Creación de modelos de IA create-ai-models

En esta página: Cree modelos de IA de optimización automática o de optimización personalizada y conéctelos a sus conjuntos de datos de conversión, de modo que el motor de toma de decisiones pueda clasificar automáticamente las ofertas y proporcionar la conversión más alta a cada perfil.

Journey Optimizer le permite crear modelos de IA para clasificar ofertas según sus objetivos comerciales.

CAUTION
Para crear, editar o eliminar modelos de IA, debe tener el permiso Administrar estrategias de clasificación. Más información

Acceso a modelos de IA access-ai-models

Para acceder a la lista de modelos de IA, ve a Decisioning > Strategy setup y selecciona modelos de IA. Todos los modelos de IA creados en su instancia se enumeran allí.

Creación de un modelo de IA create-ranking-strategy

Para crear un modelo de IA, siga los pasos a continuación:

NOTE
Si planea usar características de perfil o contexto en un modelo de optimización personalizada, asegúrese de que los datos estén disponibles antes de comenzar. Los atributos de perfil deben existir en el esquema de perfil de su organización. Los datos de contexto se envían mediante Web SDK o Mobile SDK y se definen en la configuración del conjunto de datos. Aprenda a configurar datos de contexto
  1. Cree un conjunto de datos donde se recopilen los eventos de conversión. Descubra cómo

  2. Vaya al menú Decisioning > Strategy setup y seleccione modelos de IA.

    Todos los modelos de IA creados hasta el momento en su instancia se enumeran allí.

  3. Haga clic en el botón Crear modelo de IA.

  4. Especifique un nombre único y, si es necesario, una descripción para el modelo de IA.

  5. Seleccione el tipo de modelo de IA que desea crear:

    • Optimización automática optimiza las ofertas basándose en el rendimiento de las ofertas anteriores. Más información
    • Optimización personalizada optimiza y personaliza ofertas basadas en audiencias y rendimiento de ofertas. Más información

  6. La sección Métrica de optimización proporciona información sobre el evento de conversión utilizado por el modelo de IA para calcular la clasificación de las ofertas.

    Journey Optimizer clasifica ofertas según la tasa de conversión (la tasa de conversión es igual al número total de eventos de conversión/número total de eventos de impresión). La tasa de conversión se calcula mediante dos tipos de métricas:

    • Eventos de impresión (ofertas que se muestran)
    • Eventos de conversión (ofertas que generan clics por correo electrónico o web).

    Estos eventos se capturan automáticamente mediante el SDK web o el SDK móvil proporcionado. Obtenga más información en la descripción general de Adobe Experience Platform Web SDK.

    accordion
    Optimizando modelos en métricas Customer Journey Analytics personalizadas
    note
    NOTE
    Esta capacidad solo está disponible para Customer Journey Analytics clientes con derechos de administrador.
    Antes de empezar, asegúrese de que ha integrado Journey Optimizer con Customer Journey Analytics para exportar los conjuntos de datos de Journey Optimizer a sus vistas de datos predeterminadas. Aprenda a aprovechar Journey Optmizer los datos en Customer Journey Analytics

    Los modelos de optimización personalizada son un tipo de modelo de IA que le permite definir los objetivos comerciales y utiliza los datos de los clientes para entrenar modelos orientados a negocios a fin de ofrecer ofertas personalizadas y maximizar los KPI.

    De forma predeterminada, los modelos de optimización personalizados utilizan clics en ofertas como métrica de optimización. Si está trabajando con Customer Journey Analytics, Decisioning le permite aprovechar sus propias métricas personalizadas para optimizar su modelo en.

    Para ello, seleccione el tipo de modelo Optimización personalizada y expanda la lista desplegable Evento de conversión. Todas las métricas de su Customer Journey Analytics vista de datos predeterminada se muestran en la lista. Seleccione la métrica en la que desea optimizar el modelo.

    {width="85%"}

    note
    NOTE
    De manera predeterminada, las métricas de Customer Journey Analytics utilizan un modelo de atribución "Último contacto", que asigna el 100% del crédito al punto de contacto que se produce más recientemente antes de la conversión.
    Aunque es posible modificar el modelo de atribución, no todos los modelos de atribución son ideales para la optimización del modelo de IA. Recomendamos seleccionar cuidadosamente un modelo de atribución que se ajuste a sus objetivos de optimización para garantizar la precisión y el rendimiento del modelo.
    Para obtener más información sobre los modelos de atribución disponibles y las instrucciones de uso, consulte la Customer Journey Analytics documentación
  7. Seleccione los conjuntos de datos donde se recopilan los eventos de conversión e impresión. Aprenda a crear estos conjuntos de datos en esta sección.

    {width="85%"}

    note caution
    CAUTION
    En la lista desplegable solo se muestran los conjuntos de datos creados a partir de esquemas asociados con el grupo de campos Evento de experiencia: interacciones de propuesta (anteriormente conocido como mixin).
  8. Si está creando un modelo de IA de optimización personalizada, puede seleccionar las audiencias que se utilizarán para entrenar el modelo de IA.

    note
    NOTE
    Puede seleccionar hasta 50 audiencias.
  9. Si está creando un modelo de IA de optimización personalizada, también puede seleccionar atributos de perfil y contexto para utilizarlos como características para entrenar el modelo de IA, además de o en lugar de audiencias. Más información acerca de los tipos de características

    {width="100%"}

    note availability
    AVAILABILITY
    Las funciones de perfil y contexto están disponibles actualmente como una versión de disponibilidad limitada. Póngase en contacto con su representante de Adobe para obtener acceso.
    accordion
    Selección de funciones de perfil y contexto
    note caution
    CAUTION
    Durante la disponibilidad limitada, agregue únicamente funciones de perfil y contexto al crear un nuevo modelo de IA. No edite un modelo de IA existente para añadir estas funciones.
    • En la sección Características del perfil, haga clic en Administrar características del perfil y seleccione hasta 50 atributos de su esquema de perfil, como nivel de lealtad o puntuación de tendencia a la pérdida. La selección se muestra en el panel derecho. Haga clic en Save.

      Si procede, las políticas de gobernanza de datos (DULE) se aplican automáticamente a las funciones de perfil seleccionadas.

    • En la sección Características de contexto, haga clic en Administrar características de contexto para definir los atributos de contexto enviados con la solicitud de decisión, como el tipo de dispositivo, el idioma o el código de país. Las funciones automáticas (siempre incluidas) y las funciones recomendadas (se pueden eliminar) están preseleccionadas. Se pueden añadir hasta 20 funciones de contexto adicionales. Haga clic en Save.

      Las funciones de contexto solo están disponibles para las políticas de toma de decisiones utilizadas en los canales entrantes. Los valores de contexto deben enviarse en la solicitud de decisión utilizando Web SDK o Mobile SDK y la configuración del conjunto de datos.

  10. Guarde y active el modelo de IA. Una vez que el modelo esté activo, puedes monitorizar su estado de entrenamiento y rendimiento.

Ahora, cada vez que se muestra una oferta o se hace clic en ella, desea que el grupo de campos Evento de experiencia - Interacciones de propuesta capture automáticamente el evento correspondiente mediante Adobe Experience Platform Web SDK o Mobile SDK.

Para poder enviar tipos de eventos (oferta mostrada u oferta seleccionada), debe establecer el valor correcto para cada tipo de evento en un evento de experiencia que se envíe a Adobe Experience Platform. Descubra cómo

Uso del modelo de IA use-ai-model

Una vez que el modelo de IA esté activo, utilícelo como el método de clasificación de una estrategia de selección y luego añada esa estrategia a una política de decisión. Las estrategias de selección y las políticas de decisión se crean del mismo modo si utilizan una optimización automática o un modelo de optimización personalizado.

Si el modelo utiliza funciones de contexto, la solicitud de decisión también debe llevar los valores de contexto. Más información

recommendation-more-help
journey-optimizer-help