このページ：自動最適化およびパーソナライズされた最適化 AI モデルタイプと、これらを作成する手順について説明します。これにより、ビジネス目標に応じてオファーをランク付けできます。
Journey Optimizer では、トレーニング済みモデルシステムを使用し、特定のプロファイルに表示するオファーにランキングを付けることができます。
この機能を使用すると、ビジネス目標に応じて異なる AI モデルを作成できます。 決定でこれらの様々な目標ベース戦略を使用すると、様々な AI モデルが目標にどのような影響を及ぼすかを理解するうえで、トレーニング済みモデルシステムが役に立ちます。
AI モデルタイプ ai-model-types
Journey Optimizer では、2 種類の AI モデルを使用できます。
-
自動最適化モデルは、ビジネスクライアントが設定したリターン（KPI）を最大化するオファーを提供することを目的としています。 これらの KPI は、コンバージョン率、売上高などの形式で設定できます。現時点では、自動最適化は、オファーコンバージョンをターゲットとするオファークリック数の最適化に的を絞っています。 自動最適化は、パーソナライズされておらず、オファーの「グローバル」パフォーマンスに基づいて最適化されます。 詳細情報
-
パーソナライズされた最適化モデルでは、ビジネス目標を定義し、顧客データを活用して、パーソナライズされたオファーを提供し、KPI を最大化するためのビジネス指向モデルをトレーニングできます。 詳細情報
AI モデルの作成 create-ai-model
AI モデルを作成して使用する主な手順は次のとおりです。
-
コンバージョンイベントとインプレッションイベントが収集されるデータセットを作成します。 詳細情報
-
データセットのイベントを活用してオファーをランキングする AI モデルを作成します。 詳細情報
-
イベントを自動的にキャプチャするようにオファースキーマを設定します。 詳細情報
note important IMPORTANT ランキングモデルを収集するには、フィードバックイベントをエクスペリエンスイベントとして送信する必要があります。 詳しくは、決定データ収集を参照してください -
実施要件を満たすオファーをランキングする選択戦略に AI モデルを割り当てます。 詳細情報
-
AI モデルのトレーニングのステータスとパフォーマンスを監視します。 詳細情報