고객 AI 오류 문제 해결
모델 교육, 채점 및 구성이 실패하면 고객 AI에 오류가 표시됩니다. Service instances 섹션에서 LAST RUN STATUS에 대한 열에 Success, Training issue 및 Failed 메시지 중 하나가 표시됩니다.
Failed 또는 Training issue이(가) 표시되는 경우 실행 상태를 선택하여 사이드 패널을 열 수 있습니다. 사이드 패널에는 Last run status 및 Last run details이(가) 있습니다. Last run details에 실행이 실패한 이유에 대한 정보가 있습니다. 고객 AI가 오류에 대한 세부 정보를 제공할 수 없는 경우 제공된 오류 코드로 지원 센터에 문의하십시오.
Chrome 시크릿 내에서 고객 AI에 액세스할 수 없음
Google Chrome의 시크릿 모드 보안 설정의 업데이트로 인해 Google Chrome의 시크릿 모드에서 로드 오류가 발생합니다. experience.adobe.com 을 신뢰할 수 있는 도메인으로 만들기 위해 Chrome과 함께 문제가 활발하게 진행되고 있습니다.
권장 수정 사항
이 문제를 해결하려면 experience.adobe.com 을 항상 쿠키를 사용할 수 있는 사이트로 추가해야 합니다. chrome://settings/cookies(으)로 이동하여 시작하십시오. 그런 다음 사용자 지정된 동작 섹션까지 아래로 스크롤한 다음 "항상 쿠키를 사용할 수 있는 사이트" 옆에 있는 추가 단추를 선택합니다. 표시되는 팝오버에서 [*.]experience.adobe.com을(를) 복사하여 붙여 넣은 다음 이 사이트에 타사 쿠키 포함 확인란을 선택합니다. 완료되면 추가를 선택하고 시크릿으로 고객 AI를 다시 로드합니다.
모델 품질이 좋지 않습니다.
오류 "Model Quality is poor. We recommend creating a new app with the modified configuration"이(가) 표시되면 아래의 권장 단계에 따라 문제를 해결하십시오.
권장 수정 사항
"모델 품질이 좋지 않음"은 모델 정확도가 허용 가능한 범위 내에 있지 않음을 의미합니다. 고객 AI는 교육 후 신뢰할 수 있는 모델과 AUC(ROC 곡선 이하 면적) < 0.65를 구축할 수 없었다. 오류를 수정하려면 구성 매개 변수 중 하나를 변경하고 교육을 다시 실행하는 것이 좋습니다.
먼저 데이터의 정확성을 확인합니다. 데이터에 예측 결과에 필요한 필드가 포함되어 있는 것이 중요합니다.
- 데이터 세트에 최신 날짜가 있는지 확인합니다. 고객 AI는 모델이 트리거될 때 데이터가 항상 최신 상태인 것으로 간주합니다.
- 정의된 예측 및 자격 창에서 누락된 데이터가 있는지 확인합니다. 데이터는 간격 없이 완성되어야 합니다. 또한 데이터 세트가 Customer AI 내역 데이터 요구 사항을 충족하는지 확인하십시오.
- 스키마 필드 속성 내에서 상거래, 애플리케이션, 웹 및 검색에서 누락된 데이터가 있는지 확인합니다.
데이터가 문제가 아닌 것 같으면 자격 모집단 조건을 변경하여 특정 프로필로 모델을 제한해 보십시오(예: 최근 56일 동안 _experience.analytics.customDimensions.eVars.eVar142이(가) 있음). 이렇게 하면 교육 기간에 사용되는 데이터의 모집단과 크기가 제한됩니다.
자격 모집단을 제한할 수 없거나 가능하지 않은 경우 예측 창을 변경합니다.
- 예측 기간을 7일로 변경하고 오류가 계속 발생하는지 확인하십시오. 오류가 더 이상 발생하지 않으면 정의된 예측 기간에 충분한 데이터가 없을 수 있음을 나타냅니다.
오류
{{actual_num_samples}}에서 {{outcome_window_start}}까지 예측 목표 정의를 충족하는 사용자가 너무 적습니다(총 {{outcome_window_end}}명). 모델을 만들려면 자격 조건을 갖춘 이벤트가 있는 사용자가 {{min_num_samples}}명 이상이어야 합니다.추천 해결 방법:
1. 데이터 가용성
2 확인 예측 목표 일정
3을(를) 줄입니다. 더 많은 사용자를 포함하도록 예측 목표 정의를 수정합니다(오류 코드: VALIDATION-400 NOT_ENOUGH_OBJECTIVE).
추천 해결 방법:
1. 데이터 가용성
2 확인 예측 목표 일정
3을(를) 줄입니다. 더 많은 사용자를 포함하도록 예측 목표 정의를 수정합니다. (오류 코드: VALIDATION-400 NOT_ENOUGH_OBJECTIVE)
{{actual_num_samples}}에서 {{eligibility_window_start}}까지 적격한 사용자가 너무 적습니다(총 {{eligibility_window_end}}). 모델을 만들려면 적격 사용자가 {{min_num_samples}}명 이상이어야 합니다.추천 해결 방법:
1. 데이터 가용성
2 확인 적격 모집단 정의가 제공된 경우 적격 필터 기간 3을 줄입니다. 적합한 모집단 정의가 제공되지 않으면 하나를 추가해 보십시오(오류 코드: VALIDATION-401 NOT_ENOUGH_POPULATION).
추천 해결 방법:
1. 데이터 가용성 확인
2. 적격 모집단 정의가 제공된 경우 적격 필터 기간을 줄입니다.
3. 적격 모집단 정의가 제공되지 않으면 하나를 추가해 보십시오. (오류 코드: VALIDATION-401 NOT_ENOUGH_POPULATION)
몇 가지 제안 사항은
1입니다. 구성을 수정하여 적격 모집단 정의를 추가합니다.
2. 추가 데이터 원본을 사용하여 모델 품질
3을(를) 개선하십시오. 모델에 더 많은 데이터를 포함하도록 사용자 지정 이벤트를 추가합니다(오류 코드: VALIDATION-402 BAD_MODEL).
몇 가지 제안 사항은
1입니다. 적합한 모집단 정의를 추가하려면 구성을 수정하는 것이 좋습니다.
2. 모델 품질을 개선하기 위해 추가 데이터 소스를 사용하는 것을 고려하십시오. (오류 코드: VALIDATION-402 BAD_MODEL)
몇 가지 제안 사항은
1입니다. 모델이 최신 데이터로 교육되었는지 확인하십시오. 그렇지 않은 경우 모델 재교육을 고려해 보십시오.
2. 채점 작업에 데이터 문제(예: 누락된 데이터/데이터 지연)가 없는지 확인하십시오. (오류 코드: VALIDATION-403 INPRIVACY_SCORES)
몇 가지 제안 사항은
1입니다. 모델이 최신 데이터로 교육되었는지 확인하십시오. 그렇지 않은 경우 모델 재교육을 고려해 보십시오.
2. 채점 작업에 데이터 문제(예: 누락된 데이터/데이터 지연)가 없는지 확인하십시오. (오류 코드: VALIDATION-403 INPRIVACY_SCORES)
{{eligibility_window_start}}부터 {{eligibility_window_end}}까지 채점에 사용할 수 있는 사용자 동작 또는 프로필 데이터가 없습니다. 정기적으로 업데이트되는지 데이터를 확인하십시오. (오류 코드: VALIDATION-405 NO_SCORING_DATA)120일 동안의 최근 데이터가 필요합니다. 자세한 내용은 데이터 요구 사항 설명서를 참조하십시오.
추천 해결 방법:
1. 데이터 가용성
2 확인 예측 목표 일정
3을(를) 줄입니다. 적격 모집단 정의가 제공되면 자격 필터 일정
을(를) 줄이십시오. 적격 모집단 정의가 제공되지 않으면 하나를 추가해 보십시오(오류 코드: VALIDATION-407 NOT_ENOUGH_HISTORICAL_EVENT_DATA).
120일 동안의 최근 데이터가 필요합니다. 자세한 내용은 데이터 요구 사항 설명서를 참조하십시오.
추천 해결 방법:
1. 데이터 가용성을 확인합니다.
2. 예측 목표 기간을 줄입니다.
3. 적격 모집단 정의가 제공된 경우 적격 필터 기간을 줄입니다.
4. 적격 모집단 정의가 제공되지 않으면 하나를 추가해 보십시오. (오류 코드: VALIDATION-407 NOT_ENOUGH_HISTORICAL_EVENT_DATA)
{{data_days}} 이전 {{etl_window_end}}일 동안 적격 사용자에 대한 사용자 동작 데이터가 없습니다. 데이터 세트를 정기적으로 업데이트하고 있는지 확인하십시오. (오류 코드: VALIDATION-408 NO_RECENT_DATA_FOR_PROPRIABLE_POPULATION){{outcome_window_start}}에서 {{outcome_window_end}}(으)로 예측 목표 정의를 충족하는 사용자가 없습니다. 모델을 만들려면 자격 조건을 갖춘 이벤트가 있는 사용자가 {{min_num_samples}}명 이상이어야 합니다.추천 해결 방법:
1. 데이터 가용성
2 확인 예측 목표 정의 수정(오류 코드: VALIDATION-409 NO_OBJECTIVE)
추천 해결 방법:
1. 데이터 가용성을 확인합니다.
2. 예측 목표 정의를 수정합니다. (오류 코드: VALIDATION-409 NO_OBJECTIVE)
{{eligibility_window_start}}에서 {{eligibility_window_end}}까지 적합한 사용자가 없습니다. 모델을 만들려면 적격 사용자가 {{min_num_samples}}명 이상이어야 합니다.추천 해결 방법:
1. 데이터 가용성
2 확인 적격 모집단 정의가 제공되면 조건을 수정하거나 적격 필터 기간을 늘립니다(오류 코드: VALIDATION-410 NO_POPULATION).
추천 해결 방법:
1. 데이터 가용성을 확인합니다.
2. 적격 모집단 정의가 제공된 경우 조건을 수정하거나 적격 필터 기간을 늘립니다. (오류 코드: VALIDATION-410 NO_POPULATION)
{{etl_start_date}}에서 {{etl_end_date}} 사이에 사용할 수 있는 사용자 동작 또는 프로필 데이터가 없습니다. 데이터 세트에 충분한 데이터가 있는지 확인하십시오. (오류 코드: VALIDATION-411 NO_INPUT_DATA_AFTER_ETL){{etl_start_date}}에서 {{etl_end_date}} 사이에 사용할 수 있는 사용자 동작 데이터가 없습니다. 데이터 세트에 충분한 데이터가 있는지 확인하십시오.{{etl_window_start}}에서 {{etl_window_end}} 사이의 적격 이벤트만 포함됩니다.추천 해결 방법:
1. 예측 목표 정의
2을(를) 수정합니다. 데이터 완결성을 확인하거나 예측 목표에 대한 부적격 이벤트의 예를 포함하는 다른 항목을 사용합니다(오류 코드: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE).
추천 해결 방법:
1. 예측 목표 정의를 수정합니다.
2. 데이터 완전성을 확인하거나 예측 목표에 대해 자격을 충족하지 않는 이벤트의 예를 포함하는 다른 변수를 사용합니다. (오류 코드: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE)