- 教程概述
- 架构概述
- 视频概述
- 测量完成
- 0 — 入门
- 1 - Adobe Experience Platform数据收集和Web SDK扩展
- 2 — 数据摄取
- 3 — 实时客户资料
- 4 — 语音助手 — Amazon Alexa
- 5 - ETL工具
- 6 -Adobe Journey Optimizer:编排
- 7 — 查询服务
- 8 — 数据科学工作区 — 基于热门程度的Recommendations
- 9 — 使用Google Tag Manager和Google Analytics摄取数据
- 10 — 智能服务
- 11 — 实时CDP — 构建一个区段并采取行动！
- 12 -Adobe Journey Optimizer:外部数据源和自定义操作
- 13 -Customer Journey Analytics — 使用Adobe Experience Platform上的Analysis Workspace构建功能板
- 14 -Offer decisioning
- 15 - Data Science Workspace — 汽车保险销售倾向
- 16 — 使用BigQuery Source Connector在Adobe Experience Platform中摄取并分析Google Analytics数据
- 17 - Adobe Experience Platform和Microsoft Dynamics 365
- 18 — 区段激活到Microsoft Azure事件中心
- 19 - Adobe Experience Platform和ServiceNow:将服务连接到营销和销售
- 20 — 由Stackchat提供支持的AI驱动聊天应用程序和实时聊天
- 21 -Adobe Experience Platform数据收集和实时事件转发与Adobe Experience Platform数据收集
- 22 — 使用Adobe I/O构建您自己的实时功能板 — 项目Firefly和Adobe Experience Platform
- 23 - Adobe Journey Optimizer
- 24 — 将数据从Apache Kafka流式传输到Adobe Experience Platform
10.3客户人工智能——评分仪表板和细分（预测并采取行动）
客户AI实例完成模型运行后，它将使您能够可视化倾向得分，该评分被评估以预测客户在未来30天内执行购买。
注意
只有状态为Success的客户AI实例才允许您预览服务的洞察。
10.3.1倾向预测
现在，让我们查看由客户人工智能实例模型生成的预测倾向。 单击实例名称以视图仪表板。
客户人工智能仪表板显示了得分、人口分布以及模型评估的影响因素的概要。
将指针悬停在影响因素上，视图数据分发的进一步细分。
10.3.2业务行动
10.3.2.1细分客户
客户人工智能仪表板允许通过单击定义区段。 单击倾向卡上的创建区段按钮。
您将看到区段定义是自动创建的。
按照此命名规范，为您的区段命名：ldap —— 客户AI高倾向。 单击保存。
您现在可以使用此细分进行定位，例如使用实时CDP、Journey Orchestration和Adobe Target。
10.3.2.2用户档案概述
由于客户AI倾向得分成为实时客户用户档案的一部分，您可以视图个别客户的得分。
在Adobe Experience Platform，转到左菜单中的用户档案并选择浏览。
使用任何标识符搜索用户档案，例如ECID 1741617833258723511413705105123510430a1/>，在您摄取的JSON文件中可用。单击用户档案ID以打开用户档案。
然后您将看到：
转至属性，它包含客户AI模型的输出。
向下滚动以查看由客户AI模型计算的倾向得分。
下一步：摘要和优势
adobe.com 上的资源
更改语言
