Rangschikkingsmethoden rankings
Met behulp van rankeringsmethoden kunt u items voor een bepaald profiel rangschikken. Nadat u een waarderingsmethode hebt gemaakt, kunt u deze toewijzen aan een selectiestrategie om te bepalen welke items als eerste moeten worden geselecteerd.
Er zijn twee typen waarderingsmethoden beschikbaar:
-
Formulas staat u toe om regels te bepalen die zullen bepalen welk punt eerst, eerder dan rekening houdend met de prioritaire scores van het punt moeten worden voorgesteld.
-
AI modellen staan u toe om opgeleide modelsystemen te gebruiken die hefboomwerking veelvoudige gegevenspunten zullen bepalen welk punt eerst zou moeten worden voorgesteld.
Classificatiemethoden maken create
Ga als volgt te werk om een waarderingsmethode te maken:
-
Navigeer naar het menu Strategy setup en selecteer vervolgens het menu Formulas of AI models , afhankelijk van het type positie dat u wilt gebruiken.
-
Klik op de knop Create formula of Create AI model in de rechterbovenhoek van het scherm.
-
Configureer de formule of het AI-model naar wens en sla het op.
Gedetailleerde informatie over het maken van rangschikkingsformules en AI-modellen is beschikbaar in de documentatie van het besluitvormingsbeheer:
note note NOTE De nestdiepte in een rangschikkingsformule is beperkt tot 30 niveaus. Dit wordt gemeten door de )
haakjes sluiten in de PQL-tekenreeks te tellen. Een regeltekenreeks kan maximaal 8 kB groot zijn voor UTF-8-gecodeerde tekens. Dit komt overeen met 8.000 ASCII-tekens (1 byte elk) of 2.000-4.000 niet-ASCII-tekens (2-4 bytes elk). leer meer op het Beslissen van gidsen & beperkingen
Een beslissingsbeleid ondersteunt maximaal 10 selectiestrategieën en besluitvormingselementen samen. leer meer op het Beslissen van gidsen & beperkingen
note note |
---|
NOTE |
Deze mogelijkheid is alleen beschikbaar voor Customer Journey Analytics -klanten met beheerdersrechten. |
Alvorens te beginnen, zorg ervoor u Journey Optimizer met Customer Journey Analytics hebt geïntegreerd om de datasets van Journey Optimizer in uw standaardgegevensmeningen uit te voeren. Leer hoe te hefboomwerking Journey Optmizer gegevens in Customer Journey Analytics |
De gepersonaliseerde optimalisatiemodellen zijn een type van AI model dat u toestaat om bedrijfsdoelstellingen te bepalen en klantengegevens te gebruiken om zaken-georiënteerde modellen op te leiden om gepersonaliseerde aanbiedingen te dienen en KPIs te maximaliseren. De gedetailleerde informatie over hoe te om tot een gepersonaliseerd AI model te leiden is beschikbaar in de documentatie van het besluitvormingsbeheer.
Door gebrek, gepersonaliseerde optimalisatiemodellen gebruiken aanbieding klikt als optimalisering metrisch. Als u met Customer Journey Analytics werkt, kunt u in Decisioning uw eigen maateenheden gebruiken om uw model te optimaliseren.
U doet dit door het scherm voor het maken van het gepersonaliseerde AI-model te openen en de vervolgkeuzelijst Conversion event uit te vouwen. Alle metriek van uw standaard Customer Journey Analytics gegevensmeningvertoning in de lijst. Selecteer de metrische waarde waarop u het model wilt optimaliseren en voltooi vervolgens het maken van het AI-model op de gebruikelijke manier.
note note |
---|
NOTE |
Metrische gegevens in Customer Journey Analytics maken standaard gebruik van een "Last Touch"-attributiemodel, dat 100% van het krediet toewijst aan het aanraakpunt dat het laatst voor de conversie optreedt. |
Hoewel het attributiemodel kan worden gewijzigd, zijn niet alle attributiemodellen ideaal voor optimalisatie van het AI-model. We raden u aan zorgvuldig een toewijzingsmodel te selecteren dat is afgestemd op uw optimalisatiedoelstellingen om de nauwkeurigheid en prestaties van het model te garanderen. |
Voor meer details op beschikbare attributiemodellen en begeleiding op hun gebruik, verwijs naar de Customer Journey Analytics documentatie |
Kenmerken van besluitvormingsposten in formules gebruiken items
De rangschikkende formules worden uitgedrukt in syntaxis van PQL en kunnen hefboomwerking diverse attributen zoals profielattributen, contextgegevensen attributen met betrekking tot uw besluitvormingspunten.
Om attributen met betrekking tot uw beslissingspunten in formules te hefboomwerking, zorg ervoor u de syntaxis hieronder in de code van uw rangschikkende formule volgt. Breid elke sectie voor meer informatie uit: