Customer AI 인스턴스 구성

AI/ML 서비스의 일부인 고객 AI를 사용하면 머신 러닝에 대한 걱정 없이 사용자 정의 성향 점수를 생성할 수 있습니다.

AI/ML 서비스는 다양한 사용 사례에 맞게 구성할 수 있는 사용하기 쉬운 Adobe Sensei 서비스로 고객 AI를 제공합니다. 다음 섹션에서는 고객 AI의 인스턴스를 구성하는 단계를 제공합니다.

인스턴스 만들기 set-up-your-instance

Platform UI의 왼쪽 탐색에서 서비스 ​를 선택합니다. 서비스 브라우저가 나타나고 사용자가 원하는 대로 사용 가능한 모든 서비스를 표시합니다. Customer AI용 컨테이너에서 열기 ​를 선택합니다.

Customer AI UI가 나타나고 모든 서비스 인스턴스를 표시합니다.

서비스 인스턴스는 UI의 오른쪽에 있는 컨트롤을 사용하여 편집, 복제 및 삭제할 수 있습니다. 이러한 컨트롤을 표시하려면 기존 서비스 인스턴스 ​에서 인스턴스를 선택하십시오. 컨트롤에는 다음 항목이 포함됩니다.

새 인스턴스를 만들려면 인스턴스 만들기 ​를 선택하십시오.

설정

인스턴스 만들기 워크플로가 설정 단계에서 시작됩니다.

다음은 인스턴스에 제공해야 하는 값에 대한 중요한 정보입니다.

필요한 값을 입력한 다음 다음 ​을(를) 선택하여 계속하십시오.

데이터 선택 select-data

설계별로 보면 고객 AI는 Adobe Analytics, Adobe Audience Manager, 일반적인 경험 이벤트 및 소비자 경험 이벤트 데이터를 사용하여 성향 점수를 계산합니다. 데이터 세트를 선택하면 Customer AI와 호환되는 데이터 세트만 나열됩니다. 데이터 세트를 선택하려면 데이터 세트 이름 옆의 (+) 기호를 선택하거나 확인란을 선택하여 여러 데이터 세트를 한 번에 추가합니다. 검색 옵션을 사용하여 관심 있는 데이터 세트를 빠르게 찾을 수 있습니다.

사용할 데이터 세트를 선택한 후 추가 버튼을 선택하여 데이터 세트 미리 보기 창에 데이터 세트를 추가합니다.

데이터 집합 옆에 있는 정보 아이콘 을 선택하면 데이터 집합 미리 보기 팝오버가 열립니다.

데이터 세트 미리 보기에는 마지막 업데이트 시간, 소스 스키마 및 처음 10개 열의 미리 보기와 같은 데이터가 포함됩니다.

워크플로우를 따라 이동할 때 초안을 저장하려면 저장 ​을 선택합니다. 초안 모델 구성을 저장하고 워크플로우의 다음 단계로 이동할 수도 있습니다. 모델 구성 중에 초안을 만들고 저장하려면 저장하고 계속 ​을 사용하세요. 이 기능을 사용하면 모델 구성의 초안을 만들고 저장할 수 있으며, 구성 워크플로에서 많은 필드를 정의해야 하는 경우 특히 유용합니다.

데이터 세트 완성도 dataset-completeness

데이터 세트 미리 보기에 데이터 세트 완전성 백분율 값이 있습니다. 이 값은 데이터 세트에 비어 있거나 null인 열 수에 대한 빠른 스냅숏을 제공합니다. 데이터 세트에 누락된 값이 많이 포함되어 있고 이러한 값이 다른 곳에서 캡처되는 경우 누락된 값이 포함된 데이터 세트를 포함하는 것이 좋습니다. 이 예에서 개인 ID는 비어 있지만 개인 ID는 포함될 수 있는 별도의 데이터 세트에 캡처됩니다.

ID 선택 identity

이제 ID 맵(필드)을 기반으로 여러 데이터 세트를 서로 결합할 수 있습니다. ID 유형("ID 네임스페이스"라고도 함)과 해당 네임스페이스 내의 ID 값을 선택해야 합니다. 동일한 네임스페이스에 있는 스키마 내에 ID로 두 개 이상의 필드를 할당한 경우 EMAIL (personalEmail.address) 또는 EMAIL (workEmail.address)과(와) 같이 네임스페이스가 앞에 있는 ID 드롭다운에 할당된 모든 ID 값이 표시됩니다.

동일한 네임스페이스 선택

ID를 선택하려면 ID 열에 있는 밑줄이 있는 값을 선택합니다. ID 선택 팝오버가 나타납니다.

동일한 네임스페이스 선택

네임스페이스 내에서 두 개 이상의 ID를 사용할 수 있는 경우 사용 사례에 맞는 올바른 ID 필드를 선택해야 합니다. 예를 들어 이메일 네임스페이스 내에서 두 개의 이메일 ID인 회사 및 개인 이메일을 사용할 수 있습니다. 사용 사례에 따라 개인 이메일은 작성될 가능성이 높고 개별 예측에 더 유용합니다. 즉, EMAIL (personalEmail.address)이(가) ID로 선택됩니다.

목표 정의 define-a-goal

목표 정의 단계가 나타나고 예측 목표를 시각적으로 정의할 수 있는 대화형 환경을 제공합니다. 목표는 하나 이상의 이벤트로 구성되며, 각 이벤트의 발생은 이벤트가 보유한 조건을 기반으로 합니다. 고객 AI 인스턴스의 목표는 주어진 기간 내에 목표를 달성할 가능성을 결정하는 것입니다.

목표를 만들려면 필드 이름 입력 ​을 선택한 후 드롭다운 목록에서 필드를 선택하십시오. 두 번째 입력인 이벤트 조건에 대한 절을 선택한 다음 선택적으로 이벤트를 완료할 대상 값을 제공합니다. 이벤트 추가 ​를 선택하여 추가 이벤트를 구성할 수 있습니다. 마지막으로 예측 시간대를 일 수로 적용하여 목표를 완료한 다음 다음 ​을 선택합니다.

다음이 발생하고 다음이 발생하지 않습니다.

목표를 정의하는 동안 다음이 발생합니다 또는 다음이 발생하지 않습니다 ​를 선택할 수 있습니다. 다음이 발생합니다 ​을(를) 선택하면 고객의 이벤트 데이터를 Insights UI에 포함하려면 정의한 이벤트 조건을 충족해야 합니다.

예를 들어 고객이 구매할지 여부를 예측하기 위해 앱을 설정하려면 발생할 예정, 모두 ​를 선택한 다음 commerce.purchases.id(또는 유사한 필드)와 존재함 ​을 연산자로 입력할 수 있습니다.

다만, 일정 시간대에 어떤 사건이 일어나지 않는지 예측하고자 하는 경우가 있을 수 있다. 이 옵션을 사용하여 목표를 구성하려면 최상위 드롭다운에서 발생하지 않습니다 ​을(를) 선택합니다.

예를 들어, 어느 고객의 참여가 줄어들어 다음 달에 계정 로그인 페이지를 방문하지 않는지 예측하려는 경우. 다음이 발생하지 않습니다, 모두 ​를 선택한 다음 web.webInteraction.URL(또는 유사한 필드)을 입력하고 equals ​을(를) 연산자로 사용하고 account-login ​을(를) 값으로 사용합니다.

모두 및 모두

경우에 따라 이벤트의 조합이 발생할지 여부를 예측할 수 있으며, 사전 정의된 집합에서 이벤트가 발생할지 여부를 예측할 수도 있습니다. 고객의 이벤트 조합 여부를 예측하려면 목표 정의 페이지의 두 번째 수준 드롭다운에서 모두 옵션을 선택하십시오.

예를 들어, 고객이 특정 제품을 구매하는지 여부를 예측할 수 있습니다. 이 예측 목표는 두 가지 조건으로 정의됩니다. commerce.order.purchaseID 존재함 및 productListItems.SKU 일부 특정 값과 같음.

고객에게 특정 집합의 이벤트가 있는지 예측하기 위해 다음 중 하나 옵션을 사용할 수 있습니다.

예를 들어 고객이 특정 URL을 방문하는지 또는 특정 이름을 가진 웹 페이지를 방문하는지 여부를 예측할 수 있습니다. 이 예측 목표는 두 가지 조건으로 정의됩니다. web.webPageDetails.URL 특정 값으로 시작 ​하고 web.webPageDetails.name 특정 값으로 시작.

적격 모집단 (선택 사항)

기본적으로 적격 모집단을 지정하지 않는 한 모든 프로필에 대해 성향 점수가 생성됩니다. 이벤트를 기반으로 프로필을 포함하거나 제외하는 조건을 정의하여 적격 모집단을 지정할 수 있습니다.

사용자 지정 이벤트(선택 사항) custom-events

고객 AI가 성향 점수를 생성하는 데 사용하는 표준 이벤트 필드 외에 추가 정보가 있는 경우 사용자 지정 이벤트 옵션이 제공됩니다. 이 옵션을 사용하면 영향력이 있다고 판단되는 추가 이벤트를 추가하여 모델의 품질을 향상시키고 보다 정확한 결과를 제공할 수 있습니다. 선택한 데이터 세트에 스키마에 정의된 사용자 지정 이벤트가 포함된 경우 인스턴스에 추가할 수 있습니다.

사용자 지정 이벤트를 추가하려면 사용자 지정 이벤트 추가 ​를 선택하십시오. 그런 다음 사용자 지정 이벤트 이름을 입력한 다음 스키마의 이벤트 필드에 매핑합니다. 영향력 있는 요인 및 기타 통찰력을 확인할 때 필드 값 대신 사용자 지정 이벤트 이름이 표시됩니다. 즉, 이벤트의 ID/값 대신 사용자 지정 이벤트 이름이 사용됩니다. 사용자 지정 이벤트 표시 방법에 대한 자세한 내용은 사용자 지정 이벤트 예제 섹션을 참조하십시오. 이러한 추가적인 사용자 지정 이벤트는 고객 AI가 모델의 품질을 향상시키고 보다 정확한 결과를 제공하는 데 사용됩니다.

그런 다음 사용 가능한 연산자 드롭다운에서 사용할 연산자를 선택합니다. 이벤트와 호환되는 연산자만 나열됩니다.

마지막으로, 선택한 연산자에 1개가 필요한 경우 필드 값을 입력합니다. 이 예제에서는 호텔 또는 레스토랑 예약이 있는지 여부만 확인하면 됩니다. 그러나 보다 정확하게 하려면 equals 연산자를 사용하고 값 프롬프트에 정확한 값을 입력할 수 있습니다.

완료되면 오른쪽 상단에서 다음 ​을(를) 선택하여 계속합니다.

사용자 지정 프로필 특성(선택 사항)

고객 AI가 성향 점수를 생성하는 데 사용하는 표준 이벤트 필드 외에도 중요한 프로필 데이터 세트 필드(타임스탬프 포함)를 데이터에 정의할 수 있습니다. 이 옵션을 사용하면 영향력이 있다고 간주하는 프로필 속성을 더 추가할 수 있으므로 모델의 품질을 향상시키고 보다 정확한 결과를 제공할 수 있습니다. 또한 사용자 지정 프로필 속성을 추가하면 고객 AI가 특정 프로필이 성향 버킷에 어떻게 도달했는지 더 잘 보여줄 수 있습니다.

프로필 스냅샷 내보내기에서 프로필 속성 선택

일별 프로필 스냅샷 내보내기에서 프로필 속성을 포함하도록 선택할 수도 있습니다. 이러한 속성은 프로필 스냅샷 내보내기에 동기화되며 가장 최근에 사용할 수 있는 값을 표시합니다. 자동으로 표시되며, 구성 단계에서 데이터 세트를 선택할 필요가 없습니다.

사용자 지정 이벤트 예 추가 custom-event

다음 예에서는 사용자 지정 이벤트 및 프로필 속성이 Customer AI 인스턴스에 추가됩니다. Customer AI 인스턴스의 목표는 고객이 향후 60일 이내에 다른 Luma 제품을 구매할 가능성을 예측하는 것입니다. 일반적으로 제품 데이터는 제품 SKU에 연결됩니다. 이 경우 SKU는 prd1013입니다. 고객 AI 모델이 교육/채점된 후 이 SKU는 이벤트에 연결되고 성향 버킷에 대한 영향력 있는 요소로 표시될 수 있습니다.

고객 AI는 구매 보기 ​와 같은 사용자 지정 이벤트에 대해 "다음 이후 일수" 또는 "카운트 수"와 같은 기능 생성을 자동으로 적용합니다. 이 이벤트가 고객의 성향이 높거나 중간 또는 낮은 이유에 영향을 주는 요소로 간주되면 고객 AI는 이 이벤트를 Days since prd1013 purchase 또는 Count of prd1013 purchase(으)로 표시합니다. 이 이벤트를 사용자 지정 이벤트로 만들면 이벤트에 새 이름을 지정하여 결과를 보다 쉽게 읽을 수 있습니다. 예, Days since Watch purchase. 또한 Customer AI는 이벤트가 표준 이벤트가 아닌 경우에도 이 이벤트를 교육 및 점수에 사용합니다. 즉, 영향력이 있다고 판단되는 여러 이벤트를 추가하고, 예약, 방문자 로그 및 기타 이벤트와 같은 데이터를 포함하여 모델을 추가로 사용자 지정할 수 있습니다. 이러한 데이터 포인트를 추가하면 고객 AI 모델의 정확도와 정밀도가 더욱 높아집니다.

옵션 설정

옵션 설정 단계를 통해 예측 실행을 자동화하는 일정을 구성하고, 특정 이벤트를 필터링하기 위한 예측 제외를 정의하고, 프로필 ​을(를) 설정/해제할 수 있습니다.

일정 구성 (선택 사항) configure-a-schedule

채점 일정을 설정하려면 먼저 채점 빈도 ​를 구성하세요. 자동화된 예측 실행은 매주 또는 매월 실행되도록 예약할 수 있습니다.

예측 제외 (선택 사항)

데이터 세트에 테스트 데이터로 추가된 열이 포함되어 있는 경우 제외 추가 ​를 선택한 다음 제외할 필드를 입력하여 해당 열 또는 이벤트를 제외 목록에 추가할 수 있습니다. 이렇게 하면 점수를 생성할 때 특정 조건을 충족하는 이벤트가 평가되지 않습니다. 이 기능은 관련이 없는 데이터 입력 또는 프로모션을 필터링하는 데 사용할 수 있습니다.

이벤트를 제외하려면 제외 추가 ​를 선택하고 이벤트를 정의합니다. 제외를 제거하려면 이벤트 컨테이너의 오른쪽 상단에서 줄임표(…)를 선택한 다음 컨테이너 제거 ​를 선택합니다.

프로필 전환

프로필 토글을 사용하면 고객 AI가 채점 결과를 실시간 고객 프로필로 내보낼 수 있습니다. 이 토글을 비활성화하면 모델 채점 결과가 프로필에 추가되지 않습니다. 고객 AI 채점 결과는 이 기능이 비활성화된 상태로 계속 사용할 수 있습니다.

고객 AI를 처음 사용하는 경우 모델 출력 결과가 만족스러울 때까지 이 기능을 끌 수 있습니다. 이렇게 하면 모델을 미세 조정하면서 여러 채점 데이터 세트를 고객 프로필에 업로드할 수 없습니다. 모델 보정을 마치면 서비스 인스턴스 페이지에서 복제 옵션을 사용하여 모델을 복제할 수 있습니다. 이렇게 하면 모델의 복사본을 만들고 프로필을 전환할 수 있습니다.

채점 일정, 예측 제외가 포함되며 원하는 프로필 전환이 설정되면 오른쪽 상단에서 완료 ​를 선택하여 Customer AI 인스턴스를 만듭니다.

인스턴스가 성공적으로 생성되면 예측 실행이 즉시 트리거되고 정의된 일정에 따라 후속 실행이 실행됩니다.

이 섹션을 따라 고객 AI 인스턴스를 구성하고 예측 실행을 실행했습니다. 프로필 토글이 활성화된 경우 실행이 성공적으로 완료되면 채점 인사이트는 프로필을 예측 점수로 자동으로 채웁니다. 이 자습서의 다음 섹션을 계속하기 전에 최대 24시간을 기다려 주십시오.

다음 단계 next-steps

이 자습서에 따라 고객 AI의 인스턴스를 구성하고 성향 점수를 생성했습니다. 이제 세그먼트 빌더를 사용하여 예측된 점수가 있는 고객 세그먼트를 만들거나 고객 AI로 인사이트를 검색하도록 선택할 수 있습니다.

추가 리소스

다음 비디오는 Customer AI의 구성 워크플로를 이해할 수 있도록 설계되었습니다. 또한 모범 사례 및 사용 사례 예제가 제공됩니다.