된 점수에 긍정적인 영향을 주는 프로필 또는 행동 속성입니다.
  • 값: 프로필 또는 행동 특성의 값.
  • 중요도: 예측된 점수(낮음, 보통, 높음)에 프로필 또는 행동 특성의 중량을 나타냅니다.

다음 단계

데이터를 준비하고 모든 자격 증명 및 스키마를 준비했으면 고객 AI 인스턴스 구성 가이드를 따라 시작하십시오. 이 안내서에서는 고객 AI에 대한 인스턴스를 만드는 과정을 안내합니다.