설명서 Journey Optimizer Journey Optimizer 안내서

순위 공식 만들기 create-ranking-formulas

마지막 업데이트: 2026년 5월 5일

적용 대상:
Journey Orchestration

작성 대상:

Intermediate
User

등급 수식을 사용하면 우선 순위 점수를 고려하지 않고 먼저 제시해야 할 오퍼를 결정하는 규칙을 정의할 수 있습니다.

이러한 규칙을 만들기 위해 Adobe Journey Optimizer의 AI 수식 빌더는 오퍼의 등급을 매기는 방법을 보다 유연하게 제어하고 제어할 수 있습니다. 이제 정적 오퍼 우선 순위에만 의존하는 대신 안내가 있는 인터페이스를 통해 AI 모델 점수, 오퍼 우선 순위, 프로필 속성, 오퍼 속성 및 컨텍스트 신호를 결합하는 사용자 지정 등급 공식을 정의할 수 있습니다.

이 접근 방식을 사용하면 AI 중심의 성향, 비즈니스 가치 및 실시간 컨텍스트의 조합에 따라 오퍼 순위를 동적으로 조정할 수 있으므로 마케팅 목표와 고객 요구 사항 모두에 맞게 의사 결정을 보다 쉽게 조정할 수 있습니다. AI 수식 빌더는 적용하려는 제어 양에 따라 간단한 수식 또는 고급 수식을 지원합니다.

순위 수식을 만들면 선택 전략에 할당할 수 있습니다. 이 선택 전략을 사용할 때 여러 오퍼를 표시할 수 있는 경우, 의사 결정 엔진은 선택한 공식을 사용하여 먼저 게재할 오퍼를 계산합니다.

➡️ 비디오에서 이 기능 살펴보기

가드레일 및 제한 사항 ranking-guardrails

등급 수식을 만들기 전에 다음 제한 사항을 염두에 두십시오.

AI 수식 빌더는 연속 지표를 사용하는 개인화된 최적화 모델을 지원하지 않습니다.
AI 모델을 순위 공식에 사용하면 데이터가 보류 및 모델 기반 트래픽에 대한 전환율 보고서에 반영되지 않습니다.
순위 수식의 중첩 깊이는 PQL 문자열에서 )을(를) 계산하여 측정한 30개 수준으로 제한됩니다.
순위 공식 문자열은 UTF-8 인코딩 문자(8,000개의 ASCII 문자 또는 2,000-4,000개의 비 ASCII 문자)에 대해 최대 8KB일 수 있습니다.
전환 확인 기간은 등급 수식(예: 지난 달의 경험 이벤트)에서 지원되지 않습니다. 이러한 수식을 저장하려고 하면 오류가 트리거됩니다.
AI 기반 수식 최적화은(는) 코드 기반 PQL 식이 UTF-8 인코딩 크기로 2KB보다 큰 등급 수식에만 적용되며 더 작은 수식은 분석되지 않습니다.

등급 수식 만들기 및 속성 설정 create-ranking-formula

순위 공식을 만들려면 아래 단계를 수행합니다.

전략 설정 메뉴에 액세스한 다음 등급 수식 탭을 선택합니다. 이전에 만든 수식의 목록이 표시됩니다.
수식 만들기를 클릭합니다.
공식 이름을 지정하고 원하는 경우 설명을 추가합니다.

{width="80%"}
선택적으로 AI 모델 선택을 클릭하여 순위 공식을 만드는 데 참조로 사용할 모델을 설정합니다.

아래 공식을 정의할 때 모델 점수를 참조할 때마다 선택한 AI 모델이 사용됩니다.
일치하는 결정 항목에 대한 순위 점수를 결정할 조건을 정의합니다. 다음과 같은 작업을 수행할 수 있습니다.
- 수식 빌더를 사용하여 기준 섹션을 채우거나
- 코드 편집기로 전환을 클릭하여 코드 편집기에서 PQL을(를) 사용하여 순위 논리를 정의하거나 세분화합니다.

Adobe Experience Platform 데이터 사용 aep-data

데이터 집합 조회 섹션에서 Adobe Experience Platform의 데이터를 사용하여 실제 조건을 반영하도록 순위 논리를 동적으로 조정할 수 있습니다.

이 기능은 제품 가용성 또는 실시간 가격과 같이 자주 변경되는 속성에 특히 유용합니다. 의사 결정을 위해 Adobe Experience Platform 데이터를 사용하는 방법 알아보기

공식 빌더를 사용하여 기준 정의 ranking-select-criteria

일치하는 결정 항목의 순위 점수를 결정할 기준을(를) 정의합니다.

직관적인 인터페이스를 통해 AI 점수(성향), 오퍼 가치(우선 순위), 컨텍스트 레버 및 외부 프로필 성향을 개별적으로 또는 조합하여 조정하여 의사 결정을 세밀하게 조정하여 모든 상호 작용을 최적화할 수 있습니다.

필요한 경우 코드 편집기로 전환을 클릭하여 수식 빌더와 함께 PQL 구문을 사용하는 식을 추가합니다. 이 옵션은 아래 단계의 사용자 인터페이스 필드를 보완하므로, 동일한 순위 공식에서 두 접근 방식을 모두 결합할 수 있습니다. PQL 구문을 사용하는 방법에 대한 자세한 내용은 전용 설명서를 참조하세요. 결정 항목 특성 및 복사-붙여넣기 예제에 대한 구문은 코드 편집기 사용 섹션에 제공됩니다.

note
NOTE
코드 편집기로 전환하면 기준에 표현식 기반 입력이 추가되고 다른 사용자 인터페이스 필드는 제거되지 않습니다.

기준 1 섹션에서 다음을 수행하여 순위 점수를 적용할 결정 항목을 지정합니다.
- 결정 항목 특성 선택
- 논리 연산자 선택
- 일치하는 조건 추가 - 값을 입력하거나 프로필 특성 또는 컨텍스트 데이터를 선택할 수 있습니다.
{width="70%"}
선택적으로 추가 요소를 지정하여 기준이 true가 되도록 일치하는 조건을 구체화할 수 있습니다.

{width="80%"}

예를 들어, 날씨 사용자 지정 특성 같음과 같은 기준 1을 따뜻한 조건으로 정의했습니다. 또한 첫 번째 조건이 충족되고 요청 시 온도가 75도를 초과하는 경우 기준 1이 참인 경우와 같은 다른 조건을 추가할 수 있습니다.

위에 정의된 조건을 충족하는 결정 항목에 등급 점수를 지정할 표현식을 만듭니다. 다음 중 하나를 참조할 수 있습니다.

세부 정보 섹션 위에서 선택적으로 선택한 AI 모델에서 나온 점수;
결정 항목을 만들 때 수동으로 할당된 값인 결정 항목의 우선 순위;
외부에서 파생된 성향 점수와 같이 프로필에 있을 수 있는 모든 속성
자유 형식으로 할당할 수 있는 정적 값
위의 모든 조합.

{width="70%"}

note
NOTE
필드 옆에 있는 아이콘을 클릭하여 사전 정의된 변수를 추가합니다.

하나 이상의 기준을 필요한 횟수만큼 추가하려면 기준 추가를 클릭하십시오. 논리는 다음과 같습니다.
- 주어진 결정 항목에 대해 첫 번째 기준이 참인 경우 다음 기준보다 우선합니다.
- true가 아닌 경우 의사 결정 엔진이 두 번째 기준으로 이동합니다.

마지막 필드에서 위의 기준을 충족하지 않는 모든 결정 항목에 지정할 표현식을 작성할 수 있습니다.

{width="70%"}

accordion
순위 공식 예
{width="80%"} 의사 결정 항목의 지역(사용자 지정 속성)이 프로필의 지리적 레이블(프로필 속성)과 같은 경우, 여기에 표시된 등급 점수(의사 결정 항목 우선 순위, AI 모델 점수 및 정적 값의 조합임)는 해당 조건을 충족하는 모든 의사 결정 항목에 적용됩니다.

accordion

순위 공식 예

{width="80%"}

의사 결정 항목의 지역(사용자 지정 속성)이 프로필의 지리적 레이블(프로필 속성)과 같은 경우, 여기에 표시된 등급 점수(의사 결정 항목 우선 순위, AI 모델 점수 및 정적 값의 조합임)는 해당 조건을 충족하는 모든 의사 결정 항목에 적용됩니다.

수식이 준비되면 만들기를 클릭합니다.

이제 목록에서 순위 공식에 액세스하여 세부 정보를 보고 편집하거나 삭제할 수 있습니다. 적격한 결정 항목의 등급을 매기기 위해 선택 전략에서 사용할 준비가 되었습니다.

코드 편집기를 사용하여 기준 정의 ranking-code-editor

순위 논리를 PQL 식으로 작성하거나 편집하려면 코드 편집기로 전환을 사용하십시오.

NOTE

이 작업을 수행하면 이 수식의 기본 빌더 보기로 되돌아 가는 것이 방지됩니다.

프로필 특성 컨텍스트 데이터 및 결정 항목 특성을 활용할 수 있습니다.

예를 들어, 실제 날씨가 더운 경우 “hot” 속성을 사용하여 모든 오퍼의 우선 순위를 높이려고 합니다. 이를 위해 contextData.weather=hot이(가) 의사 결정 호출에서 전달되었습니다.

{width="80%"}

공식에서 의사 결정 항목과 관련된 속성을 활용하려면 등급 공식 코드의 올바른 구문을 따라야 합니다. 자세한 내용을 보려면 각 섹션을 확장하십시오.

의사 결정 항목 표준 속성 활용

의사 결정 항목 사용자 지정 속성 활용

필요에 따라 다양한 코드 기반 등급 수식을 만들 수 있습니다. 다음은 몇 가지 예입니다.

프로필 속성에 따라 특정 오퍼 속성을 사용하여 오퍼 증폭

프로필이 오퍼에 해당하는 도시에 거주하는 경우 해당 도시의 모든 오퍼에 대한 우선 순위를 두 배로 늘립니다.

순위 수식:

code language-none
`if( offer.characteristics.get("city") = homeAddress.city, offer.rank.priority * 2, offer.rank.priority)`

종료 날짜가 지금부터 24시간 미만인 오퍼 증폭

순위 수식:

code language-none
`if( offer.selectionConstraint.endDate occurs <= 24 hours after now, offer.rank.priority * 3, offer.rank.priority)`

제공 중인 제품을 구매하려는 고객 성향을 기반으로 오퍼를 증폭

고객 성향 점수를 기반으로 오퍼에 대한 점수를 높일 수 있습니다.

이 예제에서 인스턴스 테넌트는 _salesvelocity이고 프로필 스키마에는 배열에 저장된 다양한 점수가 포함되어 있습니다.

지정된 프로필에 대해 다음 작업을 수행하십시오.

code language-none

code language-none
`{"_salesvelocity": {"individualScoring": [ {"core": { "category":"insurance", "propensityScore": 96.9 }}, {"core": { "category":"personalLoan", "propensityScore": 45.3 }}, {"core": { "category":"creditCard", "propensityScore": 78.1 }} ]} }`

{"_salesvelocity": {"individualScoring": [
                    {"core": {
                            "category":"insurance",
                            "propensityScore": 96.9
                        }},
                    {"core": {
                            "category":"personalLoan",
                            "propensityScore": 45.3
                        }},
                    {"core": {
                            "category":"creditCard",
                            "propensityScore": 78.1
                        }}
                    ]}
}

프로필의 우편 번호 및 연간 소득을 기반으로 한 오퍼 활성화

이 예에서, 시스템은 항상 먼저 ZIP 일치 오퍼를 표시하려고 하며, 일치하는 항목이 없는 경우 일반 오퍼로 대체되어 다른 ZIP 코드에 대한 오퍼가 표시되지 않습니다.

code language-pql
`if( offer._luma.offerDetails.zipCode = _luma.zipCode,luma.annualIncome / 1000 + 10000, if( not offer.luma.offerDetails.zipCode,_luma.annualIncome / 1000, -9999) )`

공식의 기능:

오퍼의 우편 번호가 사용자와 동일한 경우, 우선 선택되도록 매우 높은 점수를 제공하십시오.
오퍼에 우편 번호가 전혀 없다면(일반 오퍼인 경우) 사용자의 수입을 기준으로 일반 점수를 부여합니다.
오퍼에 사용자와 다른 우편 번호가 있는 경우, 오퍼가 선택되지 않도록 매우 낮은 점수를 제공합니다.

컨텍스트 데이터를 기반으로 오퍼 증폭

Journey Optimizer을(를) 사용하면 호출에서 전달되는 컨텍스트 데이터를 기반으로 특정 오퍼를 늘릴 수 있습니다. 예를 들어 contextData.weather=hot이(가) 전달되면 attribute=hot이(가) 있는 모든 오퍼의 우선 순위를 높여야 합니다.

note
NOTE
컨텍스트 데이터를 전달하는 방법에 대한 자세한 내용은 이 섹션을 참조하세요.

Decisioning API를 사용하는 경우 아래 예와 같이 컨텍스트 데이터가 요청 본문의 프로필 요소에 추가됩니다.

code language-none

code language-none
`"xdm:profiles": [ { "xdm:identityMap": { "crmid": [ { "xdm:id": "CRMID1" } ] }, "xdm:contextData": [ { "@type":"_xdm.context.additionalParameters;version=1", "xdm:data":{ "xdm:weather":"hot" } } ] }],`

"xdm:profiles": [
{
    "xdm:identityMap": {
        "crmid": [
            {
            "xdm:id": "CRMID1"
            }
        ]
    },
    "xdm:contextData": [
        {
            "@type":"_xdm.context.additionalParameters;version=1",
            "xdm:data":{
                "xdm:weather":"hot"
            }
        }
    ]

}],

AI 기반 공식 최적화 optimize

Journey Optimizer은(는) 자동으로 등급 수식을 분석하고 원래 논리를 유지하는 단순화를 제안할 수 있습니다. PQL 표현식이 2KB(UTF-8 인코딩)보다 큰 공식만 사용할 수 있으며 더 작은 표현식은 분석되지 않습니다. 단순화가 발견되면 목록의 공식 이름 옆에 빨간색 표시기가 나타납니다.

NOTE

AI 기반 수식 최적화는 AI Assistant와 동일한 생성 AI 기능을 사용하며 동일한 액세스 제어를 사용합니다. 사용자에게 AI 도우미 리소스에 대한 콘텐츠 생성 권한이 부여되어야 합니다. 자세한 내용은 AI 길잡이에 액세스를 참조하세요.

순위 공식을 최적화하려면

등급 수식 목록에서 수식 이름 옆에 있는 빨간색 표시기 아이콘을 클릭합니다.
AI가 제안하는 버전과 함께 원래 PQL 표현식을 표시하는 최적화 창이 열립니다.
두 식이 동일한 순위 결과를 생성하는지 확인하려면 TSV(최적화 분석) 다운로드를 클릭하여 각 버전에 대해 시뮬레이션된 프로필을 평가하는 방법을 보여 주는 파일을 다운로드합니다.
만족하면 적용을 클릭하여 원래 식을 최적화된 식으로 바꿉니다.

사용 방법 비디오 video

Adobe Journey Optimizer에서 AI 수식 작성기를 사용하여 맞춤형 오퍼 순위 전략을 만드는 방법을 알아봅니다.

https://video.tv.adobe.com/v/3464446/?learn=on&enablevpops

recommendation-more-help

journey-optimizer-help