O Customer AI, como parte dos Serviços inteligentes, fornece aos profissionais de marketing o poder de aproveitar o Adobe Sensei para antecipar a próxima ação dos clientes. o Customer AI é usado para gerar pontuações de propensão personalizadas, como churn e conversão para perfis individuais em escala. Isso é feito sem precisar transformar as necessidades de negócios em um problema de aprendizado de máquina, escolher um algoritmo, treinamento ou implantação.
Este documento é um guia para interagir com insights da instância de serviço na interface do usuário da API do cliente de Serviços inteligentes.
Para utilizar insights para o Customer AI, você precisa ter uma instância de serviço com um status de execução bem-sucedida disponível. Para criar uma nova instância de serviço, visite Configuração de uma instância do Customer AI. Se você criou recentemente uma instância de serviço e ela ainda está treinando e pontuando, aguarde 24 horas para que ela termine de ser executada.
No Adobe Experience Platform UI, selecione Serviços no painel de navegação esquerdo. O Serviços O navegador é exibido e exibe os Serviços inteligentes disponíveis. No contêiner do Customer AI, selecione Abrir.
A página Serviço de IA do cliente é exibida. Esta página lista as instâncias de serviço do Customer AI e exibe informações sobre elas, incluindo o nome da instância, o tipo de propensão, a frequência de execução da instância e o status da última atualização.
Somente as instâncias de serviço que concluíram execuções de pontuação bem-sucedidas têm insights.
Selecione um nome de instância de serviço para começar.
Em seguida, a página de insights para essa instância de serviço aparece com a opção de selecionar Pontuações mais recentes ou Resumo de desempenho. A guia padrão Pontuações mais recentes O fornece visualizações de seus dados. As visualizações e o que você pode fazer com os dados são explicadas com mais detalhes neste guia.
O Resumo de desempenho mostra as taxas de churn ou conversão reais para cada bucket de propensão. Para saber mais, consulte a seção em métricas de resumo do desempenho.
Há duas maneiras de exibir os detalhes da instância do serviço: no painel ou na instância do serviço.
Para exibir uma visão geral dos detalhes da instância de serviço no painel, selecione um contêiner de instância de serviço, evitando o hiperlink anexado ao nome. Isso abre um painel à direita que fornece detalhes adicionais. Os controles contêm o seguinte:
Caso ocorra uma falha na execução da pontuação, uma mensagem de erro é fornecida. A mensagem de erro está listada em Detalhes da última execução no painel direito, que está visível apenas para executar com falha.
A segunda maneira de exibir detalhes adicionais de uma instância de serviço está localizada na página insights . Selecionar Mostrar mais no canto superior direito para preencher uma lista suspensa. Os detalhes são listados, como a definição da pontuação, quando foi criada, o tipo de propensão e os conjuntos de dados usados. Para obter mais informações sobre qualquer uma das propriedades listadas, visite Configuração de uma instância do Customer AI.
Se mais de um conjunto de dados for usado pelo Customer AI, um hiperlink rotulado como Vários seguido pelo número de conjuntos de dados entre parênteses ()
é fornecida.
Selecionar o link de vários conjuntos de dados abre o provedor de visualização do conjunto de dados do Customer AI. Cada cor na visualização representa um conjunto de dados, conforme mostrado pela chave de cor à esquerda das colunas do conjunto de dados. Neste exemplo, você pode ver que somente Conjunto de dados 1 contém a variável PROP1
coluna.
Para editar uma instância, selecione Editar no canto superior direito da navegação.
A caixa de diálogo Editar é exibida, permitindo editar o nome, a descrição, o status e a frequência de pontuação da instância. Para confirmar as alterações e fechar a caixa de diálogo, selecione Salvar no canto inferior direito.
O Mais ações está localizado na navegação superior direita ao lado de Editar. Selecionar Mais ações abre uma lista suspensa que permite selecionar uma das seguintes operações:
O resumo de pontuação exibe o número total de perfis pontuados e os categoriza em compartimentos que contêm alta, média e baixa propensão. Os buckets de propensão são determinados com base no intervalo de pontuação, baixo é menor que 24, médio é 25 a 74 e alto é acima de 74. Cada bucket tem uma cor correspondente à legenda.
Se for uma pontuação de propensão de conversão, as pontuações altas serão exibidas em verde e as pontuações baixas em vermelho. Se você está prevendo propensão de churn que é invertida, as pontuações altas estão em vermelho e as pontuações baixas são verdes. O bucket médio permanece amarelo, independentemente do tipo de propensão escolhido.
Você pode passar o mouse sobre qualquer cor do anel para exibir informações adicionais, como uma porcentagem e o número total de perfis pertencentes a um compartimento.
O Distribuição de pontuações O cartão fornece um resumo visual da população com base na pontuação. As cores que você vê no Distribuição de pontuações representa o tipo de pontuação de propensão gerada. Passar o mouse sobre qualquer distribuição de pontuação fornece a contagem exata pertencente a essa distribuição.
Para cada grupo de pontuação, é gerado um cartão que mostra os 10 principais fatores influentes para esse grupo. Os fatores influentes fornecem detalhes adicionais sobre por que seus clientes pertencem a vários compartimentos de pontuação.
Passar o mouse sobre qualquer um dos principais fatores influentes detalha ainda mais os dados. Você recebe uma visão geral sobre por que determinados perfis pertencem a um bucket de propensão. Dependendo do fator, você pode receber valores numéricos, categóricos ou booleanos. O exemplo abaixo exibe valores categóricos por região.
Além disso, usando detalhamentos, é possível comparar um fator de distribuição se ele ocorrer em dois ou mais compartimentos de propensão e criar segmentos mais específicos com esses valores. O exemplo a seguir ilustra o primeiro caso de uso:
Você pode ver que os perfis com baixa propensão à conversão têm menos probabilidade de ter feito uma visita recente às páginas da Web do adobe.com. O fator "Dias desde a última visita à web" tem apenas 8% de cobertura em comparação a 26% em perfis de propensão média. Com esses números, você pode comparar a distribuição em cada grupo do fator. Essas informações podem ser usadas para inferir que o recenticidade no webvisit não é tão influente no bucket de baixa propensão, pois está no bucket de média propensão.
Selecionar o Criar segmento em qualquer um dos compartimentos para baixa, média e alta propensão redireciona você para o construtor de segmentos.
O Criar segmento só estará disponível se o Perfil do cliente em tempo real estiver ativado para o conjunto de dados. Para obter mais informações sobre como ativar o Perfil do cliente em tempo real, visite o Visão geral do perfil do cliente em tempo real.
O construtor de segmentos é usado para definir um segmento. Ao selecionar Criar segmento na página Insights , o Customer AI adiciona automaticamente as informações dos buckets selecionados ao segmento. Para concluir a criação do segmento, preencha o Nome e Descrição contêineres localizados no painel direito da interface do usuário do construtor de segmentos. Depois de dar um nome e uma descrição ao segmento, selecione Salvar no canto superior direito.
Como as pontuações de propensão são gravadas no perfil individual, elas estão disponíveis no Construtor de segmentos, como qualquer outro atributo de perfil. Ao navegar até o construtor de segmentos para criar novos segmentos, você pode ver todas as pontuações de propensão em seu namespace, Customer AI.
Para exibir seu novo segmento na interface do usuário da plataforma, selecione Segmentos no painel de navegação esquerdo. O Procurar é exibida e exibe todos os segmentos disponíveis.
O Resumo de desempenho mostra as taxas de churn ou conversão reais, separadas em cada um dos buckets de propensão classificados pelo Customer AI.
Inicialmente, somente as taxas esperadas (linhas pontilhadas) são exibidas. As taxas esperadas são exibidas quando uma execução de pontuação não ocorreu e os dados ainda não estão disponíveis. No entanto, uma vez que uma janela de resultados tenha passado, a taxa esperada é substituída por uma taxa real (linha sólida).
Passar o mouse sobre as linhas exibe a data e a taxa real/esperada para o dia nesse período.
Você pode filtrar o período para as taxas esperadas e reais que estão sendo exibidas. Selecione o ícone do calendário em seguida, selecione um novo intervalo de datas. Os resultados em cada um dos compartimentos são atualizados para serem exibidos no novo intervalo de datas.
A metade inferior do Resumo de desempenho exibe os resultados de cada execução de pontuação individual. Selecione a data suspensa no canto superior direito para exibir os resultados de uma execução de pontuação diferente.
Dependendo de se você estiver prevendo churn ou conversão, a variável Distribuição de pontuações O gráfico exibe a distribuição de perfis encurtados/convertidos e não encurtados/não convertidos em cada incremento.
Além de rastrear os resultados previstos e reais ao longo do tempo na guia Desempenho histórico , os profissionais de marketing têm ainda mais transparência sobre a qualidade do modelo com a guia Avaliação do modelo . Você pode usar os gráficos de Aumento e Ganho para determinar as diferenças no uso de um modelo preditivo versus direcionamento aleatório. Além disso, é possível determinar quantos resultados positivos seriam capturados em cada corte de pontuação. Isso é útil para segmentação e alinhamento do retorno do investimento às ações de marketing.
O gráfico de aumento mede a melhoria do uso de um modelo preditivo em vez de direcionamento aleatório.
Os indicadores de modelo de alta qualidade incluem:
O gráfico de ganhos cumulativos mede a porcentagem de resultados positivos capturados pelo direcionamento de pontuações acima de um determinado limite. Após classificar os clientes por pontuação de propensão de alto para baixo, a população é dividida em decis - 10 grupos de tamanho igual. Um modelo perfeito capturaria todos os resultados positivos nos decis de pontuação mais alta. Um método de definição de metas aleatórias de base captura resultados positivos proporcionalmente à dimensão do objetivo de grupo 30% dos utilizadores obteria 30% dos resultados.
Os indicadores de modelo de alta qualidade incluem:
A AUC reflete a força da relação entre a classificação por pontuação e a ocorrência do objetivo previsto. Um AUC de 0,5 significa que o modelo não é melhor do que um adivinhamento aleatório. Um AUC de 1 significa que o modelo pode perfeitamente prever quem tomará as medidas relevantes.
Este documento destacou os insights fornecidos por uma instância de serviço do Customer AI. Agora você pode continuar para o tutorial em download de pontuações no Customer AI ou navegue pelo outro Serviços inteligentes do Adobe guias oferecidos.
O vídeo a seguir descreve como usar o Customer AI para ver a saída dos modelos e fatores influentes.