Fehlerbehebung bei der Kunden-KI

Die Kunden-KI zeigt Fehler an, wenn Modell-Training, -bewertung und -konfiguration fehlschlagen. Im Abschnitt Service-Instanzen wird in einer Spalte für STATUS DES LETZTEN DURCHGANGS eine der folgenden Meldungen angezeigt: Erfolg, Problem mit Training und Fehlgeschlagen.

Status des letzten Durchgangs

Falls Fehlgeschlagen oder Problem mit Training angezeigt wird, können Sie den Status des Durchgangs auswählen, um einen Seitenbereich zu öffnen. Im Seitenbereich sind der Status des letzten Durchgangs und Details des letzten Durchgangs einsehbar. Der Abschnitt Details des letzten Durchgangs enthält Informationen darüber, warum der Durchgang fehlgeschlagen ist. Falls die Kunden-KI keine Details zu Ihrem Fehler bereitstellen kann, wenden Sie sich an den Support unter Angabe des angegebenen Fehler-Codes.

w-300

Inkognito-Zugriff auf Kunden-KI in Chrome nicht möglich

Ladefehler im Inkognito-Modus von Google Chrome sind auf Aktualisierungen in den Sicherheitseinstellungen des Inkognito-Modus von Google Chrome zurückzuführen. An dem Problem wird aktiv mit Chrome gearbeitet, um experience.adobe.com als vertrauenswürdige Domain einzustufen.

w-500

Empfohlene Fehlerbehebung

Um dieses Problem zu umgehen, müssen Sie experience.adobe.com als Website hinzufügen, die immer Cookies verwenden darf. Navigieren Sie zunächst zu chrome://settings/cookies. Scrollen Sie dann nach unten zum Abschnitt Benutzerdefinierte Einstellungen und wählen Sie die Schaltfläche Hinzufügen neben „Websites, die immer Cookies verwenden dürfen“ aus. Kopieren Sie [*.]experience.adobe.com und fügen Sie dies in das angezeigte Popup ein. Aktivieren Sie dann das Kontrollkästchen Einschließlich Cookies von Drittanbietern auf dieser Website. Wählen Sie anschließend die Option Hinzufügen aus und laden Sie die Kunden-KI im Inkognito-Modus neu.

Empfohlene Fehlerbehebung

Modellqualität ist schlecht

Wenn der Fehler „Modellqualität ist schlecht. Es wird empfohlen, eine neue App mit der geänderten Konfiguration zu erstellen“ angezeigt wird, befolgen Sie die unten empfohlenen Schritte zur Fehlerbehebung.

w-300

Empfohlene Fehlerbehebung

„Modellqualität ist schlecht“ bedeutet, dass die Modellgenauigkeit nicht innerhalb eines akzeptablen Bereichs liegt. Die Kunden-KI konnte nach dem Training kein zuverlässiges Modell und keine zuverlässige AUC (Area under the ROC Curve) von < 0,65 erstellen. Um den Fehler zu beheben, wird empfohlen, einen der Konfigurationsparameter zu ändern und das Training erneut durchzuführen.

Überprüfen Sie zunächst die Genauigkeit Ihrer Daten. Es ist wichtig, dass Ihre Daten die erforderlichen Felder enthalten, die für Ihr prognostiziertes Ergebnis erforderlich sind.

  • Überprüfen Sie, ob Ihr Datensatz die neuesten Daten enthält. Die Kunden-KI geht immer davon aus, dass die Daten beim Auslösen des Modells aktuell sind.
  • Überprüfen Sie im definierten Prognose- und Eignungsfenster, ob Daten fehlen. Ihre Daten müssen vollständig und lückenlos sein. Stellen Sie außerdem sicher, dass Ihr Datensatz die Kunden-KI-Anforderungen an historische Daten erfüllt.
  • Suchen Sie in den Eigenschaften Ihres Schemafelds nach fehlenden Daten in Commerce, Anwendung, Web und Suche.

Wenn das Problem offenbar nicht auf Ihre Daten zurückzuführen ist, versuchen Sie, die Eignungsbedingung der Population zu ändern, um das Modell auf bestimmte Profile zu beschränken (z. B. _experience.analytics.customDimensions.eVars.eVar142 in den letzten 56 Tagen vorhanden). Dadurch werden die Population und die Größe der im Trainings-Fenster verwendeten Daten eingeschränkt.

Wenn die Einschränkung der Eignungspopulation nicht funktioniert hat oder nicht möglich ist, ändern Sie das Prognosefenster.

  • Versuchen Sie, Ihr Prognosefenster auf 7 Tage zu ändern, und überprüfen Sie, ob der Fehler weiterhin auftritt. Wenn der Fehler nicht mehr auftritt, deutet dies darauf hin, dass Sie möglicherweise nicht über genügend Daten für Ihr definiertes Prognosefenster verfügen.

Fehler

Fehler-Code
Titel
Nachrichtenvorlage
Nachrichtenbeispiel
400
NICHT GENUG OBJEKT
Es gibt zu wenige Benutzer ({{actual_num_samples}} in total) meeting the prediction goal definition from {{outcome_window_start}} to {{outcome_window_end}}. We require at least {{min_num_samples}} Benutzer mit qualifizierenden Ereignissen, um ein Modell zu erstellen.

Empfohlene Lösungen:

1. Datenverfügbarkeit überprüfen
2. Verringern des Zeitrahmens des Prognoseziels
3. Ändern Sie die Definition des Prognoseziels so, dass weitere Benutzer einbezogen werden (Fehlercode: VALIDATION-400 NOT_ENOUGH_OBJECTIVE).
Es gibt zu wenige Benutzer (insgesamt 200), die die Zieldefinition für Prognosen von 2020-04-01 bis 2021-04-01 erfüllen. Zum Erstellen eines Modells benötigen wir mindestens 500 Benutzer mit qualifizierenden Ereignissen.

Empfohlene Lösungen:
1. Datenverfügbarkeit überprüfen
2. Verringern des Zeitrahmens des Prognoseziels
3. Ändern Sie die Definition des Prognoseziels, um weitere Benutzer einzuschließen. (Fehlercode: VALIDATION-400 NOT_ENOUGH_OBJECTIVE)
401
NICHT GENUG BEVÖLKERUNG
Es gibt zu wenige berechtigte Benutzer ({{actual_num_samples}} in total) from {{eligibility_window_start}} to {{eligibility_window_end}}. We require at least {{min_num_samples}} berechtigte Benutzer zum Erstellen eines Modells.

Empfohlene Lösungen:
1. Datenverfügbarkeit überprüfen
2. Wenn eine Definition der förderfähigen Population angegeben wird, reduzieren Sie den Zeitrahmen für den Eignungsfilter 3. Wenn keine Definition der förderfähigen Population angegeben ist, fügen Sie eine hinzu (Fehlercode: VALIDATION-401 NOT_ENOUGH_POPULATION).
Von 2020-04-01 bis 2021-04-01 gibt es zu wenige berechtigte Nutzer (insgesamt 200). Zum Erstellen eines Modells benötigen wir mindestens 500 berechtigte Benutzer.

Empfohlene Lösungen:
1. Datenverfügbarkeit überprüfen
2. Wenn eine Definition der förderfähigen Population angegeben wird, reduzieren Sie den Zeitrahmen für den Eignungsfilter.
3. Wenn keine Definition der förderfähigen Population vorhanden ist, fügen Sie eine hinzu. (Fehlercode: VALIDATION-401 NOT_ENOUGH_POPULATION)
402
BAD MODELL
Wir können kein Qualitätsmodell mit dem aktuellen Eingabedatensatz und der aktuellen Konfiguration erstellen.

Einige Vorschläge:
1. Ändern Sie Ihre Konfiguration, um eine geeignete Populationsdefinition hinzuzufügen.
2. Zusätzliche Datenquellen zur Verbesserung der Modellqualität verwenden
3. Fügen Sie benutzerspezifische Ereignisse hinzu, um weitere Daten in das Modell einzuschließen (Fehlercode: VALIDATION-402 BAD_MODEL).
Wir können kein Qualitätsmodell mit dem aktuellen Eingabedatensatz und der aktuellen Konfiguration erstellen.

Einige Vorschläge:
1. Bitte ändern Sie Ihre Konfiguration, um eine Definition der infrage kommenden Population hinzuzufügen.
2. Erwägen Sie die Verwendung zusätzlicher Datenquellen zur Verbesserung der Modellqualität. (Fehlercode: VALIDATION-402 BAD_MODEL)
403
UNZULÄSSIGE WERTE
Die Ergebnisverteilung weicht zu stark von den erwarteten ab.

Einige Vorschläge:
1. Stellen Sie sicher, dass das Modell mit aktuellen Daten trainiert wurde. Falls nicht, sollten Sie Ihr Modell umschulen.
2. Stellen Sie sicher, dass es bei Scoring-Aufgaben kein Datenproblem gibt (z. B. fehlende Daten/Datenverzögerungen). (Fehlercode: VALIDATION-403 INELIGIBLE_SCORES)
Die Ergebnisverteilung weicht zu stark von den erwarteten ab.

Einige Vorschläge:
1. Stellen Sie sicher, dass das Modell mit aktuellen Daten trainiert wurde. Falls nicht, sollten Sie Ihr Modell umschulen.
2. Stellen Sie sicher, dass es bei Scoring-Aufgaben kein Datenproblem gibt (z. B. fehlende Daten/Datenverzögerungen). (Fehlercode: VALIDATION-403 INELIGIBLE_SCORES)
405
KEINE SCORING-DATEN
Es sind keine Benutzerverhalten- oder Profildaten für die Auswertung von verfügbar. {{eligibility_window_start}} to {{eligibility_window_end}}.Überprüfen Sie die Daten, um sicherzustellen, dass sie regelmäßig aktualisiert werden. (Fehlercode: VALIDATION-405 NO_SCORING_DATA)
Für die Auswertung von 2020-04-01 bis 2021-04-01 sind keine Benutzerverhaltensdaten oder Profildaten verfügbar. Überprüfen Sie die Daten, um sicherzustellen, dass sie regelmäßig aktualisiert werden. (Fehlercode: VALIDATION-405 NO_SCORING_DATA)
407
NICHT GENUG HISTORISCHE EREIGNISDATEN
Es gibt nicht genügend Daten, um ein Modell zu erstellen. Von 2020-04-01 bis 2021-04-01 gibt es nur 90 Tage Daten.

Wir benötigen aktuelle Daten aus 120 Tagen. Weitere Informationen finden Sie in der Dokumentation zu Datenanforderungen .

Empfohlene Lösungen:
1. Datenverfügbarkeit überprüfen
2. Verringern des Zeitrahmens des Prognoseziels
3. Wenn eine Definition der förderfähigen Population angegeben ist, reduzieren Sie den Zeitraum des Berechtigungsfilters
4. Wenn keine Definition der förderfähigen Population angegeben ist, fügen Sie eine hinzu (Fehlercode: VALIDATION-407 NOT_ENOUGH_HISTORICAL_EVENT_DATA).
Es gibt nicht genügend Daten, um ein Modell zu erstellen. Von 2020-04-01 bis 2021-04-01 gibt es nur 90 Tage Daten.

Wir benötigen aktuelle Daten aus 120 Tagen. Weitere Informationen finden Sie in der Dokumentation zu Datenanforderungen .

Empfohlene Lösungen:
1. Überprüfen Sie die Datenverfügbarkeit.
2. Verringern Sie den Zeitrahmen für das Prognoseziel.
3. Wenn eine Definition der förderfähigen Population angegeben wird, reduzieren Sie den Zeitrahmen für den Eignungsfilter.
4. Wenn keine Definition der förderfähigen Population vorhanden ist, fügen Sie eine hinzu. (Fehlercode: VALIDATION-407 NOT_ENOUGH_HISTORICAL_EVENT_DATA)
408
KEINE JÜNGSTEN DATEN FÜR ZULÄSSIG
Es gibt keine Benutzerverhaltensdaten für berechtigte Benutzer in der {{data_days}} days prior to {{etl_window_end}}. Überprüfen Sie den Datensatz, um sicherzustellen, dass er regelmäßig aktualisiert wird. (Fehlercode: VALIDATION-408 NO_RECENT_DATA_FOR_ELIGIBLE_POPULATION)
In den 60 Tagen vor 2021-04-01 gibt es keine Benutzerverhaltensdaten für berechtigte Benutzer. Überprüfen Sie den Datensatz, um sicherzustellen, dass er regelmäßig aktualisiert wird. (Fehlercode: VALIDATION-408 NO_RECENT_DATA_FOR_ELIGIBLE_POPULATION)
409
KEIN ZIEL
Es gibt keine Benutzer, die die Zieldefinition für Prognosen erfüllen aus {{outcome_window_start}} to {{outcome_window_end}}. We require at least {{min_num_samples}} Benutzer mit qualifizierenden Ereignissen, um ein Modell zu erstellen.

Empfohlene Lösungen:
1. Datenverfügbarkeit überprüfen
2. Ändern Sie die Definition des Prognoseziels (Fehlercode: VALIDATION-409 NO_OBJECTIVE).
Es gibt keine Benutzer, die die Zieldefinition für Prognosen von 2020-04-01 bis 2021-04-01 erfüllen. Zum Erstellen eines Modells benötigen wir mindestens 500 Benutzer mit qualifizierenden Ereignissen.

Empfohlene Lösungen:
1. Überprüfen Sie die Datenverfügbarkeit.
2. Ändern Sie die Definition des Prognoseziels. (Fehlercode: VALIDATION-409 NO_OBJECTIVE)
410
KEINE BEVÖLKERUNG
Es gibt keine berechtigten Benutzer von {{eligibility_window_start}} to {{eligibility_window_end}}. We require at least {{min_num_samples}} berechtigte Benutzer zum Erstellen eines Modells.

Empfohlene Lösungen:
1. Datenverfügbarkeit überprüfen
2. Wenn eine Definition der förderfähigen Population angegeben wird, ändern Sie die Bedingung oder erhöhen Sie den Zeitrahmen für den Eignungsfilter (Fehlercode: VALIDATION-410 NO_POPULATION).
Von 2020-04-01 bis 2021-04-01 gibt es keine berechtigten Benutzer. Zum Erstellen eines Modells benötigen wir mindestens 500 berechtigte Benutzer.

Empfohlene Lösungen:
1. Überprüfen Sie die Datenverfügbarkeit.
2. Wenn eine Definition der förderfähigen Population angegeben wird, ändern Sie die Bedingung oder erhöhen Sie den Zeitrahmen für den Eignungsfilter. (Fehlercode: VALIDATION-410 NO_POPULATION)
411
KEINE EINGABEDATEN NACH ETL
Es sind keine Benutzerverhalten- oder Profildaten verfügbar, die das Modell verwenden kann zwischen {{etl_start_date}} and {{etl_end_date}}. Stellen Sie sicher, dass der Datensatz über ausreichende Daten verfügt. (Fehlercode: VALIDATION-411 NO_INPUT_DATA_AFTER_ETL)
Für das Modell stehen zwischen 2020-04-01 und 2021-04-01 keine Benutzerverhaltensdaten oder Profildaten zur Verfügung. Stellen Sie sicher, dass der Datensatz über ausreichende Daten verfügt. (Fehlercode: VALIDATION-411 NO_INPUT_DATA_AFTER_ETL)
412
KEIN EREIGNIS NACH ETL
Es sind keine Benutzerverhaltensdaten verfügbar, die vom Modell verwendet werden können zwischen {{etl_start_date}} and {{etl_end_date}}. Stellen Sie sicher, dass der Datensatz über ausreichende Daten verfügt.
Für das Modell stehen zwischen 2020-04-01 und 2021-04-01 keine Benutzerverhaltensdaten zur Verfügung. Stellen Sie sicher, dass der Datensatz über ausreichende Daten verfügt. (Fehlercode: VALIDATION-412 NO_EVENT_DATA_AFTER_ETL)
413
EINZELNER WERT IM ZIEL
CustomerAI erfordert, dass der Datensatz sowohl qualifizierende als auch nicht qualifizierende Ereignisse für die Definition des Prognoseziels enthält. Der Eingabedatensatz enthält nur qualifizierte Ereignisse zwischen {{etl_window_start}} and {{etl_window_end}}.

Empfohlene Lösungen:
1. Ändern der Definition des Prognoseziels
2. Überprüfen Sie die Datenvollständigkeit oder verwenden Sie eine andere, die Beispiele für nicht qualifizierende Ereignisse für das Prognoseziel enthält (Fehlercode: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE).
CustomerAI erfordert, dass der Datensatz sowohl qualifizierende als auch nicht qualifizierende Ereignisse für die Definition des Prognoseziels enthält. Der Eingabedatensatz enthält nur qualifizierte Ereignisse zwischen 2020-04-01 und 2021-04-01.

Empfohlene Lösungen:
1. Ändern Sie die Definition des Prognoseziels.
2. Überprüfen Sie die Datenvollständigkeit oder verwenden Sie eine andere, die Beispiele für nicht qualifizierende Ereignisse für das Prognoseziel enthält. (Fehlercode: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE)
414
KEINE GRIPPEFAKTOREN
Das einflussreiche Faktormodell erzeugte eine unerwartete Ausgabe. Es wird empfohlen, eine neue App mit einer geänderten Konfiguration zu erstellen. (Fehlercode: VALIDATION-414 NO_INFLUENTIAL_FACTORS)
Das einflussreiche Faktormodell erzeugte eine unerwartete Ausgabe. Es wird empfohlen, eine neue App mit einer geänderten Konfiguration zu erstellen. (Fehlercode: VALIDATION-414 NO_INFLUENTIAL_FACTORS)
recommendation-more-help
8959a20a-a58f-4057-9f82-870706c576e9