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。
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。
選取資料集旁的資訊圖示
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。
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。
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)或EMAIL (workEmail.address)等名稱空間）。
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。
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
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。
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。
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。
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 以 為開頭，特定值為web.webPageDetails.name 以 為開頭。
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。
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。
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。
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。
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。
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。
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。
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 purchase或Count 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。
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。
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。