Show Menu
主题×

客户人工智能输入和输出

以下文档概述了客户人工智能中使用的不同输入和输出。

客户人工智能输入数据

客户人工智能使用消费者体验事件数据来计算倾向得分。 有关消费者体验事件的更多详细信息,请参阅准 备要在智能服务文档中使用的数据

客户人工智能输出数据

客户人工智能为被认为符合条件的个别用户档案生成多个属性。 有两种方法可根据您提供的内容来使用得分。 如果您为数据集启用了实时客户用户档案,则可以通过实时客户用户档案使用该数据集。 如果您没有实时客户用户档案,则可以下载数据湖上可用的客户AI输出数据集。
输出值由实时客户用户档案消耗,实时客户可用于创建和定义区段。
下表描述了在客户AI的输出中找到的各种属性:
属性
描述
得分
客户在定义的时间范围内达到预测目标的相对似然性。 此值不应被视为概率百分比,而应视为个人与整体群体相比的可能性。 此得分的范围为0到100。
概率
该属性是用户档案在定义的时间范围内实现预测目标的真实概率。 在比较不同目标的输出时,建议您考虑百分比或分数以上的概率。 在确定符合条件的群体的平均概率时,应始终使用概率,因为对于不频繁发生的事件,概率往往处于较低的一侧。 概率范围在0到1之间的值。
百分点
此值提供有关用户档案相对于其他类似得分的用户档案的性能的信息。 例如,百分位排名为99的用户档案表示,与所有其他得分的用户档案中的99%相比,客户流失风险更高。 百分比范围从1到100。
倾向类型
所选倾向类型。
得分日期
得分发生的日期。
影响因素
预测了用户档案可能转化或参与的原因。 因素包括以下属性:
  • 代码:对用户档案的预测得分有积极影响的用户档案或行为属性。
  • 值:用户档案或行为属性的值。
  • 重要性:指示用户档案或行为属性对预测得分(低、中、高)的权重

后续步骤

准备好数据并准备好所有凭据和模式后,请按照配置客户AI实例指 南进行开始 。 本指南将指导您逐步创建客户人工智能实例。