Risoluzione degli errori di Customer AI

Customer AI visualizza gli errori quando la formazione del modello, il punteggio e la configurazione non riescono. Nella sezione istanze del servizio, una colonna per LAST RUN STATUS visualizza uno dei seguenti messaggi: Success, Problema di formazione e Non riuscito.

stato dell'ultima esecuzione

Nel caso in cui venga visualizzato Non riuscito o Problema di formazione, puoi selezionare lo stato di esecuzione per aprire un pannello laterale. Il pannello laterale contiene il Stato dell'ultima esecuzione e Dettagli dell'ultima esecuzione. I dettagli dell'ultima esecuzione contengono informazioni sul motivo per cui l'esecuzione non è riuscita. Nel caso in cui Customer AI non sia in grado di fornire dettagli sull’errore, contatta il supporto con il codice di errore fornito.


La qualità del modello è scadente

Se ricevi l'errore "La qualità del modello è scarsa. È consigliabile creare una nuova app con la configurazione modificata". Segui i passaggi consigliati di seguito per aiutarti a risolvere i problemi.


Correzione consigliata

"La qualità del modello è scarsa" significa che la precisione del modello non rientra in un intervallo accettabile. Customer AI non è stato in grado di creare un modello affidabile e AUC (Area sotto la curva ROC) < 0,65 dopo l'addestramento. Per correggere l’errore, è consigliabile modificare uno dei parametri di configurazione ed eseguire nuovamente il training.

Inizia controllando la precisione dei tuoi dati. È importante che i dati contengano i campi necessari per il risultato predittivo.

  • Controlla se il tuo set di dati ha le date più recenti. Customer AI presuppone sempre che i dati siano aggiornati quando il modello viene attivato.
  • Verifica i dati mancanti nella finestra di previsione e di idoneità definita. I tuoi dati devono essere completi senza interruzioni. Inoltre, assicurati che il set di dati soddisfi i requisiti di cronologia dei dati di Customer AI.
  • Verifica la presenza di dati mancanti in e-commerce, applicazioni, Web e ricerca, all'interno delle proprietà del campo dello schema.

Se i dati non sembrano essere il problema, prova a modificare la condizione di popolazione di idoneità per limitare il modello a determinati profili (ad esempio, _experience.analytics.customDimensions.eVars.eVar142 esiste negli ultimi 56 giorni). Questo limita la popolazione e le dimensioni dei dati utilizzati nella finestra di formazione.

Se la limitazione della popolazione di idoneità non ha funzionato o non è possibile, modifica la finestra di previsione.

  • Prova a cambiare la finestra di previsione a 7 giorni e controlla se l'errore continua a verificarsi. Se l'errore non si verifica più, ciò indica che potrebbero non essere disponibili dati sufficienti per la finestra di previsione definita.

In questa pagina