設定Customer AI執行個體

Customer AI是AI/ML服務的一部分,可讓您產生自訂傾向分數,而不需擔心機器學習。

AI/ML服務提供Customer AI作為簡單易用的Adobe Sensei服務,可針對不同使用案例進行設定。 以下小節提供設定Customer AI執行個體的步驟。

建立執行個體 set-up-your-instance

在Platform UI中,選取左側導覽中的​ 服務服務 ​瀏覽器會出現,並顯示您可使用的所有服務。 在Customer AI的容器中,選取​ 開啟

Customer AI UI出現,並顯示您的所有服務執行個體。

  • 您可以在​ 建立執行個體 ​容器的右下角找到​ 已評分的個人檔案總數 ​個量度。 此量度會追蹤Customer AI在目前日曆年度所評分的設定檔總數,包括所有沙箱環境及任何已刪除的服務執行個體。

您可以使用UI右側的控制項,編輯、複製和刪除服務執行個體。 若要顯示這些控制項,請從您現有的​ 服務執行個體 ​中選取執行個體。 控制項包含下列專案:

  • 編輯:選取​ 編輯 ​可讓您修改現有的服務執行個體。 您可以編輯執行個體的名稱、說明和評分頻率。
  • 複製:選取​ 複製 ​會複製目前選取的服務執行個體設定。 然後,您可以修改工作流程以進行微幅調整,並將其重新命名為新例證。
  • 刪除:您可以刪除包含任何歷史執行的服務執行個體。 對應的輸出資料集將會從Platform中刪除。 不過,同步至即時客戶設定檔的分數不會刪除。
  • 資料來源:此執行個體使用的資料集連結。 如果使用多個資料集,選取超連結文字會開啟資料集預覽彈出視窗。
  • 上次執行詳細資料:這只有在執行失敗時才會顯示。 有關執行失敗原因的資訊,例如錯誤代碼會顯示在這裡。
  • 分數定義:您為此執行個體設定的目標快速概覽。

若要建立新的執行個體,請選取​ 建立執行個體

設定

執行個體建立工作流程隨即顯示,從​ 設定 ​步驟開始。

以下是您必須為執行個體提供之值的重要資訊:

  • 名稱: ​執行個體的名稱用於顯示Customer AI分數的所有地方。 因此,名稱應該說明預測分數代表什麼。 例如,「取消雜誌訂閱的可能性」。

  • 描述: ​指出您嘗試預測之內容的描述。

  • 傾向性型別: ​傾向性型別決定分數和量度極性的意圖。 您可以選擇​ 流失 ​或​ 轉換。 請參閱探索深入分析檔案中評分摘要下的備註,以取得傾向性型別如何影響您執行個體的詳細資訊。

安裝程式

提供所需的值,然後選取​ 下一步 ​以繼續。

選取資料 select-data

Customer AI在設計上會使用Adobe Analytics、Adobe Audience Manager、一般體驗事件和消費者體驗事件資料來計算傾向分數。 選取資料集時,只會列出與Customer AI相容的資料集。 若要選取資料集,請選取資料集名稱旁的(+)符號,或選取核取方塊以一次新增多個資料集。 使用搜尋選項快速尋找您感興趣的資料集。

選取並搜尋資料集

選取您要使用的資料集後,選取「新增」按鈕,將資料集新增至資料集預覽窗格。

選取資料集

選取資料集旁的資訊圖示 資訊圖示 會開啟資料集預覽彈出視窗。

選取並搜尋資料集

資料集預覽包含上次更新時間、來源結構描述以及前十欄的預覽等資料。

選取「儲存​ 」以儲存您在工作流程中移動時的草稿。 您也可以儲存草稿模型組態,並移至工作流程中的下一個步驟。 使用​ 儲存並繼續 ​在模型組態期間建立並儲存草稿。 功能可讓您建立和儲存模型組態的草稿,當您必須在組態工作流程中定義許多欄位時,此功能特別有用。

Data Science Services Customer AI索引標籤的「建立工作流程」中,「儲存並儲存並繼續」標示為

資料集完整性 dataset-completeness

資料集預覽中有一個資料集完整性百分比值。 此值可讓您快速瞭解資料集中有多少欄是空白/空的。 如果資料集包含許多遺失值,而這些值是在其他位置擷取的,強烈建議您納入包含遺失值的資料集。 在此範例中,人員ID是空的,但人員ID會擷取在可以包含的個別資料集中。

NOTE
資料集完整性是使用Customer AI的最大培訓時段(一年)計算的。 這表示在顯示您的資料集完整性值時,不會考慮超過一年的資料。

資料集完整性

選取身分 identity

您現在可以根據身分對應(欄位)將多個資料集聯結到彼此中。 您必須選取身分型別(也稱為「身分名稱空間」)及該名稱空間中的身分值。 如果您在相同名稱空間下將多個欄位指派為結構描述中的身分,則所有指派的身分值都會出現在身分下拉式清單中(前面加上EMAIL (personalEmail.address)EMAIL (workEmail.address)等名稱空間)。

選取相同的名稱空間

IMPORTANT
您選取的每個資料集都必須使用相同的身分型別(名稱空間)。 在身分資料行中的身分型別旁會出現綠色核取記號,表示資料集相容。 例如,使用電話名稱空間和mobilePhone.number做為識別碼時,其餘資料集的所有識別碼都必須包含並使用電話名稱空間。

若要選取識別,請選取位於識別資料行中的底線值。 會出現「選取身分」彈出視窗。

選取相同的名稱空間

如果名稱空間中有多個身分可用,請務必為您的使用案例選取正確的身分欄位。 例如,電子郵件名稱空間中有兩個電子郵件身分可用,一個是工作電子郵件,一個是個人電子郵件。 視使用案例而定,個人電子郵件更有可能被填寫,且在個人預測中更有用。 這表示會選取EMAIL (personalEmail.address)做為身分。

未選取 資料集索引鍵

NOTE
如果資料集沒有有效的身分型別(名稱空間),您必須使用結構描述編輯器設定主要身分,並將其指派給身分名稱空間。 若要深入瞭解名稱空間和身分,請瀏覽Identity Service名稱空間檔案。

定義目標 define-a-goal

定義目標 ​步驟出現,它提供互動式環境,供您以視覺化方式定義預測目標。 目標由一或多個事件組成,其中每個事件的發生皆根據其擁有的條件而定。 Customer AI執行個體的目標是判斷在指定時間範圍內達成其目標的可能性。

若要建立目標,請選取​ 輸入欄位名稱,然後選取下拉式清單中的欄位。 選取第二個輸入,即事件條件的子句,然後選擇性提供完成事件的目標值。 選取​ 新增事件,即可設定其他事件。 最後,以天數套用預測時間範圍以完成目標,然後選取​ 下一步

將會發生且將不會發生

定義目標時,您可以選擇選取​ 將發生 ​或​ 不會發生。 選取​ 將會發生 ​表示您定義的事件條件必須符合,客戶的事件資料才會包含在深入分析UI中。

例如,如果您想要設定應用程式以預測客戶是否會進行購買,您可以選取​ Will our,後面接著​ All of,然後輸入​ commerce.purchases.id (或類似的欄位)和​ exists ​作為運運算元。

將發生

不過,在某些情況下,您可能會想要預測某個事件在特定時間範圍內是否不會發生。 若要使用此選項設定目標,請從最上層下拉式清單中選取​ 不會發生

例如,如果您有興趣預測哪些客戶的參與度降低,並且在下個月不要造訪您的帳戶登入頁面。 選取​ 不會發生,接著選取​ 全部,然後輸入​ web.webInteraction.URL (或類似的欄位)和​ equals ​作為運運算元,並將​ account-login ​作為值。

不會發生

所有和任何

在某些情況下,您可能想要預測事件的組合是否會發生,而在其他情況下,您可能想要從預先定義的集合預測任何事件的發生。 若要預測客戶是否會擁有事件組合,請從​ 定義目標 ​頁面的第二層下拉式清單中選取​ 全部 ​選項。

例如,您可能想要預測客戶是否購買特定產品。 此預測目標由兩個條件所定義: commerce.order.purchaseID 存在 ​且productListItems.SKU 等於 ​某個特定值。

所有範例

若要預測客戶是否會有來自指定集的任何事件,您可以使用​ 任何 ​選項。

例如,您可能想要預測客戶是否造訪特定URL或具有特定名稱的網頁。 此預測目標由兩個條件所定義: web.webPageDetails.URL ​為開頭,特定值為web.webPageDetails.name ​為開頭。

任何範例

合格的母體​ (選擇性)

依預設,除非指定合格的母體,否則所有設定檔都會產生傾向分數。 您可以定義條件,以根據事件包含或排除設定檔,藉此指定合格的母體。

合格母體

自訂事件(選用custom-events

除了Customer AI用來產生傾向分數的標準事件欄位之外,如果您還有其他資訊,則會提供自訂事件選項。 使用此選項可讓您新增您認為有影響力的其他事件,這些事件可能會改善模型的品質,並幫助提供更準確的結果。 如果您選取的資料集包含結構描述中定義的自訂事件,您可以將它們新增至執行個體。

NOTE
如需自訂事件如何影響Customer AI評分結果的深入說明,請造訪自訂事件範例區段。

事件功能

若要新增自訂事件,請選取​ 新增自訂事件。 接下來,輸入自訂事件名稱,然後將其對應至結構描述中的事件欄位。 檢視影響因素和其他深入分析時,自訂事件名稱會取代欄位值顯示。 這表示將會使用自訂事件名稱,而非事件的ID/值。 如需自訂事件顯示方式的詳細資訊,請參閱自訂事件範例區段。 Customer AI使用這些其他自訂事件來改善模型的品質,並提供更準確的結果。

自訂事件欄位

接下來,從可用的運運算元下拉式清單中選取您要使用的運運算元。 僅列出與事件相容的運運算元。

自訂事件運運算元

最後,如果選取的運運算元需要欄位值,請輸入該欄位值。 在此範例中,我們只需要檢視飯店或餐廳預訂是否存在。 不過,如果我們想要更精確,可以使用等於運運算元,並在值提示中輸入精確值。

自訂事件欄位值

完成後,選取右上方的​ 下一步 ​以繼續。

自訂設定檔屬性(選擇性

除了Customer AI用來產生傾向分數的標準事件欄位之外,您還可以在您的資料中定義重要的設定檔資料集欄位(具有時間戳記)。 使用此選項可讓您新增您認為有影響力的其他設定檔屬性,這些屬性可能會改善模型的品質,並提供更準確的結果。 此外,新增自訂設定檔屬性可讓Customer AI更好地展示特定設定檔最終如何在傾向性貯體中。

NOTE
新增自訂設定檔屬性會遵循與新增自訂事件相同的工作流程。 與自訂事件類似,自訂設定檔屬性也會以相同方式影響模型評分。 如需深入說明,請造訪自訂事件範例區段。

新增自訂設定檔屬性

從設定檔快照匯出選取設定檔屬性

您也可以選擇從每日「設定檔」快照匯出包含設定檔屬性。 這些屬性會同步至設定檔快照匯出,並顯示最近可用的值。 它們會自動顯示,不需要在設定步驟中選取資料集。

WARNING
請勿選取已因預測目標而更新或與預測目標高度相關的設定檔屬性。 這會導致資料洩漏和模型過度擬合。 例如,total_purchases_in_the_last_3_months是預測購買轉換的屬性。

新增自訂事件範例 custom-event

在下列範例中,自訂事件和設定檔屬性已新增到Customer AI執行個體。 Customer AI執行個體的目標是預測客戶在未來60天內購買其他Luma產品的可能性。 通常產品資料會連結至產品SKU。 在此案例中,SKU為prd1013。 培訓/評分Customer AI模型後,此SKU即可連結至事件,並顯示為傾向性貯體的影響因素。

Customer AI會自動針對自訂事件(例如​ 觀看購買)套用「間隔天數」或「計數」等功能產生。 如果此事件被視為影響客戶高、中或低傾向性的因素,Customer AI會將其顯示為Days since prd1013 purchaseCount of prd1013 purchase。 將此專案建立為自訂事件,可為事件提供新名稱,讓結果更易於閱讀。 例如 Days since Watch purchase。此外,Customer AI在其訓練和評分中會使用此事件,即使該事件不是標準事件亦然。 這表示您可以新增多個您認為可能會有影響力的事件,並包含預訂、訪客記錄和其他事件等資料,以進一步自訂您的模型。 新增這些資料點會進一步提高Customer AI模型的精確度和精確度。

自訂事件範例

設定選項

設定選項步驟可讓您設定排程以自動執行預測、定義預測排除以篩選特定事件,以及開啟/關閉​ 設定檔

設定排程​ (選擇性) configure-a-schedule

若要設定評分排程,從設定​ 評分頻率 ​開始。 自動化預測執行可排程為每週或每月執行。

預測排除​ (選擇性)

如果您的資料集包含任何新增為測試資料的欄,您可以選取​ 新增排除專案,然後輸入您要排除的欄位,將該欄或事件新增至排除專案清單。 這可防止在產生分數時,評估符合特定條件的事件。 此功能可用來篩選掉不相關的資料輸入或促銷活動。

若要排除事件,請選取​ 新增排除專案 ​並定義事件。 若要移除排除專案,請選取事件容器右上方的省略符號(),然後選取​ 移除容器

設定檔切換

設定檔切換可讓Customer AI將評分結果匯出至即時客戶設定檔。 停用此切換可防止將模型評分結果新增至設定檔。 此功能停用時,仍可取得Customer AI評分結果。

第一次使用Customer AI時,您可以關閉此功能,直到對模型輸出結果滿意為止。 這可讓您在微調模型時,無法將多個評分資料集上傳到您的客戶設定檔。 當您完成校正模型後,就可以從​ 服務執行個體 ​頁面使用複製選項來複製模型。 這可讓您建立模型副本,並開啟設定檔。

設定檔切換

設定好評分排程、包含預測排除,以及您想要的設定檔切換後,在右上角選取「完成」以建立您的Customer AI執行個體。

如果成功建立執行個體,則會立即觸發預測執行,並根據您定義的排程執行後續執行。

NOTE
根據輸入資料的大小,預測執行最多可能需要24小時才能完成。

依照本節指示,您已設定Customer AI執行個體並執行預測執行。 執行成功完成後,如果設定檔切換已啟用,已評分見解會自動將預測分數填入設定檔。 請等候最多24小時,再繼續本教學課程的下一節。

後續步驟 next-steps

按照本教學課程,您已成功設定Customer AI例項並產生傾向分數。 您現在可以選擇使用區段產生器使用預測分數建立客戶區段,或探索Customer AI的深入分析

其他資源

以下影片旨在協助您瞭解Customer AI的設定工作流程。 此外,還提供最佳實務和使用案例範例。

IMPORTANT
以下影片已過期。 如需最新資訊,請參閱檔案。
recommendation-more-help
8959a20a-a58f-4057-9f82-870706c576e9