Por fim, você pode selecionar seu melhor experimento e publicá-lo como um Serviço programado que pontuará os clientes e sua propensão a comprar de forma recorrente.
Faça logon na Adobe Experience Platform acessando este URL: https://experience.adobe.com/platform.
Depois de fazer logon, você chegará na página inicial do Adobe Experience Platform.
Antes de continuar, tem de selecionar uma caixa de proteção. O nome da caixa de proteção a ser selecionada é --aepSandboxId--
. Para fazer isso, clique no texto Production Prod (Produto de produção) na linha azul na parte superior da tela.
Depois de selecionar a caixa de proteção apropriada, você verá a tela mudar e agora está na sua caixa de proteção dedicada.
No menu esquerdo, clique em Modelos.
Neste exercício, usaremos uma receita pré-construída para criar um modelo para as previsões de vendas de seguros de automóveis.
In the top menu, click on Recipes.
Em Fórmulas, você encontrará várias receitas. Procure sua própria receita na lista, que deve ser nomeada ldapCarInsurancePropensity
. Clique na ldapCarInsurancePropensity
fórmula para abri-la.
Clique para abrir o Modelo criado no exercício anterior ldap - CarInsurancePropensity Model
.
Você verá isso:
Clique no botão + Publicar.
Você então tem que nomear seu Serviço.
Como nome, use ldap
- Car Insurance Propensity Service.
Neste exemplo, para ldap vangeluw
, o nome deve ser vangeluw - Car Insurance Propensity Service
.
Clique em Próximo.
Na tela seguinte, é necessário selecionar uma Execução de treinamento para executar como parte deste Serviço.
Em seguida, clique em Concluir.
Seu serviço está quase sendo criado. Clique em Definir agendamento para configurar seu agendamento para este serviço.
Configure sua programação para que seu Serviço seja executado no fim de semana, no sábado ou domingo. Você mesmo pode escolher a hora.
Em seguida, é necessário selecionar o Conjunto de Dados de Pontuação e o Conjunto de Dados de Resultados da Pontuação.
O Conjunto de Dados de Pontuação deve ser Demo System - Event Dataset for Website (Global v1.1)
.
O Conjunto de Dados de Resultados da Pontuação deve ser Demo System - Profile Dataset for ML Predictions (Global v1.1)
.
Em seguida, clique em Criar.
E você terminou. Seu serviço agora é criado e o agendamento é definido.
Próxima etapa: Resumo e benefícios