고객 AI 오류 문제 해결
모델 교육, 채점 및 구성이 실패하면 고객 AI에 오류가 표시됩니다. 서비스 인스턴스 섹션에서 마지막 실행 상태 에 대한 열에 성공, 교육 문제 및 실패 메시지 중 하나가 표시됩니다.
실패 또는 교육 문제 가 표시되는 경우 실행 상태를 선택하여 사이드 패널을 열 수 있습니다. 사이드 패널에는 마지막 실행 상태 및 마지막 실행 세부 정보 가 있습니다. 마지막 실행 세부 정보 에는 실행이 실패한 이유에 대한 정보가 포함되어 있습니다. 고객 AI가 오류에 대한 세부 정보를 제공할 수 없는 경우 제공된 오류 코드로 지원 센터에 문의하십시오.
Chrome 시크릿 내에서 고객 AI에 액세스할 수 없음
Google Chrome의 시크릿 모드 보안 설정의 업데이트로 인해 Google Chrome의 시크릿 모드에서 로드 오류가 발생합니다. experience.adobe.com 을 신뢰할 수 있는 도메인으로 만들기 위해 Chrome과 함께 문제가 활발하게 진행되고 있습니다.
권장 수정 사항
이 문제를 해결하려면 experience.adobe.com 을 항상 쿠키를 사용할 수 있는 사이트로 추가해야 합니다. chrome://settings/cookies(으)로 이동하여 시작하십시오. 그런 다음 사용자 지정된 동작 섹션까지 아래로 스크롤한 다음 "항상 쿠키를 사용할 수 있는 사이트" 옆에 있는 추가 단추를 선택합니다. 표시되는 팝오버에서 [*.]experience.adobe.com을(를) 복사하여 붙여 넣은 다음 이 사이트에 타사 쿠키 포함 확인란을 선택합니다. 완료되면 추가 를 선택하고 시크릿으로 고객 AI를 다시 로드합니다.
모델 품질이 좋지 않습니다.
오류 "모델 품질이 좋지 않습니다. 수정된 구성 "을(를) 사용하여 새 앱을 만드는 것이 좋습니다. 아래의 권장 단계에 따라 문제를 해결하십시오.
권장 수정 사항
"모델 품질이 좋지 않음"은 모델 정확도가 허용 가능한 범위 내에 있지 않음을 의미합니다. 고객 AI는 교육 후 신뢰할 수 있는 모델과 AUC(ROC 곡선 이하 면적) < 0.65를 구축할 수 없었다. 오류를 수정하려면 구성 매개 변수 중 하나를 변경하고 교육을 다시 실행하는 것이 좋습니다.
먼저 데이터의 정확성을 확인합니다. 데이터에 예측 결과에 필요한 필드가 포함되어 있는 것이 중요합니다.
- 데이터 세트에 최신 날짜가 있는지 확인합니다. 고객 AI는 모델이 트리거될 때 데이터가 항상 최신 상태인 것으로 간주합니다.
- 정의된 예측 및 자격 창에서 누락된 데이터가 있는지 확인합니다. 데이터는 간격 없이 완성되어야 합니다. 또한 데이터 세트가 Customer AI 내역 데이터 요구 사항을 충족하는지 확인하십시오.
- 스키마 필드 속성 내에서 상거래, 애플리케이션, 웹 및 검색에서 누락된 데이터가 있는지 확인합니다.
데이터가 문제가 아닌 것 같으면 자격 모집단 조건을 변경하여 특정 프로필로 모델을 제한해 보십시오(예: 최근 56일 동안 _experience.analytics.customDimensions.eVars.eVar142이(가) 있음). 이렇게 하면 교육 기간에 사용되는 데이터의 모집단과 크기가 제한됩니다.
자격 모집단을 제한할 수 없거나 가능하지 않은 경우 예측 창을 변경합니다.
- 예측 기간을 7일로 변경하고 오류가 계속 발생하는지 확인하십시오. 오류가 더 이상 발생하지 않으면 정의된 예측 기간에 충분한 데이터가 없을 수 있음을 나타냅니다.
오류
{{outcome_window_start}}에서 {{outcome_window_end}}까지 예측 목표 정의를 충족하는 사용자가 너무 적습니다(총 {{actual_num_samples}}명). 모델을 만들려면 자격 조건을 갖춘 이벤트가 있는 사용자가 {{min_num_samples}}명 이상이어야 합니다.추천 해결 방법:
1. 데이터 가용성
2 확인 예측 목표 일정
3을(를) 줄입니다. 더 많은 사용자를 포함하도록 예측 목표 정의를 수정합니다(오류 코드: VALIDATION-400 NOT_ENOUGH_OBJECTIVE).
추천 해결 방법:
1. 데이터 가용성
2 확인 예측 목표 일정
3을(를) 줄입니다. 더 많은 사용자를 포함하도록 예측 목표 정의를 수정합니다. (오류 코드: VALIDATION-400 NOT_ENOUGH_OBJECTIVE)
{{eligibility_window_start}}에서 {{eligibility_window_end}}까지 적격한 사용자가 너무 적습니다(총 {{actual_num_samples}}). 모델을 만들려면 적격 사용자가 {{min_num_samples}}명 이상이어야 합니다.추천 해결 방법:
1. 데이터 가용성
2 확인 적격 모집단 정의가 제공된 경우 적격 필터 기간 3을 줄입니다. 적합한 모집단 정의가 제공되지 않으면 하나를 추가해 보십시오(오류 코드: VALIDATION-401 NOT_ENOUGH_POPULATION).
추천 해결 방법:
1. 데이터 가용성 확인
2. 적격 모집단 정의가 제공된 경우 적격 필터 기간을 줄입니다.
3. 적격 모집단 정의가 제공되지 않으면 하나를 추가해 보십시오. (오류 코드: VALIDATION-401 NOT_ENOUGH_POPULATION)
몇 가지 제안 사항은
1입니다. 구성을 수정하여 적격 모집단 정의를 추가합니다.
2. 추가 데이터 원본을 사용하여 모델 품질
3을(를) 개선하십시오. 모델에 더 많은 데이터를 포함하도록 사용자 지정 이벤트를 추가합니다(오류 코드: VALIDATION-402 BAD_MODEL).
몇 가지 제안 사항은
1입니다. 적합한 모집단 정의를 추가하려면 구성을 수정하는 것이 좋습니다.
2. 모델 품질을 개선하기 위해 추가 데이터 소스를 사용하는 것을 고려하십시오. (오류 코드: VALIDATION-402 BAD_MODEL)
몇 가지 제안 사항은
1입니다. 모델이 최신 데이터로 교육되었는지 확인하십시오. 그렇지 않은 경우 모델 재교육을 고려해 보십시오.
2. 채점 작업에 데이터 문제(예: 누락된 데이터/데이터 지연)가 없는지 확인하십시오. (오류 코드: VALIDATION-403 INPRIVACY_SCORES)
몇 가지 제안 사항은
1입니다. 모델이 최신 데이터로 교육되었는지 확인하십시오. 그렇지 않은 경우 모델 재교육을 고려해 보십시오.
2. 채점 작업에 데이터 문제(예: 누락된 데이터/데이터 지연)가 없는지 확인하십시오. (오류 코드: VALIDATION-403 INPRIVACY_SCORES)
{{eligibility_window_start}}부터 {{eligibility_window_end}}까지 채점에 사용할 수 있는 사용자 동작 또는 프로필 데이터가 없습니다. 정기적으로 업데이트되는지 데이터를 확인하십시오. (오류 코드: VALIDATION-405 NO_SCORING_DATA)120일 동안의 최근 데이터가 필요합니다. 자세한 내용은 데이터 요구 사항 설명서를 참조하십시오.
추천 해결 방법:
1. 데이터 가용성
2 확인 예측 목표 일정
3을(를) 줄입니다. 적격 모집단 정의가 제공되면 자격 필터 일정
을(를) 줄이십시오. 적격 모집단 정의가 제공되지 않으면 하나를 추가해 보십시오(오류 코드: VALIDATION-407 NOT_ENOUGH_HISTORICAL_EVENT_DATA).
120일 동안의 최근 데이터가 필요합니다. 자세한 내용은 데이터 요구 사항 설명서를 참조하십시오.
추천 해결 방법:
1. 데이터 가용성을 확인합니다.
2. 예측 목표 기간을 줄입니다.
3. 적격 모집단 정의가 제공된 경우 적격 필터 기간을 줄입니다.
4. 적격 모집단 정의가 제공되지 않으면 하나를 추가해 보십시오. (오류 코드: VALIDATION-407 NOT_ENOUGH_HISTORICAL_EVENT_DATA)
{{etl_window_end}} 이전 {{data_days}}일 동안 적격 사용자에 대한 사용자 동작 데이터가 없습니다. 데이터 세트를 정기적으로 업데이트하고 있는지 확인하십시오. (오류 코드: VALIDATION-408 NO_RECENT_DATA_FOR_PROPRIABLE_POPULATION){{outcome_window_start}}에서 {{outcome_window_end}}(으)로 예측 목표 정의를 충족하는 사용자가 없습니다. 모델을 만들려면 자격 조건을 갖춘 이벤트가 있는 사용자가 {{min_num_samples}}명 이상이어야 합니다.추천 해결 방법:
1. 데이터 가용성
2 확인 예측 목표 정의 수정(오류 코드: VALIDATION-409 NO_OBJECTIVE)
추천 해결 방법:
1. 데이터 가용성을 확인합니다.
2. 예측 목표 정의를 수정합니다. (오류 코드: VALIDATION-409 NO_OBJECTIVE)
{{eligibility_window_start}}에서 {{eligibility_window_end}}까지 적합한 사용자가 없습니다. 모델을 만들려면 적격 사용자가 {{min_num_samples}}명 이상이어야 합니다.추천 해결 방법:
1. 데이터 가용성
2 확인 적격 모집단 정의가 제공되면 조건을 수정하거나 적격 필터 기간을 늘립니다(오류 코드: VALIDATION-410 NO_POPULATION).
추천 해결 방법:
1. 데이터 가용성을 확인합니다.
2. 적격 모집단 정의가 제공된 경우 조건을 수정하거나 적격 필터 기간을 늘립니다. (오류 코드: VALIDATION-410 NO_POPULATION)
{{etl_start_date}}에서 {{etl_end_date}} 사이에 사용할 수 있는 사용자 동작 또는 프로필 데이터가 없습니다. 데이터 세트에 충분한 데이터가 있는지 확인하십시오. (오류 코드: VALIDATION-411 NO_INPUT_DATA_AFTER_ETL){{etl_start_date}}에서 {{etl_end_date}} 사이에 사용할 수 있는 사용자 동작 데이터가 없습니다. 데이터 세트에 충분한 데이터가 있는지 확인하십시오.{{etl_window_start}}에서 {{etl_window_end}} 사이의 적격 이벤트만 포함됩니다.추천 해결 방법:
1. 예측 목표 정의
2을(를) 수정합니다. 데이터 완결성을 확인하거나 예측 목표에 대한 부적격 이벤트의 예를 포함하는 다른 항목을 사용합니다(오류 코드: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE).
추천 해결 방법:
1. 예측 목표 정의를 수정합니다.
2. 데이터 완전성을 확인하거나 예측 목표에 대해 자격을 충족하지 않는 이벤트의 예를 포함하는 다른 변수를 사용합니다. (오류 코드: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE)