[Disponibilidade limitada]{class="badge informative"}
Usar modelos de IA para classificar jornadas journey-ai-models
Nesta página: crie modelos de IA que classificam dinamicamente as jornadas para que a jornada com melhor desempenho seja selecionada para cada perfil quando forem aplicadas limitações de entrada de jornada.
O Adobe Journey Optimizer ajuda você a controlar quais jornadas um perfil pode inserir quando se qualificar para mais do que o sistema permite. Para fazer isso, você pode usar conjuntos de regras para definir limites na entrada de jornada ou simultaneidade. Quando um perfil é qualificado para mais jornadas do que o limite permite, a prioridade atribuída a cada jornada determina quais jornadas são selecionadas.
Em vez de usar a prioridade, você também pode usar modelos de IA nas fórmulas de classificação para classificar jornadas dinamicamente com base em pontuações de modelo treinadas.
Criar um modelo de IA create-ai-model
Para criar um modelo de IA para classificação de jornada, siga as etapas abaixo.
-
Crie um conjunto de dados em que os eventos de conversão serão coletados. Saiba como
-
Acesse a seção Classificação de orquestração e selecione a guia Modelos de IA. A lista de modelos de IA criados anteriormente é exibida.
-
Clique em Criar modelo de IA.
-
Especifique um nome exclusivo e, se necessário, uma descrição para o modelo de IA.
note NOTE O objeto de classificação é a entidade à qual a fórmula de classificação será aplicada. Por padrão, o objeto de classificação está definido como Jornada.
-
Na seção Métrica de otimização, todas as métricas da Customer Journey Analytics visualização de dados padrão são exibidas na lista. Selecione a métrica em que deseja otimizar seu modelo.
Journey Optimizer classificações com base no índice de conversão (Índice de conversão = Número total de eventos de conversão / Número total de eventos de impressão). A taxa de conversão é calculada usando:
- Eventos de impressão (itens exibidos)
- Eventos de conversão (itens que resultam em cliques ou conversões)
Esses eventos são capturados automaticamente usando o Web SDK ou o SDK móvel. Saiba mais na visão geral do Adobe Experience Platform Web SDK.
-
Selecione os conjuntos de dados nos quais os eventos de conversão e impressão são coletados. Saiba como criar esses conjuntos de dados nesta seção.
note caution CAUTION Somente os conjuntos de dados criados a partir de esquemas associados ao grupo de campos Evento de experiência - Interações de apresentação são exibidos na lista suspensa. Você pode selecionar até 5 conjuntos de dados. -
Selecione os segmentos a serem usados para treinar o modelo de IA.
note NOTE Você pode selecionar até 50 públicos-alvo. -
Salve e ative o modelo de IA.
O modelo de IA agora está disponível para seleção ao criar uma fórmula de classificação.
Referencie o modelo de IA em uma fórmula para classificar jornadas reference-ai-model
Agora é possível definir o modelo de IA como uma referência para criar uma fórmula de classificação e, em seguida, atribuir a fórmula a um conjunto de regras e aplicar o conjunto de regras às suas jornadas. Para isso, siga as etapas abaixo.
-
Crie uma fórmula de classificação. Saiba como
-
Use o botão Selecionar modelo de IA para selecionar o modelo de IA que deseja usar na fórmula.
-
Em pelo menos uma das seções de Critério, defina uma condição e selecione Pontuação do modelo de IA como o método de classificação. Por exemplo, se a jornada tiver uma tag “Promo”, a pontuação da classificação será a pontuação do modelo de IA.
-
Clique em Criar para concluir a fórmula de classificação.
-
Agora crie um conjunto de regras e selecione a fórmula criada como o método de classificação. Saiba como
-
Crie as regras de limitação de jornada e salve o conjunto de regras.
-
Aplique o conjunto de regras às jornadas desejadas e salve-as. Saiba como
note NOTE Somente um conjunto de regras pode ser aplicado a uma jornada de cada vez.
Todas as jornadas que usam esse conjunto de regras serão classificadas com a fórmula que faz referência ao modelo de IA selecionado quando o limite é aplicado.
This section contains structured knowledge intended to support interpretation, retrieval, and question answering related to this topic.
For complete understanding, this information should be combined with the documentation on this page. Neither source is intended to stand alone; the page describes the feature, while this section provides additional context that helps disambiguate terminology, intent, applicability, and constraints.
- TL;DR: This page explains how to create AI models that dynamically rank journeys based on trained model scores, and how to reference them in ranking formulas so the best-performing journey is selected per profile when journey entry caps apply.
Intents:
- Create an AI model in the Orchestration ranking > AI models tab
- Choose an Optimization metric from the default Customer Journey Analytics data view
- Select the datasets and segments used to train the model
- Reference an AI model in a ranking formula using AI model score as the ranking method
- Assign the formula to a rule set and apply it to journeys so ranking applies when a cap is reached
Glossary:
- AI model: A trained model whose scores dynamically rank journeys, used in ranking formulas instead of static priority (product-specific)
- Ranking object: The entity that the ranking formula applies to; by default set to Journey (product-specific)
- Conversion rate: Total number of conversion events / Total number of impression events; the basis on which Journey Optimizer ranks (product-specific)
- Impression events: Items that are displayed (product-specific)
- Conversion events: Items that result in clicks or conversions (product-specific)
- AI model score: Ranking method that uses the AI model’s score in a formula criterion (product-specific)
Guardrails:
- This feature is currently in Limited Availability; contact your Adobe representative to gain access.
- AI models are only available to organizations that have purchased the Decisioning add-on offering.
- Only datasets created from schemas associated with the Experience Event - Proposition Interactions field group are displayed in the drop-down list.
- You can select up to 5 datasets where the conversion and impression events are collected (hard limit).
- You can select up to 50 audiences to train the AI model (hard limit).
- Impression and conversion events are automatically captured using the Web SDK or the Mobile SDK.
- Only one rule set can be applied to a journey at a time.
Terminology:
- Canonical name: AI model — Acronym: n/a — variants: journey arbitration AI models, AI model score
- Synonyms: none
- Do not confuse: “AI model” (trained model producing scores) ≠ “ranking formula” (the expression that references priority, attributes, or AI model score) ≠ “journey priority” (a manual value)
- Do not confuse: “impression events” (items that are displayed) ≠ “conversion events” (items that result in clicks or conversions)
FAQ:
- Q: When are AI model rankings applied? — When a profile is eligible for more journeys than the cap allows; all journeys using the rule set are ranked with the formula referencing the AI model.
- Q: What metric does the AI model optimize on? — A metric you select from the default Customer Journey Analytics data view; ranking is based on conversion rate (Total number of conversion events / Total number of impression events).
- Q: How many datasets and audiences can I use? — Up to 5 datasets and up to 50 audiences.
- Q: Which datasets can I select? — Only datasets created from schemas associated with the Experience Event - Proposition Interactions field group.
- Q: How do I use the AI model in a formula? — Use the Select AI model button, then in at least one Criterion set AI model score as the ranking method.