Stap 1: Een AI-instantie van een klant configureren

Zodra u uw gegevens hebt voorbereid en al uw geloofsbrieven en schema's op zijn plaats hebt, begin door te volgen vormt een Instantie van de Klant AIgids in Adobe Experience Platform.

Stap 2: Opstelling een verbinding van de Customer Journey Analytics aan de datasets van AI van de Klant

In Customer Journey Analytics, kunt u één of meerdere verbindingen 🔗 aan Experience Platform datasets nu tot stand brengen die voor Klant AI van instrumenten zijn voorzien. Elke voorspelling, zoals "Waarschijnlijkheid om rekening te bevorderen", vergelijkt met één dataset. Deze datasets worden weergegeven met het voorvoegsel "Customer AI Scores in EE Format - name_of_application".

IMPORTANT
Elke AI-instantie van de Klant heeft twee uitvoergegevenssets als de schakeloptie is ingeschakeld om scores voor Customer Journey Analytics tijdens de configuratie in Stap 1 in te schakelen. Eén uitvoergegevensset wordt weergegeven in de indeling Profile XDM en één in de indeling Experience Event XDM.

de scores van CAI

creeer verbinding

Hier is een voorbeeld van een schema XDM dat de Customer Journey Analytics als deel van een bestaande of nieuwe dataset zou opnemen:

schema CAI

(Merk op dat het voorbeeld een profieldataset is; de zelfde reeks schemavoorwerp zou deel van een dataset van de Gebeurtenis van de Ervaring uitmaken die de Customer Journey Analytics zou grijpen. De dataset van de Gebeurtenis van de Ervaring zou timestamps als scoredatum omvatten.) Elke klant die in dit model een score heeft behaald, heeft een scoreDate, enzovoort. geassocieerd met hen.

Stap 3: Creeer gegevensmeningen die op deze verbindingen worden gebaseerd

In Customer Journey Analytics, kunt u nu te werk gaan gegevensmeningenmet de dimensies (zoals score, scoredatum, waarschijnlijkheid, etc.) en metriek tot stand brengen die als deel van de verbinding werden gebracht u gevestigd.

creeer gegevensmeningsvenster

Stap 4: Rapport over CAI-scores in Workspace

Maak in Customer Journey Analytics Workspace een nieuw project en trek de visualisaties over.

Scherptediepte van trend

Hier is een voorbeeld van een Workspace-project met CAI-gegevens dat de populatiescore voor een segment van gebruikers in de loop van de tijd in ​ gestapelde staafdiagram trends:

Score emmers

Tabel met redencodes

Hier volgt een tabel met redencodes waarom een segment een ​ met een hoge of lage dichtheid heeft:

de codes van de Reden

Invoerstroom voor klantgevoeligheid

Dit stroomdiagram toont de ingangsstroom voor klantenneiging over verschillende het scoren looppas ​:

Stroom van de Ingang

Verdeling van de dichtheid

In dit staafdiagram wordt de verdeling van ​ voor de dichtheid getoond:

Distributie

Propensiteit overlapt

In dit Venn-diagram ziet u de nevenoverlappingen in verschillende scoring-reeksen:

de overlappingen van de Volheid

recommendation-more-help