顧客 AI エラーのトラブルシューティング
モデルのトレーニング、スコアリングおよび設定が失敗すると、顧客 AI はエラーを表示します。「サービスインスタンス」セクションの 前回の実行ステータス の列には、成功、トレーニングの問題、失敗 のいずれかのメッセージが表示されます。
失敗 または トレーニングの問題 が表示された場合は、実行ステータスを選択してサイドパネルを開くことができます。サイドパネルには、前回の実行ステータス と 前回の実行詳細 が含まれています。前回の実行詳細 には、実行が失敗した理由に関する情報が含まれています。 エラーの詳細情報が顧客 AI から提供されない場合は、提供されたエラーコードをサポートに連絡してください。
Chrome の匿名モードで顧客 AI にアクセスできない
Google Chrome の匿名モードセキュリティ設定が更新されたので、Google Chrome の匿名モードでの読み込みエラーが発生します。アドビでは、experience.adobe.com を信頼できるドメインにするために、Chrome でこの問題に鋭意取り組んでいるところです。
推奨される修正
この問題を回避するには、experience.adobe.com を、常に Cookie を使用できるサイトとして追加する必要があります。まず、chrome://settings/cookies に移動します。次に、「カスタマイズされた動作」セクションまでスクロールしたあと、「常に Cookie を使用できるサイト」の隣にある「追加」ボタンを選択します。表示されたポップオーバーで [*.]experience.adobe.com
をコピー&ペーストし、「このサイトでサードパーティの Cookie を許可する」のチェックボックスをオンにします。完了したら、「追加」を選択し、顧客 AI を匿名モードでリロードします。
モデルの品質が低い
「モデルの品質が低いです。変更した設定で新しいアプリを作成することをお勧めします。」というエラーが表示される場合は、以下の推奨手順に従って、トラブルシューティングを行ってください。
推奨される修正
「モデルの品質が低い」とは、モデルの精度が許容範囲内にないことを意味します。信頼できるモデルを顧客 AI が作成できず、トレーニング後の AUC(ROC 曲線下の面積)が 0.65 を下回りました。このエラーを修正するには、設定パラメーターの 1 つを変更し、トレーニングを再実行することをお勧めします。
まず、データの精度を確認します。 予測結果に必要なフィールドがデータに含まれていることが重要です。
- データセットに最新の日付があるかどうかを確認します。顧客 AI は常に、モデルがトリガーされたときにデータが最新であると仮定します。
- 定義した予測および実施要件ウィンドウ内で、データの欠落がないかを確認します。 ギャップのない完全なデータである必要があります。また、データセットが顧客 AI の履歴データの要件を満たしていることも確認します。
- スキーマフィールドのプロパティ内のコマース、アプリケーション、web および検索で、欠落しているデータがないかを確認します。
データが問題がないようであれば、実施要件母集団条件を変更して、モデルを特定のプロファイルに制限してみてください(例: _experience.analytics.customDimensions.eVars.eVar142
が過去 56 日間に存在している)。これにより、トレーニングウィンドウで使用するデータの母集団とサイズが制限されます。
実施要件母集団の制限が機能しなかった場合や制限が不可能な場合は、予測ウィンドウを変更します。
- 予測ウィンドウを 7 日に変更してみて、エラーが引き続き発生するかどうかを確認します。エラーが発生しなくなった場合は、定義した予測ウィンドウに十分なデータがない可能性があることを示しています。
エラー
推奨される解決策:
1. データの可用性の確認
2. 予測の目標期間を短くする
3. 予測目標の定義を変更して、より多くのユーザーを含めます(エラーコード: VALIDATION-400 NOT_ENOUT_OBJECTIVE)。
推奨される解決策:
1. データの可用性の確認
2. 予測の目標期間を短くする
3. 予測目標の定義を変更して、さらに多くのユーザーを含めます。 (エラーコード: VALIDATION-400 NOT_ENOUT_OBJECTIVE)
推奨される解決策:
1. データの可用性の確認
2. 「適格な母集団」定義を指定する場合、実施要件フィルターの期間を 3 に減らします。 適格な母集団の定義が指定されていない場合は、追加してみます(エラーコード: VALIDATION-401 NOT_ENOUT_POPULATION)。
推奨される解決策:
1. データの可用性の確認
2. 「適格な母集団」定義を指定する場合、実施要件フィルターの期間を短くします。
3.「適格」母集団の定義が指定されていない場合は、定義を追加してみてください。 (エラーコード: VALIDATION-401 NOT_ENOUT_POPULATION)
次のような提案があります。
1. 設定を変更し、適格な母集団定義を追加します。
2. 追加のデータソースを使用してモデルの品質を向上
3. モデルにさらに多くのデータを含めるカスタムイベントを追加します(エラーコード: VALIDATION-402 BAD_MODEL)。
次のような提案があります。
1. 設定を変更して、適格な母集団定義を追加することを検討してください。
2. モデルの品質を向上させるために、追加のデータソースの使用を検討してください。 (エラーコード: VALIDATION-402 BAD_MODEL)
次のような提案があります。
1. 最新のデータを使用してモデルがトレーニングされていることを確認してください。トレーニングされていない場合は、モデルの再トレーニングを検討してください。
2. スコアリングタスクにデータの問題(データの欠落やデータの遅延など)がないことを確認してください。 (エラーコード: VALIDATION-403 INELIGIBLE_SCORES)
次のような提案があります。
1. 最新のデータを使用してモデルがトレーニングされていることを確認してください。トレーニングされていない場合は、モデルの再トレーニングを検討してください。
2. スコアリングタスクにデータの問題(データの欠落やデータの遅延など)がないことを確認してください。 (エラーコード: VALIDATION-403 INELIGIBLE_SCORES)
120 日分の最近のデータが必要です。 詳しくは、データ要件のドキュメントを参照してください。
推奨される解決策:
1. データの可用性の確認
2. 予測の目標期間を短くする
3. 「適格な母集団」定義を指定する場合、実施要件フィルターの期間を短くします
4. 適格な母集団定義が指定されていない場合は、追加してみます(エラーコード: VALIDATION-407 NOT_ENOUT_HISTORICAL_EVENT_DATA)。
120 日分の最近のデータが必要です。 詳しくは、データ要件のドキュメントを参照してください。
推奨される解決策:
1. データの可用性を確認します。
2. 予測の目標期間を短くします。
3.「適格な母集団」定義を指定する場合、実施要件フィルターの期間を短くします。
4. 「適格」母集団の定義が指定されていない場合は、定義を追加してみてください。 (エラーコード: VALIDATION-407 NOT_ENOUT_HISTORICAL_EVENT_DATA)
推奨される解決策:
1. データの可用性の確認
2. 予測目標の定義を変更します(エラーコード: VALIDATION-409 NO_OBJECTIVE)。
推奨される解決策:
1. データの可用性を確認します。
2. 予測目標の定義を変更します。 (エラーコード: VALIDATION-409 NO_OBJECTIVE)
推奨される解決策:
1. データの可用性の確認
2. 適格母集団定義が指定されている場合は、条件を変更するか、適格フィルター期間を増やします(エラーコード: VALIDATION-410 NO_POPULATION)。
推奨される解決策:
1. データの可用性を確認します。
2.「適格な母集団」定義が指定されている場合は、条件を変更するか、実施要件フィルター期間を増やします。 (エラーコード: VALIDATION-410 NO_POPULATION)
推奨される解決策:
1. 予測目標の定義の変更
2. データの完全性を確認するか、予測目標に対する不適格なイベントの例を含む別のものを使用します(エラーコード: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE)。
推奨される解決策:
1. 予測目標の定義を変更します。
2. データの完全性を確認するか、予測目標に対する不適格なイベントの例を含む別のを使用してください。 (エラーコード: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE)