고객 AI의 입력 및 출력

다음 문서에서는 Customer AI에서 사용되는 다양한 필수 이벤트, 입력 및 출력에 대해 간략하게 설명합니다.

시작하기 getting-started

다음은 고객 AI에서 개인화된 마케팅을 위해 성향 모델을 구축하고 타겟 대상을 식별하는 단계입니다.

다음은 첫 번째 모델에 대한 예제 구성입니다. 이 문서에 내장된 예제 모델은 고객 AI 모델을 사용하여 향후 30일 이내에 소매업으로 전환할 가능성이 있는 사용자를 예측합니다. 입력 데이터 세트는 Adobe Analytics 데이터 세트입니다.

데이터 개요 data-overview

다음 섹션에서는 고객 AI에서 사용되는 다양한 필수 이벤트, 입력 및 출력에 대해 설명합니다.

고객 AI는 다음 데이터 세트를 분석하여 이탈(고객이 제품 사용을 중단할 가능성이 있는 경우) 또는 전환(고객이 구매할 가능성이 있는 경우) 성향 점수를 예측합니다.

각 데이터 세트가 ECID와 같은 동일한 ID 유형(네임스페이스)을 공유하는 경우 서로 다른 소스에서 여러 데이터 세트를 추가할 수 있습니다. 여러 데이터 세트를 추가하는 방법에 대한 자세한 내용은 Customer AI 사용 안내서를 참조하십시오.

다음 표에서는 이 문서에 사용되는 몇 가지 일반적인 용어를 간략하게 설명합니다.

고객 AI 입력 데이터 customer-ai-input-data

Adobe Analytics 및 Adobe Audience Manager과 같은 입력 데이터 세트의 경우 각 소스 커넥터가 연결 프로세스 중에 기본적으로 이러한 표준 필드 그룹(Commerce, 웹, 애플리케이션 및 검색)의 이벤트를 직접 매핑합니다. 아래 표는 고객 AI에 대한 기본 표준 필드 그룹의 이벤트 필드를 보여줍니다.

Adobe Analytics 데이터 또는 Audience Manager 데이터 매핑에 대한 자세한 내용은 Analytics 필드 매핑 또는 Audience Manager 필드 매핑 안내서를 참조하십시오.

위의 커넥터 중 하나를 통해 채워지지 않은 입력 데이터 세트에 대해 경험 이벤트 또는 소비자 경험 이벤트 XDM 스키마를 사용할 수 있습니다. 스키마 생성 프로세스 중에 추가 XDM 필드 그룹을 추가할 수 있습니다. 필드 그룹은 표준 필드 그룹 또는 사용자 정의 필드 그룹과 같은 Adobe에 의해 제공될 수 있으며, 이는 플랫폼의 데이터 표현과 일치합니다.

고객 AI에서 사용하는 표준 필드 그룹 standard-events

경험 이벤트는 다양한 고객 행동을 결정하는 데 사용됩니다. 데이터의 구성 방식에 따라 아래에 나열된 이벤트 유형이 고객의 모든 행동을 포괄하는 것은 아닐 수 있습니다. 웹 또는 기타 채널별 사용자 활동을 명확하고 명확하게 식별하는 데 필요한 데이터가 있는 필드는 사용자가 결정합니다. 예측 목표에 따라 필요한 필수 필드가 변경될 수 있습니다.

고객 AI는 기본적으로 Commerce, 웹, 애플리케이션 및 검색의 네 가지 표준 필드 그룹의 이벤트를 사용합니다. 아래 나열된 표준 필드 그룹의 각 이벤트에 대한 데이터가 있을 필요는 없지만 특정 이벤트는 특정 시나리오에 필요합니다. 사용 가능한 표준 필드 그룹에 이벤트가 있는 경우 스키마에 포함하는 것이 좋습니다. 예를 들어 구매 이벤트를 예측하기 위한 고객 AI 모델을 생성하려는 경우 Commerce 및 웹 페이지 세부 정보 필드 그룹의 데이터를 갖는 것이 유용합니다.

Platform UI에서 필드 그룹을 보려면 왼쪽 레일에서 스키마 탭을 선택한 다음 필드 그룹 탭을 선택하십시오.

또한 고객 AI는 구독 데이터를 사용하여 더 나은 이탈 모델을 구축할 수 있습니다. 구독 데이터 형식 형식을 사용하는 각 프로필에 구독 데이터가 필요합니다. 대부분의 필드는 선택 사항이지만 최적의 이탈 모델의 경우 startDate, endDate 및 기타 관련 세부 정보와 같은 가능한 한 많은 필드에 대한 데이터를 제공하는 것이 좋습니다. 이 기능에 대한 추가 지원은 계정 팀에 문의하십시오.

사용자 지정 이벤트 및 프로필 속성 추가 add-custom-events

고객 AI에서 사용하는 기본 표준 이벤트 필드 외에 포함하려는 정보가 있는 경우 사용자 지정 이벤트 구성을 사용하여 모델에서 사용하는 데이터를 늘릴 수 있습니다.

사용자 지정 이벤트 사용 시기

데이터 세트 선택 단계에서 선택한 데이터 세트에 Customer AI에서 사용하는 기본 이벤트 필드의 none ​이(가) 포함된 경우 사용자 지정 이벤트가 필요합니다. 고객 AI에는 결과 이외의 사용자 행동 이벤트에 대한 정보가 하나 이상 필요합니다.

사용자 지정 이벤트는 다음 작업에 유용합니다.

사용자 지정 이벤트에 대한 최상의 후보는 결과를 예측할 수 있는 도메인 지식이 포함된 데이터입니다. 사용자 지정 이벤트의 몇 가지 일반적인 예는 다음과 같습니다.

다음은 일련의 업종별 사용자 지정 이벤트 예입니다.

사용자 지정 이벤트를 선택하려면 사용자가 시작한 작업을 표시해야 합니다. 예를 들어 "이메일 보내기"는 사용자가 아닌 마케터가 시작한 작업이므로 사용자 지정 이벤트로 사용해서는 안 됩니다.

이전 데이터

고객 AI는 모델 교육을 위해 이전 데이터가 필요합니다. 시스템 내에 데이터가 존재하는 데 필요한 기간은 결과 창과 적격 모집단의 두 가지 주요 요소에 의해 결정됩니다.

기본적으로 고객 AI는 애플리케이션 구성 중에 적격한 모집단 정의가 제공되지 않으면 지난 45일 동안 활동이 있었던 사용자를 찾습니다. 또한 고객 AI는 예측된 목표 정의를 기반으로 내역 데이터에서 최소 500개의 자격 획득 이벤트와 500개의 비자격 이벤트(총 1000개)를 필요로 합니다.

다음 예제에서는 필요한 최소 데이터 양을 결정하는 데 도움이 되는 간단한 공식을 사용하는 방법을 보여 줍니다. 최소 요구 사항보다 많은 데이터가 있는 경우 모델이 더 정확한 결과를 제공할 수 있습니다. 필요한 최소 금액 미만의 데이터가 있는 경우 모델 교육을 위한 데이터가 충분하지 않으므로 모델이 실패합니다.

고객 AI는 생존 모델을 사용하여 주어진 시간에 이벤트가 발생할 확률을 추정하고 영향 요인을 식별하며, 긍정적 및 부정적 모집단을 정의하는 지도 학습 및 확률 점수를 생성하기 위한 lightgbm과(와) 같은 의사 결정 기반 트리를 함께 제공합니다.

수식:

시스템 내에 존재하는 데이터의 최소 필요 기간을 결정하려면 다음 작업을 수행하십시오.

** 적격 모집단을 정의하는 조건이 두 개 이상인 경우 적격성 전환 확인 기간이 가장 깁니다.

예:

고객 AI는 시스템 내에 데이터가 존재하기 위해 최소 기간이 필요하지만 최근 데이터에서도 가장 잘 작동합니다. 고객 AI는 보다 최근의 행동 데이터를 사용하여 사용자의 미래 행동에 대한 보다 정확한 예측을 제공할 수 있습니다.

고객 AI 출력 데이터 customer-ai-output-data

고객 AI는 자격이 있는 것으로 간주되는 개별 프로필에 대해 여러 속성을 생성합니다. 프로비저닝된 내용을 기반으로 점수(출력)를 소비하는 두 가지 방법이 있습니다. 실시간 고객 프로필이 활성화된 데이터 세트가 있는 경우 세그먼트 빌더의 실시간 고객 프로필에서 인사이트를 사용할 수 있습니다. 프로필이 활성화된 데이터 세트가 없는 경우 데이터 레이크에서 고객 AI 출력을 다운로드할 수 있습니다.

플랫폼 데이터 세트 작업 영역에서 출력 데이터 세트를 찾을 수 있습니다. 모든 Customer AI 출력 데이터 세트는 이름 Customer AI 스코어 - NAME_OF_APP(으)로 시작합니다. 마찬가지로 모든 Customer AI 출력 스키마는 Customer AI 스키마 - Name_of_app(으)로 시작합니다.

아래 표는 고객 AI의 출력에 있는 다양한 속성에 대해 설명합니다.

다음 단계 next-steps

데이터를 준비하고 모든 자격 증명 및 스키마가 제대로 되어 있는지 확인한 후에는 고객 AI 인스턴스를 만드는 단계별 자습서를 안내하는 고객 AI 인스턴스 구성 안내서를 참조하십시오.