設定Customer AI執行個體
Customer AI是AI/ML服務的一部分,可讓您產生自訂傾向分數,而不需擔心機器學習。
AI/ML服務提供Customer AI作為簡單易用的Adobe Sensei服務,可針對不同使用案例進行設定。 以下小節提供設定Customer AI執行個體的步驟。
建立執行個體 set-up-your-instance
在Platform UI中選取 服務 ,位於左側導覽器中。 此 服務 瀏覽器隨即出現,並顯示您可使用的所有服務。 在Customer AI的容器中,選取 開啟.
此 Customer AI UI會出現,並顯示您的所有服務執行個體。
- 您可找到 已評分的個人檔案總數 位於右下角的量度 建立例項 容器。 此量度會追蹤Customer AI在目前日曆年度所評分的設定檔總數,包括所有沙箱環境及任何已刪除的服務執行個體。
您可以使用UI右側的控制項,編輯、複製和刪除服務執行個體。 若要顯示這些控制項,請從現有例項中選取一個例項 服務例項. 控制項包含下列專案:
- 編輯:選取 編輯 可讓您修改現有的服務執行個體。 您可以編輯執行個體的名稱、說明和評分頻率。
- 原地複製:選取 原地複製 複製目前選取的服務執行個體設定。 然後,您可以修改工作流程以進行微幅調整,並將其重新命名為新例證。
- 刪除:您可以刪除包括任何歷史執行在內的服務執行個體。 對應的輸出資料集將會從Platform中刪除。 不過,同步至即時客戶設定檔的分數不會刪除。
- 資料來源:此執行個體所使用資料集的連結。 如果使用多個資料集,選取超連結文字會開啟資料集預覽彈出視窗。
- 上次執行詳細資料:這僅在執行失敗時顯示。 有關執行失敗原因的資訊,例如錯誤代碼會顯示在這裡。
- 分數定義:您為此執行個體設定的目標快速概覽。
若要建立新例項,請選取 建立例項.
設定
此時會出現執行個體建立工作流程,從 設定 步驟。
以下是您必須為執行個體提供之值的重要資訊:
-
名稱: 執行個體的名稱可用於顯示Customer AI分數的所有位置。 因此,名稱應該說明預測分數代表什麼。 例如,「取消雜誌訂閱的可能性」。
-
說明: 說明您試圖預測的內容。
-
傾向性型別: 傾向性型別會決定分數和量度極性的意圖。 您可以選擇 流失 或 轉換. 請參閱下的備註 評分摘要 在探索深入分析檔案中,取得傾向性型別如何影響您執行個體的詳細資訊。
提供所需的值,然後選取 下一個 以繼續。
選取資料 select-data
Customer AI在設計上會使用Adobe Analytics、Adobe Audience Manager、一般體驗事件和消費者體驗事件資料來計算傾向分數。 選取資料集時,只會列出與Customer AI相容的資料集。 若要選取資料集,請選取(+)符號,或選取核取方塊一次新增多個資料集。 使用搜尋選項快速尋找您感興趣的資料集。
選取您要使用的資料集後,選取 新增 按鈕以將資料集新增到資料集預覽窗格。
選取資訊圖示 在資料集旁邊,會開啟資料集預覽彈出視窗。
資料集預覽包含上次更新時間、來源結構描述以及前十欄的預覽等資料。
選取 儲存 以在工作流程中移動時儲存草稿。 您也可以儲存草稿模型組態,並移至工作流程中的下一個步驟。 使用 儲存並繼續 在模型組態期間建立和儲存草稿。 功能可讓您建立和儲存模型組態的草稿,當您必須在組態工作流程中定義許多欄位時,此功能特別有用。
資料集完整性 dataset-completeness
資料集預覽中有一個資料集完整性百分比值。 此值可讓您快速瞭解資料集中有多少欄是空白/空的。 如果資料集包含許多遺失值,而這些值是在其他位置擷取的,強烈建議您納入包含遺失值的資料集。 在此範例中,人員ID是空的,但人員ID會擷取在可以包含的個別資料集中。
選取身分 identity
您現在可以根據身分對應(欄位)將多個資料集聯結到彼此中。 您必須選取身分型別(也稱為「身分名稱空間」)及該名稱空間中的身分值。 如果您在相同名稱空間下的結構描述中將多個欄位指派為身分,則所有指派的身分值都會出現在身分下拉式清單中(前面有名稱空間),例如 EMAIL (personalEmail.address)
或 EMAIL (workEmail.address)
.
mobilePhone.number
做為識別碼,其餘資料集的所有識別碼都必須包含並使用電話名稱空間。若要選取識別,請選取位於識別資料行中的底線值。 會出現「選取身分」彈出視窗。
如果名稱空間中有多個身分可用,請務必為您的使用案例選取正確的身分欄位。 例如,電子郵件名稱空間中有兩個電子郵件身分可用,一個是工作電子郵件,一個是個人電子郵件。 視使用案例而定,個人電子郵件更有可能被填寫,且在個人預測中更有用。 這表示 EMAIL (personalEmail.address)
將被選為身分。
定義目標 define-a-goal
此 定義目標 步驟隨即顯示,並提供互動式環境,供您以視覺化方式定義預測目標。 目標由一或多個事件組成,其中每個事件的發生皆根據其擁有的條件而定。 Customer AI執行個體的目標是判斷在指定時間範圍內達成其目標的可能性。
若要建立目標,請選取 輸入欄位名稱 ,後面接著下拉式清單中的欄位。 選取第二個輸入,即事件條件的子句,然後選擇性提供完成事件的目標值。 透過選取「 」,可設定其他事件 新增事件. 最後,套用預測時段(以天數為單位)以完成目標,然後選取「 」 下一個.
將會發生且將不會發生
定義目標時,您可以選擇選取 將會發生 或 將不會發生. 選取 將會發生 這表示您定義的事件條件必須符合,客戶的事件資料才會包含在深入分析UI中。
例如,如果您想要設定應用程式以預測客戶是否會購買,您可以選取 將會發生 後面接著 全部 然後輸入 commerce.purchases.id (或類似的欄位)和 已存在 作為運運算元。
不過,在某些情況下,您可能會想要預測某個事件在特定時間範圍內是否不會發生。 若要使用此選項設定目標,請選取 將不會發生 從頂層下拉式清單。
例如,如果您有興趣預測哪些客戶的參與度降低,並且在下個月不要造訪您的帳戶登入頁面。 選取 將不會發生 後面接著 全部 然後輸入 web.webInteraction.URL (或類似的欄位)和 等於 作為運運算元,具有 account-login 做為值。
所有和任何
在某些情況下,您可能想要預測事件的組合是否會發生,而在其他情況下,您可能想要從預先定義的集合預測任何事件的發生。 為了預測客戶是否有事件組合,請選取 全部 選項,該選項可從上方的第二層下拉式清單中取得。 定義目標 頁面。
例如,您可能想要預測客戶是否購買特定產品。 此預測目標由兩個條件所定義:a commerce.order.purchaseID
已存在 和 productListItems.SKU
等於 某個特定值。
為了預測客戶是否會擁有來自給定集的任何事件,您可以使用 任何一個 選項。
例如,您可能想要預測客戶是否造訪特定URL或具有特定名稱的網頁。 此預測目標由兩個條件所定義: web.webPageDetails.URL
開頭為 特定值和 web.webPageDetails.name
開頭為 特定值。
符合資格的母體 (選擇性)
依預設,除非指定合格的母體,否則所有設定檔都會產生傾向分數。 您可以定義條件,以根據事件包含或排除設定檔,藉此指定合格的母體。
自訂事件(可選) custom-events
如果您有其他資訊,除了 標準事件欄位 customer AI使用產生傾向分數時,會提供自訂事件選項。 使用此選項可讓您新增您認為有影響力的其他事件,這些事件可能會改善模型的品質,並幫助提供更準確的結果。 如果您選取的資料集包含結構描述中定義的自訂事件,您可以將它們新增至執行個體。
若要新增自訂事件,請選取 新增自訂事件. 接下來,輸入自訂事件名稱,然後將其對應至結構描述中的事件欄位。 檢視影響因素和其他深入分析時,自訂事件名稱會取代欄位值顯示。 這表示將會使用自訂事件名稱,而非事件的ID/值。 如需自訂事件顯示方式的詳細資訊,請參閱 自訂事件範例區段. Customer AI使用這些其他自訂事件來改善模型的品質,並提供更準確的結果。
接下來,從可用的運運算元下拉式清單中選取您要使用的運運算元。 僅列出與事件相容的運運算元。
最後,如果選取的運運算元需要欄位值,請輸入該欄位值。 在此範例中,我們只需要檢視飯店或餐廳預訂是否存在。 不過,如果我們想要更精確,可以使用等於運運算元,並在值提示中輸入精確值。
完成後,選取 下一個 以繼續。
自訂設定檔屬性(可選)
除了以下專案外,您還可以在資料中定義重要的設定檔資料集欄位(含時間戳記) 標準事件欄位 customer AI用來產生傾向分數。 使用此選項可讓您新增您認為有影響力的其他設定檔屬性,這些屬性可能會改善模型的品質,並提供更準確的結果。 此外,新增自訂設定檔屬性可讓Customer AI更好地展示特定設定檔最終如何在傾向性貯體中。
從設定檔快照匯出選取設定檔屬性
您也可以選擇從每日「設定檔」快照匯出包含設定檔屬性。 這些屬性會同步至設定檔快照匯出,並顯示最近可用的值。 它們會自動顯示,不需要在設定步驟中選取資料集。
total_purchases_in_the_last_3_months
是預測購買轉換的屬性。新增自訂事件範例 custom-event
在下列範例中,自訂事件和設定檔屬性已新增到Customer AI執行個體。 Customer AI執行個體的目標是預測客戶在未來60天內購買其他Luma產品的可能性。 通常產品資料會連結至產品SKU。 在此案例中,SKU為 prd1013
. 培訓/評分Customer AI模型後,此SKU即可連結至事件,並顯示為傾向性貯體的影響因素。
Customer AI會自動套用功能產生,例如「間隔天數」或「計數」針對自訂事件,例如 觀看購買. 如果將此事件視為影響客戶高、中或低傾向性的因素,Customer AI會將其顯示為 Days since prd1013 purchase
或 Count of prd1013 purchase
. 將此專案建立為自訂事件,可為事件提供新名稱,讓結果更易於閱讀。 例如 Days since Watch purchase
。此外,Customer AI在其訓練和評分中會使用此事件,即使該事件不是標準事件亦然。 這表示您可以新增多個您認為可能會有影響力的事件,並包含預訂、訪客記錄和其他事件等資料,以進一步自訂您的模型。 新增這些資料點會進一步提高Customer AI模型的精確度和精確度。
設定選項
設定選項步驟可讓您設定排程以自動化預測執行、定義預測排除以篩選特定事件並切換 個人資料 開啟/關閉。
設定排程 (選擇性) configure-a-schedule
若要設定評分排程,請先設定 評分頻率. 自動化預測執行可排程為每週或每月執行。
預測排除 (選擇性)
如果您的資料集包含任何新增為測試資料的欄,您可以選取以將該欄或事件新增至排除清單 新增排除專案 然後輸入您要排除的欄位。 這可防止在產生分數時,評估符合特定條件的事件。 此功能可用來篩選掉不相關的資料輸入或促銷活動。
若要排除事件,請選取「 」 新增排除專案 和定義事件。 若要移除排除專案,請選取省略符號(…),然後選取「 」 移除容器.
設定檔切換
設定檔切換可讓Customer AI將評分結果匯出至即時客戶設定檔。 停用此切換可防止將模型評分結果新增至設定檔。 此功能停用時,仍可取得Customer AI評分結果。
第一次使用Customer AI時,您可以關閉此功能,直到對模型輸出結果滿意為止。 這可讓您在微調模型時,無法將多個評分資料集上傳到您的客戶設定檔。 校準完模型後,您就可以使用 複製選項 從 服務例項 頁面。 這可讓您建立模型副本,並開啟設定檔。
設定好評分排程集、預測排除專案,並切換您要使用的設定檔後,選取「 」 完成 建立Customer AI執行個體。
如果成功建立執行個體,則會立即觸發預測執行,並根據您定義的排程執行後續執行。
依照本節指示,您已設定Customer AI執行個體並執行預測執行。 執行成功完成後,如果設定檔切換已啟用,已評分見解會自動將預測分數填入設定檔。 請等候最多24小時,再繼續本教學課程的下一節。
後續步驟 next-steps
按照本教學課程,您已成功設定Customer AI例項並產生傾向分數。 您現在可以選擇使用區段產生器 使用預測分數建立客戶區段 或 探索Customer AI的深入分析.
其他資源
以下影片旨在協助您瞭解Customer AI的設定工作流程。 此外,還提供最佳實務和使用案例範例。