Métodos de classificação rankings

Os métodos de classificação permitem classificar itens para exibição em um determinado perfil. Depois que um método de classificação é criado, será possível atribuí-lo a uma estratégia de seleção para definir quais itens devem ser selecionados primeiro.

Dois tipos de métodos de classificação estão disponíveis:

  • As fórmulas permitem definir regras que determinarão qual item deve ser apresentado primeiro, em vez de considerar as pontuações de prioridade do item.

  • Os modelos de IA permitem usar sistemas de modelo treinados que aproveitarão vários pontos de dados para determinar qual item deve ser apresentado primeiro.

Criar métodos de classificação create

Para criar um método de classificação, siga estas etapas:

  1. Navegue até o menu Configuração de estratégia e selecione o menu Fórmulas ou Modelos de IA, dependendo do tipo de classificação que deseja usar.

  2. Clique no botão Criar fórmula ou Criar modelo de IA no canto superior direito da tela.

  3. Configure a fórmula ou o modelo de IA para atender às suas necessidades e salve.

    Informações detalhadas sobre como criar fórmulas de classificação e modelos de IA estão disponíveis na documentação da gestão de decisões:

    note note
    NOTE
    A profundidade do aninhamento em uma fórmula de classificação é limitada a 30 níveis. Isso é medido pela contagem dos parênteses de fechamento ) na cadeia de caracteres do PQL. Uma sequência de regras pode ter até 8 KB para caracteres codificados em UTF-8. É equivalente a 8.000 caracteres ASCII (1 byte cada) ou 2.000-4.000 caracteres não ASCII (2-4 bytes cada). Saiba mais sobre as medidas de proteção e limitações da decisão

Uma política de decisão suporta até 10 estratégias de seleção e itens de decisão combinados. Saiba mais sobre as medidas de proteção e limitações da decisão

Otimização de modelos nas métricas Customer Journey Analytics personalizadas
note note
NOTE
Este recurso só está disponível para Customer Journey Analytics clientes com direitos de administrador.
Antes de começar, verifique se você integrou o Journey Optimizer ao Customer Journey Analytics para exportar conjuntos de dados do Journey Optimizer para suas visualizações de dados padrão. Saiba como aproveitar Journey Optmizer os dados em Customer Journey Analytics

Os modelos de otimização personalizados são um tipo de modelo de IA que permite definir metas comerciais e utilizar dados do cliente para treinar modelos orientados para negócios a fim de fornecer ofertas personalizadas e maximizar KPIs. Informações detalhadas sobre como criar um modelo de IA personalizado estão disponíveis na documentação da gestão de decisões.

Por padrão, os modelos de otimização personalizados usam cliques de oferta como métrica de otimização. Se você estiver trabalhando com o Customer Journey Analytics, o Decisioning permitirá que você aproveite suas próprias métricas personalizadas para otimizar seu modelo.

Para fazer isso, acesse a tela de criação do modelo de IA personalizado e expanda o menu suspenso Evento de conversão. Todas as métricas da sua Customer Journey Analytics visualização de dados padrão são exibidas na lista. Selecione a métrica em que deseja otimizar o modelo e conclua a criação do modelo de IA como de costume.

note note
NOTE
Por padrão, as métricas em Customer Journey Analytics usam um modelo de atribuição "Último contato", que atribui 100% do crédito ao ponto de contato que ocorre mais recentemente antes da conversão.
Embora seja possível modificar o modelo de atribuição, nem todos os modelos de atribuição são ideais para a otimização do modelo de IA. Recomendamos selecionar cuidadosamente um modelo de atribuição que se alinhe às suas metas de otimização para garantir a precisão e o desempenho do modelo.
Para obter mais detalhes sobre modelos de atribuição disponíveis e orientação sobre seu uso, consulte a Customer Journey Analytics documentação

Aproveitar atributos de itens de decisão em fórmulas items

As fórmulas de classificação são expressas em sintaxe PQL e podem aproveitar vários atributos, como atributos de perfil, dados de contexto e atributos relacionados aos seus itens de decisão.

Para aproveitar os atributos relacionados aos seus itens de decisão em fórmulas, siga a sintaxe abaixo no código da fórmula de classificação. Expanda cada seção para obter mais informações:

Aproveitar atributos padrão de itens de decisão
Aproveitar atributos personalizados de itens de decisão
recommendation-more-help
b22c9c5d-9208-48f4-b874-1cefb8df4d76