客户人工智能概述

Customer AI ，作为Intelligent Services的一部分，为营销人员提供了在个人级别生成客户预测并提供解释的功能。

在影响因素的帮助下，客户人工智能可以告诉您客户可能会做什么以及为什么。此外，营销人员可以从客户人工智能预测和洞察中受益，通过提供最合适的优惠和消息传递来个性化客户体验。

了解客户人工智能

Customer AI 用于生成自定义倾向分数，如个人档案大规模的流失率和转化率。这无需通过将业务需求转变为机器学习问题、选择算法、培训或部署即可完成。

Customer AI构建于：

  • 提供高精度的客户倾向模型，以便进行更强的细分和定位。
  • 有助于了解某些客户行为背后的影响因素和可能性。
  • 为贵公司的独特用例和数据提供可自定义的选项。
  • 利用客户倾向得分（如流失率和转化）增强实时客户资料。
  • 通过影响倾向得分的因素增强客户用户档案。
  • 根据影响因素和倾向得分创建客户区段。

客户未构建为：

  • 不应使用Customer AI来预测动态定价或客户将购买的价格点。
  • Customer AI无法确定提供选件是否会提高客户购买项目的可能性。 虽然您可能决定根据倾向得分发送折扣选件，但这不一定是转化这些客户的最佳方式。
  • Customer AI不是产品推荐工具。 如果您有数千个SKU，请不要将客户AI用作实际产品推荐解决方案的代理，例如 Adobe Target.
  • 例如，如果客户处于“意识”、“考虑”、“购买”或“维系”阶段，则客户AI无法预测客户在购买历程的哪个阶段。
  • 请勿使用Customer AI来确定将来可能购买产品发布的客户。 这要求Customer AI过去必须存在某些成功事件，才能根据您的数据成功培训机器学习算法。

以下视频旨在支持您对Customer AI的了解。

工作原理

Customer AI通过分析现有的消费者体验事件数据来预测客户流失率或转化倾向得分。 Adobe认识到流失率和转化的定义在所有用例中并不统一，因此，您能够将自定义目标定义为一组条件。 只要所输入的消费者体验事件数据中存在感兴趣的事件，您就可以配置预测的目标。

后续步骤

您可以首先按照 入门 的双曲余切值。 本指南将指导您设置Customer AI的所有必需先决条件。 如果您已准备好所有凭据和数据，请访问 配置Customer AI实例. 它提供了使用Customer AI的步骤。

在此页面上