Probleemoplossing van AI-fouten van klant
De AI van de klant toont fouten wanneer de modelopleiding, het scoren, en de configuratie ontbreken. In de sectie Service instances geeft een kolom voor LAST RUN STATUS een van de volgende berichten weer: Success , Training issue en Failed .
Als Failed of Training issue wordt weergegeven, kunt u de uitvoerstatus selecteren om een zijpaneel te openen. Het zijpaneel bevat de Last run status en Last run details . Last run details bevat informatie over de reden waarom de uitvoering is mislukt. Als de AI van de Klant geen details over uw fout kan verstrekken, contacteer steun met de foutencode die verstrekt wordt.
{width="300"}
Kan geen toegang krijgen tot Customer AI in Chrome-incognito
Er treden laadfouten op in de incognitomodus Google Chrome vanwege updates in de beveiligingsinstellingen van de incognitomodus Google Chrome. Dit probleem wordt momenteel actief besproken met Chrome om experience.adobe.com tot een vertrouwd domein te maken.
{width="500"}
Aanbevolen correctie
Als u dit probleem wilt oplossen, moet u experience.adobe.com toevoegen als een site die cookies altijd kan gebruiken. Begin door aan chrome://settings/cookies te navigeren. Daarna, scrol neer aan de Aangepaste gedrags sectie die door wordt gevolgd te selecteren voegt knoop naast "plaatsen toe die koekjes"altijd kunnen gebruiken. In popover die verschijnt, kopieer en plak [*.]experience.adobe.com dan Including derdekoekjes op deze plaats checkbox. Zodra volledig, uitgezochte voeg toe en herlaad Klant AI in incognito.
Modelkwaliteit is slecht
Als u de fout "Model Quality is poor. We recommend creating a new app with the modified configuration" ontvangt. Volg de onderstaande aanbevolen stappen om problemen op te lossen.
{width="300"}
Aanbevolen correctie
"Modelkwaliteit is slecht" betekent dat de nauwkeurigheid van het model niet binnen een aanvaardbaar bereik ligt. Klantenservice-AI kon na training geen betrouwbaar model en AUC (Area under the ROC curve) < 0,65 maken. Om de fout te bevestigen, adviseert men dat u één van de configuratieparameters verandert en de opleiding opnieuw uitvoert.
Begin door de nauwkeurigheid van uw gegevens te controleren. Het is belangrijk dat uw gegevens de velden bevatten die nodig zijn voor uw voorspelbare resultaat.
- Controleer of uw dataset de recentste data heeft. De AI van de Klant veronderstelt altijd dat de gegevens bijgewerkt zijn wanneer het model wordt teweeggebracht.
- Controleer of er gegevens ontbreken in het gedefinieerde voorspellings- en geschiktheidsvenster. Uw gegevens moeten volledig zijn zonder tussenruimten. Ook zorg ervoor uw dataset aan de historische gegevensvereisten van de Klant AI voldoet.
- Controle voor ontbrekende gegevens in handel, toepassing, Web, en onderzoek, binnen uw eigenschappen van het schemagebied.
Als uw gegevens niet het probleem lijken te zijn, probeert u de toelatingsvoorwaarde voor de populatie te wijzigen om het model te beperken tot bepaalde profielen (_experience.analytics.customDimensions.eVars.eVar142 bestaat bijvoorbeeld in de afgelopen 56 dagen). Dit beperkt de populatie en de grootte van de gegevens die in het trainingsvenster worden gebruikt.
Als het beperken van de toelatingspopulatie niet werkte of niet mogelijk is, verander uw voorspellingsvenster.
- Probeer het voorspellingsvenster te wijzigen in 7 dagen en controleer of de fout zich blijft voordoen. Als de fout niet meer voorkomt, wijst dit erop dat u niet genoeg gegevens voor uw bepaalde voorspellingsvenster kunt hebben.
Fouten
{{actual_num_samples}} in totaal) die aan de definitie van het voorspellingsdoel van {{outcome_window_start}} tot {{outcome_window_end}} voldoen. We hebben minstens {{min_num_samples}} gebruikers met gekwalificeerde gebeurtenissen nodig om een model te maken.voorgestelde oplossingen:
1. De beschikbaarheid van de gegevens van de controle
. Verlaag het chronologie van het vooruitgangsdoel
3. Wijzig de definitie van het voorspellingsdoel zodat deze meer gebruikers bevat (foutcode: VALIDATION-400 NOT_ENOUGH_OBJECTIVE)
voorgestelde oplossingen:
1. De beschikbaarheid van de gegevens van de controle
. Verlaag het chronologie van het vooruitgangsdoel
3. Wijzig de definitie van het voorspellingsdoel om meer gebruikers te omvatten. (Foutcode: VALIDATION-400 NOT_ENOUGH_OBJECTIVE)
{{actual_num_samples}} in totaal) van {{eligibility_window_start}} tot {{eligibility_window_end}} . We hebben minstens {{min_num_samples}} in aanmerking komende gebruikers nodig om een model te bouwen.voorgestelde oplossingen:
1. De beschikbaarheid van de gegevens van de controle
. Als een definitie van een in aanmerking komende populatie wordt gegeven, verlaagt u de subsidiabiliteitsfilterperiode 3. Als er geen definitie van een in aanmerking komende populatie is opgegeven, probeert u er een toe te voegen (foutcode: VALIDATION-401 NOT_ENOUGH_POPULATION)
voorgestelde oplossingen:
1. De gegevensbeschikbaarheid van de controle
2. Als er een definitie van een in aanmerking komende populatie wordt gegeven, verlaagt u de tijdsperiode van het in aanmerking komende filter.
3. Als er geen definitie van een in aanmerking komende populatie is opgegeven, probeert u er een toe te voegen. (Foutcode: VALIDATION-401 NOT_ENOUGH_POPULATION)
sommige suggesties omvatten:
1. Wijzig uw configuratie om een in aanmerking komende populatiedefinitie toe te voegen.
2. Gebruik extra gegevensbronnen om modelkwaliteit
te verbeteren 3. Aangepaste gebeurtenissen toevoegen om meer gegevens in het model op te nemen (foutcode: VALIDATION-402 BAD_MODEL)
sommige suggesties omvatten:
1. Overweeg een wijziging van de configuratie om een definitie van een in aanmerking komende populatie toe te voegen.
2. Overweeg aanvullende gegevensbronnen te gebruiken om de modelkwaliteit te verbeteren. (Foutcode: VALIDATION-402 BAD_MODEL)
sommige suggesties omvatten:
1. Zorg ervoor dat het model is opgeleid met recente gegevens, als dat niet het geval is, probeer dan het model opnieuw op te leiden.
2. Zorg ervoor dat er geen gegevensprobleem is (zoals ontbrekende gegevens/gegevensvertraging) bij het uitvoeren van scoring. (Foutcode: VALIDATION-403 INELIGIBLE_SCORES)
sommige suggesties omvatten:
1. Zorg ervoor dat het model is opgeleid met recente gegevens, als dat niet het geval is, probeer dan het model opnieuw op te leiden.
2. Zorg ervoor dat er geen gegevensprobleem is (zoals ontbrekende gegevens/gegevensvertraging) bij het uitvoeren van scoring. (Foutcode: VALIDATION-403 INELIGIBLE_SCORES)
{{eligibility_window_start}} naar {{eligibility_window_end}}. Controleer de gegevens om ervoor te zorgen dat deze regelmatig worden bijgewerkt. (Foutcode: VALIDATION-405 NO_SCORING_DATA)wij vereisen 120 dagen van recente gegevens. Raadpleeg de documentatie bij de gegevensvereisten voor meer informatie.
voorgestelde oplossingen:
1. De beschikbaarheid van de gegevens van de controle
. Verlaag het chronologie van het vooruitgangsdoel
3. Als een in aanmerking komende populatiedefinitie wordt verstrekt, verklein het geschiktheidsfilter timeframe
4. Als er geen definitie van een in aanmerking komende populatie is opgegeven, probeert u er een toe te voegen (foutcode: VALIDATION-407 NOT_ENOUGH_HISTORICAL_EVENT_DATA)
wij vereisen 120 dagen van recente gegevens. Raadpleeg de documentatie bij de gegevensvereisten voor meer informatie.
voorgestelde oplossingen:
1. De beschikbaarheid van gegevens controleren.
2. Verlaag de tijdlijn van het voorspellingsdoel.
3. Als er een definitie van een in aanmerking komende populatie wordt gegeven, verlaagt u de tijdsperiode van het in aanmerking komende filter.
4. Als er geen definitie van een in aanmerking komende populatie is opgegeven, probeert u er een toe te voegen. (Foutcode: VALIDATION-407 NOT_ENOUGH_HISTORICAL_EVENT_DATA)
{{data_days}} dagen vóór {{etl_window_end}} zijn er geen gedragsgegevens voor in aanmerking komende gebruikers. Controleer de gegevensset om ervoor te zorgen dat deze regelmatig wordt bijgewerkt. (Foutcode: VALIDATION-408 NO_RECENT_DATA_FOR_ELIGIBLE_POPULATION){{outcome_window_start}} tot {{outcome_window_end}} . We hebben minstens {{min_num_samples}} gebruikers met gekwalificeerde gebeurtenissen nodig om een model te maken.voorgestelde oplossingen:
1. De beschikbaarheid van de gegevens van de controle
. De definitie van het voorspellingsdoel wijzigen (foutcode: VALIDATION-409 NO_OBJECTIVE)
voorgestelde oplossingen:
1. De beschikbaarheid van gegevens controleren.
2. Wijzig de definitie van het vooruitgangsdoel. (Foutcode: VALIDATION-409 NO_OBJECTIVE)
{{eligibility_window_start}} tot {{eligibility_window_end}} . We hebben minstens {{min_num_samples}} in aanmerking komende gebruikers nodig om een model te bouwen.voorgestelde oplossingen:
1. De beschikbaarheid van de gegevens van de controle
. Als een definitie van een in aanmerking komende populatie wordt gegeven, wijzigt u de voorwaarde of verhoogt u de tijd van het in aanmerking komende filter (foutcode: VALIDATION-410 NO_POPULATION)
voorgestelde oplossingen:
1. De beschikbaarheid van gegevens controleren.
2. Als er een definitie van een in aanmerking komende populatie wordt gegeven, wijzigt u de voorwaarde of verhoogt u de termijn voor het in aanmerking komende filter. (Foutcode: VALIDATION-410 NO_POPULATION)
{{etl_start_date}} en {{etl_end_date}} . Controleer of de gegevensset voldoende gegevens bevat. (Foutcode: VALIDATION-411 NO_INPUT_DATA_AFTER_ETL){{etl_start_date}} en {{etl_end_date}} . Controleer of de gegevensset voldoende gegevens bevat.{{etl_window_start}} en {{etl_window_end}} .voorgestelde oplossingen:
1. Wijzig de definitie van het vooruitgangsdoel
2. Verifieer gegevensvolledigheid of gebruik een verschillend die voorbeelden van niet-kwalificerende gebeurtenissen voor het vooruitgangsdoel (de code van de Fout: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE) omvat
voorgestelde oplossingen:
1. Wijzig de definitie van het vooruitgangsdoel.
2. Verifieer gegevensvolledigheid of gebruik een verschillend die voorbeelden van niet-kwalificerende gebeurtenissen voor het vooruitgangsdoel omvat. (Foutcode: VALIDATION-413 SINGLE_VALUE_IN_OBJECTIVE)