客戶AI作為智慧服務的一部分,為營銷人員提供了利用Adobe Sensei預測客戶下一步行動的能力。 Customer AI 可產生自訂傾向評分,例如大規模個別設定檔的流失和轉換情形。這無需將業務需要轉換為機器學習問題、選擇算法、培訓或部署即可完成。
本文檔是與智慧服務客戶AI用戶介面中的服務實例洞察進行交互的指南。
為了利用客戶AI的洞察力,您需要有一個運行狀態成功的服務實例。 建立新服務實例訪問 配置客戶AI實例。 如果您最近建立了一個服務實例,但該實例仍在訓練和評分,請允許它24小時才能完成運行。
在 Adobe Experience Platform UI,選擇 服務 的子菜單。 的 服務 瀏覽器出現並顯示可用的智慧服務。 在客戶AI的容器中,選擇 開啟。
此時將顯示「客戶AI服務」頁。 此頁列出客戶AI的服務實例並顯示有關這些實例的資訊,包括實例名稱、傾向類型、實例運行頻率以及上次更新的狀態。
只有成功完成計分運行的服務實例才具有洞見。
選擇要開始的服務實例名稱。
接下來,將顯示該服務實例的透視頁面,並選擇 最新分數 或 效能摘要。 預設頁籤 最新分數 提供資料的可視化效果。 在本指南中,將更詳細地說明可視化效果以及您可以如何處理資料。
的 效能摘要 頁籤顯示每個傾向時段的實際匯率或折換率。 要瞭解更多資訊,請參閱 效能摘要指標。
查看服務實例詳細資訊有兩種方法:或服務實例中。
要查看儀表板中服務實例詳細資訊的概覽,請選擇一個服務實例容器,避免附加到名稱的超連結。 這會開啟一個右欄,提供更多細節。 控制項包含以下內容:
在計分運行失敗時,會提供錯誤消息。 錯誤消息列在 上次運行詳細資訊 在右滑軌中,該滑軌僅對失敗運行可見。
查看服務實例的其他詳細資訊的第二種方法位於「洞察」頁面中。 選擇 顯示更多 的下界。 詳細資訊將列出,如分數定義、建立時間、傾向類型和使用的資料集。 有關所列任何屬性的詳細資訊,請訪問 配置客戶AI實例。
如果客戶AI使用了多個資料集,則會顯示一個標有 多重 後跟括弧中的資料集數 ()
的下界。
選擇多個資料集連結可開啟Customer AI資料集預覽跨距。 預覽中的每種顏色表示資料集,如資料集列左側的顏色鍵所示。 在此示例中,您只能看到 資料集1 包含 PROP1
的雙曲餘切值。
要編輯實例,請選擇 編輯 的上界。
此時將出現「編輯」對話框,允許您編輯實例的名稱、說明、狀態和記分頻率。 要確認更改並關閉對話框,請選擇 保存 在右下角。
的 更多操作 按鈕位於右上角的導航中 編輯。 選擇 更多操作 開啟一個下拉清單,您可以選擇以下操作之一:
記分匯總顯示得分的配置檔案總數,並將它們分類到包含高、中和低傾向的時段。 傾向時段根據得分範圍確定,低小於24,中為25-74,高大於74。 每個桶都具有與圖例對應的顏色。
如果是轉換傾向得分,則高分以綠色表示,低分以紅色表示。 如果你預測的是流失傾向,這個結果會反轉,那麼高分是紅色,低分是綠色。 無論您選擇何種傾向類型,中間時段都保持黃色。
您可以將滑鼠懸停在環上的任何顏色上,以查看附加資訊,如屬於時段的配置檔案的百分比和總數。
的 分數分佈 卡可以根據分數來直觀地概括人口。 您在 分數分佈 card表示生成的傾向得分類型。 懸停在任何計分分佈上提供屬於該分佈的確切計數。
對於每個記分桶,生成一張顯示該桶前10個影響因素的卡片。 這些影響因素為您提供了有關客戶為何屬於不同分數時段的附加詳細資訊。
徘徊在任何最主要影響因素之上,會進一步破壞資料。 您將獲得關於某些配置檔案為何屬於傾向時段的概覽。 根據因子,可以給定數字、類別或布爾值。 下面的示例按區域顯示分類值。
此外,使用追溯,如果分配系數出現在兩個或更多傾向時段中,則您可以比較它,並使用這些值建立更具體的段。 以下示例說明了第一個使用案例:
您可以看到,轉換傾向低的配置檔案最近訪問adobe.com網頁的可能性較小。 "自上次網路訪問以來的天數"因子只有8%的覆蓋率,而中等傾向的覆蓋率為26%。 使用這些數字,您可以比較每個時段內因素的分配。 該資訊可用於推斷,在低傾向時段,網路訪問的頻率沒有中傾向時段的影響。
選擇 建立段 按鈕可將您重定向到段生成器。
的 建立段 按鈕僅在為資料集啟用「即時客戶配置檔案」時可用。 有關如何啟用即時客戶概要資訊的詳細資訊,請訪問 即時客戶概要資訊概述。
段生成器用於定義段。 選擇 建立段 從「洞察」頁,客戶AI會自動將選定的時段資訊添加到段。 要完成段的建立,只需填寫 名稱 和 說明 容器,位於段生成器用戶介面的右滑軌中。 為段指定名稱和說明後,選擇 保存 右上角。
由於傾向分數被寫入到單個配置檔案,因此在「段」生成器中,它們與任何其他配置檔案屬性一樣可用。 當您導航到段生成器以建立新段時,您可以在命名空間「客戶AI」下看到所有不同的傾向得分。
要在平台UI中查看新段,請選擇 段 的子菜單。 的 瀏覽 頁面,並顯示所有可用段。
的 效能摘要 頁籤顯示由客戶AI劃分的每個傾向時段中分隔的實際流失率或折換率。
最初只顯示預期的比率(虛線)。 當未執行計分運行且資料不可用時,將顯示預期費率。 但是,一旦結果窗口通過,則預期費率將替換為實際費率(實線)。
懸停在行上顯示該時段中該日的日期和實際/預期費率。
您可以篩選顯示的預期費率和實際費率的時間範圍。 選擇 日曆表徵圖 然後選擇新日期範圍。 將更新每個時段中的結果,以在新日期範圍內顯示。
下半部分 效能摘要 頁籤顯示每個計分運行的結果。 選擇右上角的下拉日期,以顯示其他計分運行的結果。
根據您是否在預測流失或轉化, 分數分佈 圖形顯示在每個增量中更改/轉換和未更改/未轉換的配置檔案的分佈。
除了在「歷史績效」標籤上跟蹤一段時間內的預測結果和實際結果外,營銷人員在「模型評估」標籤上對模型質量的透明度更高。 您可以使用「提升」和「增益」圖表來確定使用預測模型與隨機目標的區別。 此外,您還能夠確定在每個分數截止時將捕獲多少個積極結果。 這對於細分和使投資回報與營銷行動一致是有用的。
升程圖測量使用預測模型而不是隨機目標的改進。
高質量的示範指標包括:
累積收益圖表衡量通過將分數設定在某一閾值以上而獲得的積極結果的百分比。 在按傾向得分從高到低對客戶進行分類後,人口被分成十個群體–10個同樣大小的群體。 完美模型將捕捉到最高分數十的所有積極結果。 基線隨機目標方法根據組的大小按比例捕獲正結果 — 目標30%的用戶將捕獲30%的結果。
高質量的示範指標包括:
AUC反映了按分排序與預測目標發生之間關係的強度。 安 AUC 0.5表示模型並不比隨機猜測好。 安 AUC 1表示模型能完全預測出誰將採取相關行動。
本文檔概述了客戶AI服務實例提供的見解。 現在,您可以繼續上的教程 在客戶AI中下載分數 或瀏覽其他 Adobe智慧服務 提供的指南。
以下視頻概述了如何使用客戶AI查看模型的輸出和影響因素。