Show Menu
主題×

客戶人工智慧的輸入與輸出

以下檔案概述Customer AI中使用的不同輸入和輸出。

客戶人工智慧輸入資料

客戶人工智慧使用消費者體驗事件資料來計算傾向分數。 有關消費者體驗事件的詳細資訊,請參閱「準 備要在智慧型服務檔案中使用的資料」

歷史資料

客戶人工智慧需要模型訓練的歷史資料,但所需的資料量是根據兩個關鍵元素: 結果窗口和合格人口。
根據預設,如果應用程式設定期間未提供符合資格的人口定義,客戶AI會尋找使用者在過去120天內有活動。 除了所需的消費者體驗事件資料最小量外,客戶AI還需要根據預測目標定義的成功事件最小量。 目前,客戶人工智慧至少需要500個成功事件。
提供的下列範例使用簡單的公式,協助您判斷所需資料的最小數量。 如果您有超過最低要求,則您的模型可能會提供更精確的結果。 如果您的數量少於所需的最小數量,則模型將失敗,因為模型培訓沒有足夠的資料量。
公式 :
所需資料的最小長度=合格人口+結果視窗
30是合格人口所需的最少天數。 如果未提供此選項,則預設值為120天。
範例:
  • 您想要預測客戶是否可能在未來30天內購買手錶。 您也想對過去60天內有某些Web活動的使用者評分。 在此情況下,所需資料的最小長度= 60天+ 30天。 合格人口為60天,結果窗口為30天,總計90天。
  • 您想要預測使用者是否可能在未來7天內購買手錶。 在此情況下,所需資料的最小長度= 120天+ 7天。 合格人口預設為120天,結果窗口為7天,總計為127天。
  • 您想要預測客戶是否可能在未來7天內購買手錶。 您也想對過去7天內有某些Web活動的使用者評分。 在此情況下,所需資料的最小長度= 30天+ 7天。 合格人口至少需要30天,結果窗口為7天,總計37天。
除了所需的最低資料外,客戶人工智慧也能處理最新資料。 在此使用案例中,客戶AI會根據使用者最近的行為資料預測未來。 換言之,更新的資料可能會產生更準確的預測。

客戶人工智慧輸出資料

客戶AI會針對個別個人檔案產生數個屬性,這些屬性被認定為符合資格。 根據您已布建的項目,有兩種方式可以使用分數。 如果您的資料集已啟用即時客戶個人檔案,您可以透過即時客戶個人檔案來使用。 如果您沒有即時客戶個人檔案,您可以下載資料湖上可用的客戶人工智慧輸出資料集。
「即時客戶描述檔」會使用輸出值,可用來建立和定義區段。
下表說明在Customer AI輸出中找到的各種屬性:
屬性
說明
分數
客戶在定義的時間範圍內達到預測目標的相對可能性。 此值不應視為概率百分比,而應視為個人與整體人口之比的可能性。 此分數的範圍為0到100。
概率
此屬性是描述檔在定義的時間範圍內達到預測目標的真實概率。 比較不同目標的輸出時,建議您考慮百分比或分數的概率。 在決定合格人口的平均概率時,應一律使用概率,因為不經常發生的事件的概率往往在較低端。 概率範圍0到1的值。
百分位數
此值提供描述檔相對於其他類似計分描述檔的效能資訊。 例如,客戶流失的百分位數排名為99的描述檔表明,與所有其他得分描述檔的99%相比,其產生大量流失的風險更高。 百分位數範圍從1到100。
傾向類型
所選傾向類型。
分數日期
發生計分的日期。
影響因素
描述檔可能轉換或流失的預測原因。 因素包括以下屬性:
  • 程式碼: 正面影響描述檔預測分數的描述檔或行為屬性。
  • 值: 描述檔或行為屬性的值。
  • 重要性: 指出描述檔或行為屬性對預測分數的權重(低、中、高)

下一步

準備好資料並準備好所有憑證和結構描述後,請先遵循「設定客戶人工智慧 例項」指南 。 本指南會逐步帶您建立客戶人工智慧的例項。