透過Journey Optimizer Experimentation Accelerator在AI中使用資料 experiment-accelerator-security
Adobe Journey Optimizer Journey Optimizer Experimentation Accelerator可讓您自動探索深入見解，並推薦機會以改善您的實驗與實驗計畫。 解決方案利用AI和機器學習來提供這些建議。 此陳述式說明您客戶的資料在 Journey Optimizer Experimentation Accelerator 中的使用方式。
Journey Optimizer Experimentation Accelerator使用哪些資料？
目前 Journey Optimizer Experimentation Accelerator 使用的資料型別有三種：
-
實驗中繼資料：實驗名稱、實驗中所使用對象的定義，以及實驗中的處理，例如名稱、分割百分比、提供實驗的位置或表面。
-
處理的效能：人數、成功量度的平均值以及每個處理的標準差。
-
處理的內容：呈現的HTML和處理的熒幕擷圖，如同使用者在您網站上看到的畫面。
Journey Optimizer Experimentation Accelerator會如何處理這些資料？
Journey Optimizer Experimentation Accelerator會取得每項處理的內容，並建立內嵌（即內容的數學表示），然後將這些內嵌與處理的效能相互關聯。 此程式可擷取表現最佳以供日後使用的內容屬性。 這些屬性接著會傳入由Adobe託管的大型語言模型，再轉換為人類可讀的陳述式，用來產生深入見解及建議商機。
Journey Optimizer Experimentation Accelerator對所使用的資料有何限制？
每個客戶都會指派至特定的組織和沙箱。 每個沙箱都會培訓專屬的模型。 刪除沙箱時，所有相關的資料、訊號和模型都會永久移除。
-
我們只會使用客戶資料來訓練或微調該客戶的模型。
-
我們絕不會混合客戶來訓練或微調模型。
Adobe模型或AI會自動變更品牌的使用者體驗嗎？
不可以。 Journey Optimizer Experimentation Accelerator僅提供可變更的專案及變更方式的建議。 只有有權使用Journey Optimizer或Target變更體驗的使用者才能根據這些建議採取行動。 所有建議都可以在推出前進行檢閱和編輯。
他們的資料或系統穩定性是否有任何風險？
Journey Optimizer Experimentation Accelerator僅擷取和分析資料，產生見解和建議以供未來測試。 無法修改任何測試設定。 工具內產生的所有建議都會傳送至Target和Journey Optimizer進行實作，確保對客戶的目前活動沒有影響。