Customer AI インスタンスの設定
AI/マシンラーニングサービスの一部であるCustomer AIでは、マシンラーニングを心配することなく、カスタム傾向スコアを生成できます。
AI/マシンラーニングサービスは、シンプルで使いやすいAdobe AIサービスとして、顧客AIをさまざまなユースケースに合わせて設定できます。 次の節では、顧客 AI のインスタンスを設定する手順を説明します。
インスタンスの作成 set-up-your-instance
Experience Platform UIで、左側のナビゲーションで「サービス」を選択します。 「サービス」ブラウザーが表示され、使用可能なすべてのサービスが表示されます。 Customer AIのコンテナで、開くを選択します。
Customer AI UIが表示され、すべてのサービスインスタンスが表示されます。
- Create instance コンテナの右下に、Total profiles scored指標があります。 この指標は、すべてのサンドボックス環境と削除されたサービスインスタンスを含む、現在の暦年にCustomer AIによってスコアリングされたプロファイルの合計数を追跡します。
顧客AIの
サービスインスタンスは、UIの右側にあるコントロールを使用して、編集、複製、削除できます。 これらのコントロールを表示するには、既存の サービスインスタンス からインスタンスを選択します。 コントロールには次のものが含まれます。
- 編集: 編集を選択すると、既存のサービスインスタンスを変更できます。 インスタンスの名前、説明、スコアリング頻度を編集できます。
- クローン: クローンを選択すると、現在選択されているサービスインスタンス設定がコピーされます。 その後、ワークフローを変更して微調整を加え、新しいインスタンスとして名前を変更できます。
- 削除：過去の実行を含むサービスインスタンスを削除できます。 対応する出力データセットがExperience Platformから削除されます。 ただし、リアルタイム顧客プロファイルに同期されたスコアは削除されません。
- データソース：このインスタンスで使用されるデータセットへのリンク。 複数のデータセットを使用している場合は、ハイパーリンクテキストを選択すると、データセットのプレビューポップオーバーが開きます。
- 前回の実行の詳細：これは、実行が失敗した場合にのみ表示されます。 エラーコードなど、実行が失敗した理由に関する情報がここに表示されます。
- スコア定義：このインスタンスに設定した目標の概要を簡単に説明します。
顧客AIの
新しいインスタンスを作成するには、「インスタンスを作成」を選択します。
設定
インスタンス作成ワークフローが表示され、設定 ステップから開始します。
インスタンスに指定する必要がある値に関する重要な情報を次に示します。
-名前: インスタンスの名前は、Customer AI スコアが表示されるすべての場所で使用されます。 そのため、名前は予測スコアが何を表すかを説明する必要があります。 例えば、「雑誌の購読をキャンセルする可能性」などです。
-説明:予測しようとしている内容を示す説明。
-傾向タイプ :傾向タイプは、スコアと指標の極性の意図を決定します。 解約または コンバージョン のいずれかを選択できます。 傾向タイプがインスタンスに与える影響の詳細については、「インサイトの検出」ドキュメントのスコアリングの概要のを参照してください。
Customer AIのインスタンス作成ワークフローを表示する
必要な値を指定し、次へを選択して続行します。
データの選択 select-data
Customer AIは、設計により、Adobe Analytics、Adobe Audience Manager、Experience Events in general、Consumer Experience Eventなどのデータを使用して、傾向スコアを計算しています。 データセットを選択する場合、Customer AIと互換性のあるもののみが一覧表示されます。 データセットを選択するには、データセット名の横にある（+）記号を選択するか、チェックボックスを選択して一度に複数のデータセットを追加します。 検索オプションを使用して、興味のあるデータセットをすばやく見つけることができます。
検索バーと保存オプションがハイライト表示されている
使用するデータセットを選択した後、「追加」ボタンを選択して、データセットをデータセットプレビューペインに追加します。
プレビューペインに選択したデータセットが表示されている
データセットの横にある情報アイコン
データセットのプレビューには、最終更新時間、ソーススキーマ、最初の10列のプレビューなどのデータが含まれます。
ワークフローに沿って移動しながらドラフトを保存するには、保存を選択します。 ドラフトモデル設定を保存して、ワークフローの次のステップに移動することもできます。 保存して続行を使用すると、モデルの設定中にドラフトを作成および保存できます。 この機能を使用すると、モデル設定のドラフトを作成および保存できます。特に、設定ワークフローで多くのフィールドを定義する必要がある場合に便利です。
データセットの完全性 dataset-completeness
データセットのプレビューには、データセットの完全性のパーセント値があります。 この値は、データセット内の列数が空/nullのクイックスナップショットを提供します。 データセットに欠落した値が多く含まれており、これらの値が別の場所でキャプチャされている場合は、欠落した値を含むデータセットを含めることを強くお勧めします。 この例では、人物IDが空ですが、人物IDは含めることができる別のデータセットに取り込まれます。
IDの選択 identity
ID マップ（フィールド）に基づいて、複数のデータセットを互いに結合できるようになりました。 ID タイプ（「ID名前空間」とも呼ばれます）とその名前空間内のID値を選択する必要があります。 同じ名前空間のスキーマ内のIDとして複数のフィールドを割り当てた場合、割り当てられたすべてのID値は、EMAIL (personalEmail.address)やEMAIL (workEmail.address)などの名前空間の前にあるID ドロップダウンに表示されます。
mobilePhone.numberを識別子として使用する場合、残りのデータセットのすべての識別子に電話番号の名前空間を含めて使用する必要があります。IDを選択するには、ID列にある下線付きの値を選択します。 IDを選択ポップオーバーが表示されます。
1つの名前空間内で複数のIDが使用可能な場合は、ユースケースに適したID フィールドを必ず選択してください。 例えば、メール名前空間では、仕事用メールと個人用メールの2つのメール IDを使用できます。 ユースケースによっては、個人メールが入力される可能性が高く、個々の予測に役立つ可能性があります。 つまり、EMAIL (personalEmail.address)がIDとして選択されます。
目標を定義 define-a-goal
「目標を定義」ステップが表示され、予測目標を視覚的に定義するためのインタラクティブな環境が提供されます。 目標は 1 つ以上のイベントで構成され、各イベントの発生は保持する条件に基づきます。 顧客 AI インスタンスの目的は、特定の期間内に目標を達成する可能性を判断することです。
目標を作成するには、フィールド名を入力を選択し、その後にドロップダウンリストからフィールドを選択します。 2番目の入力であるイベントの条件の句を選択し、オプションでイベントを完了するターゲット値を指定します。 追加のイベントは、イベントを追加を選択して設定できます。 最後に、予測時間枠を日数で適用して目標を完了し、次へを選択します。
は発生し、発生しません
目標を定義する際、「発生する」または「発生しない」を選択するオプションがあります。 「発生します」を選択すると、顧客のイベントデータをインサイト UIに含めるには、定義したイベント条件を満たす必要があります。
例えば、顧客が購入するかどうかを予測するアプリを設定する場合、「発生する」と「すべて」を選択し、「commerce.purchases.id」（または類似のフィールド）と「存在する」を演算子として入力します。
ただし、特定の期間に何らかのイベントが発生するかどうかを予測したい場合があります。 このオプションを使用して目標を設定するには、最上位のドロップダウンから「発生しない」を選択します。
例えば、エンゲージメントが低下した顧客を予測したい場合、翌月にアカウントログインページにアクセスしない必要があります。 「発生しません」に続いて「すべて」を選択し、web.webInteraction.URL （または類似のフィールド）を入力し、はに等しい演算子を指定し、値は account-login です。
All of and any of
イベントの組み合わせが発生するかどうかを予測する場合もあれば、定義済みのセットから任意のイベントの発生を予測する場合もあります。 顧客がイベントの組み合わせを持つかどうかを予測するには、目標を定義 ページの2番目のレベルのドロップダウンからすべての オプションを選択します。
例えば、顧客が特定の商品を購入したかどうかを予測できます。 この予測目標は、次の2つの条件で定義されます。commerce.order.purchaseID existsとproductListItems.SKU が特定の値に等しい。
顧客が特定のセットのイベントを持つかどうかを予測するには、Any of オプションを使用できます。
例えば、顧客が特定のURLにアクセスしたか、特定の名前のweb ページにアクセスしたかを予測できます。 この予測目標は、次の2つの条件で定義されます。web.webPageDetails.URL は特定の値でから始まり、web.webPageDetails.name は特定の値でから始まります。
対象となる母集団（オプション）
デフォルトでは、適格な母集団が指定されていない限り、すべてのプロファイルに対して傾向スコアが生成されます。 イベントに基づいてプロファイルを含めたり除外したりする条件を定義することで、適格な母集団を指定できます。
カスタムイベント （オプション） custom-events
Customer AIが傾向スコアを生成するために使用する標準イベントフィールド に加えて、追加情報がある場合は、カスタムイベントオプションが提供されます。 このオプションを使用すると、モデルの品質を向上させ、より正確な結果を提供するのに役立つ、影響力があると思われる追加のイベントを追加できます。 選択したデータセットにスキーマで定義されたカスタムイベントが含まれている場合は、それらをインスタンスに追加できます。
カスタムイベントを追加するには、カスタムイベントを追加を選択します。 次に、カスタムイベント名を入力し、スキーマのイベントフィールドにマッピングします。 カスタムイベント名は、影響要因やその他のインサイトを確認する際に、フィールド値の代わりに表示されます。 つまり、カスタムイベント名は、イベントのID/値の代わりに使用されます。 カスタムイベントの表示方法について詳しくは、 カスタムイベントの例の節を参照してください。 これらの追加のカスタムイベントは、Customer AIがモデルの品質を向上させ、より正確な結果を提供するために使用します。
次に、「使用可能な演算子」ドロップダウンから使用する演算子を選択します。 イベントと互換性のある演算子のみが一覧表示されます。
最後に、選択したオペレーターが必要な場合は、フィールド値を入力します。 この例では、ホテルまたはレストランの予約が存在するかどうかを確認する必要があります。 しかし、より正確に表示したい場合は、equals演算子を使用して、値プロンプトに正確な値を入力できます。
完了したら、右上の「次へ」を選択して続行します。
カスタムプロファイル属性（オプション）
Customer AIが傾向スコアを生成するために使用する標準イベントフィールド に加えて、データ内の重要なプロファイルデータセットフィールド（タイムスタンプ付き）を定義できます。 このオプションを使用すると、モデルの品質を向上させ、より正確な結果を提供する可能性がある影響力があると思われるプロファイル属性を追加できます。 さらに、カスタムプロファイル属性を追加することで、Customer AIが特定のプロファイルが傾向バケットにどのように入ったのかを示すことができます。
プロファイル スナップショットの書き出しからプロファイル属性を選択します
また、毎日のプロファイルスナップショットの書き出しからプロファイル属性を含めることもできます。 これらの属性はプロファイルのスナップショットの書き出しに同期され、最近使用した値が表示されます。 これらは自動的に表示され、設定ステップでデータセットを選択する必要はありません。
total_purchases_in_the_last_3_monthsは購入コンバージョンを予測する属性です。カスタムイベントの例の追加 custom-event
次の例では、カスタムイベントとプロファイル属性がCustomer AI インスタンスに追加されています。 Customer AI インスタンスの目標は、顧客が今後60日以内に別のLuma製品を購入する可能性を予測することです。 通常、商品データは商品SKUにリンクされています。 この場合、SKUはprd1013です。 顧客AI モデルのトレーニング/スコアリングが完了すると、このSKUをイベントにリンクし、傾向バケットの影響要因として表示できるようになります。
Customer AIは、購入を監視などのカスタムイベントに対して、「経過日数」や「回数」などの機能の生成を自動的に適用します。 このイベントが、顧客の傾向が高、中、低の要因として重要であると見なされた場合、Customer AIではDays since prd1013 purchaseまたはCount of prd1013 purchaseと表示されます。 これをカスタムイベントとして作成することで、イベントに新しい名前を付けて、結果を読みやすくすることができます。 たとえば、Days since Watch purchase のように設定します。 さらに、顧客AIは、イベントが標準イベントではない場合でも、トレーニングとスコアリングにこのイベントを使用します。 これにより、影響力があると思われるイベントを複数追加し、予約や訪問者のログなどのデータを含めることで、モデルをさらにカスタマイズすることができます。 これらのデータポイントを追加することで、Customer AI モデルの精度と精度がさらに向上します。
オプションを設定
オプションを設定ステップでは、予測実行を自動化するスケジュールを設定し、特定のイベントをフィルタリングする予測除外を定義し、プロファイルのオン/オフを切り替えることができます。
スケジュールの設定（オプション） configure-a-schedule
スコアリングスケジュールを設定するには、まず スコアリング頻度 を設定します。 予測の自動実行は、週単位または月単位でスケジュールできます。
予測除外（オプション）
データセットにテストデータとして追加された列が含まれている場合は、「除外を追加」を選択し、続いて除外するフィールドを入力することで、その列またはイベントを除外リストに追加できます。 これにより、スコアを生成する際に、特定の条件を満たすイベントが評価されるのを防ぎます。 この機能を使用すると、無関係なデータ入力やプロモーションを除外できます。
イベントを除外するには、除外を追加を選択してイベントを定義します。 除外を削除するには、省略記号（…）を選択します イベントコンテナの右上にある「コンテナを削除」を選択します。
プロファイル切り替え
プロファイル トグルを使用すると、Customer AIはスコアリング結果をリアルタイム顧客プロファイルに書き出すことができます。 この切り替えスイッチを無効にすると、モデルのスコアリング結果がプロファイルに追加されなくなります。 Customer AI スコアリング結果は、この機能が無効になっている場合でも引き続き利用できます。
Customer AIを初めて使用する場合は、モデル出力結果に満足するまで、この機能をオフに切り替えることができます。 これにより、モデルを微調整しながら、複数のスコアリングデータセットを顧客プロファイルにアップロードできなくなります。 モデルのキャリブレーションが完了したら、サービスインスタンス ページの コピーオプション を使用してモデルを複製できます。 これにより、モデルのコピーを作成し、プロファイルをオンに切り替えることができます。
スコアリングスケジュールを設定し、予測除外を含め、プロファイルトグルを変更する場所に設定したら、右上の「終了」を選択してCustomer AI インスタンスを作成します。
インスタンスが正常に作成されると、予測実行が直ちにトリガーされ、定義したスケジュールに従って後続の予測実行が実行されます。
この節では、Customer AIのインスタンスを設定し、予測実行を実行しました。 実行が正常に完了すると、プロファイルの切り替えが有効になっている場合は、スコアリングインサイトによってプロファイルに予測スコアが自動的に入力されます。 このチュートリアルの次の節に進む前に、最大 24 時間お待ちください。
次の手順 next-steps
このチュートリアルでは、Customer AIのインスタンスを正常に設定し、傾向スコアを生成しました。 セグメントビルダーを使用して、予測スコアで オーディエンスを作成するか、Customer AIで インサイトを発見するかを選択できるようになりました。
その他のリソース
次のビデオは、Customer AIの設定ワークフローに関する理解を深めるために設計されています。 さらに、ベストプラクティスとユースケース例も紹介します。