在此頁面上：建立自動最佳化或個人化最佳化AI模型，並將其連線到您的轉換資料集，以便決策引擎可以自動排名優惠，並為每個設定檔提供轉換最高的優惠。
Journey Optimizer可讓您建立AI模型，以根據您的業務目標來排名優惠。
存取AI模型 access-ai-models
若要存取AI模型清單，請前往決策 > 策略設定並選取AI模型。 該處會列出例項中建立的所有AI模型。
建立 AI 模型 create-ranking-strategy
若要建立AI模型，請遵循下列步驟：
-
建立將會收集轉換事件的資料集。 了解作法
-
導覽至決策 > 策略設定功能表，然後選取AI模型。
此處列出您執行個體上目前為止建立的所有AI模型。
-
按一下 建立AI模型 按鈕。
-
為AI模型指定唯一名稱，並在需要時指定說明。
-
選取您要建立的AI模型型別：
-
最佳化量度區段提供有關AI模型用來計算優惠排名之轉換事件的資訊。
Journey Optimizer 根據 轉換率 對產品建議進行排名 (轉換率 = 轉換事件總數/曝光事件總數)。 轉換率是使用兩種量度型別來計算：
- 曝光事件 （顯示的選件）
- 轉換事件 （透過電子郵件或網頁產生點按的優惠方案）。
我們會透過所提供的 Web SDK 或 Mobile SDK 來自動擷取這些事件。 進一步瞭解Adobe Experience Platform Web SDK概觀。
accordion 正在自訂Customer Journey Analytics量度上最佳化模型 note NOTE 此功能僅供具有管理員許可權的Customer Journey Analytics客戶使用。 開始之前，請確定您已將Journey Optimizer與Customer Journey Analytics整合，以便將Journey Optimizer資料集匯出至您的預設資料檢視。 瞭解如何在 Customer Journey Analytics中運用 Journey Optmizer 資料 個人化最佳化模型是一種AI模型，可讓您定義業務目標，並利用客戶資料來訓練業務導向模型，以提供個人化優惠並最大化KPI。
依預設，個人化最佳化模型會使用 優惠點按 作為最佳化量度。 如果您正在使用Customer Journey Analytics，Decisioning可讓您運用自己的自訂量度來最佳化您的模型。
若要這麼做，請選取 個人化最佳化 模型型別，並展開 轉換事件 下拉式清單。 來自您的預設Customer Journey Analytics 資料檢視的所有量度都會顯示在清單中。 選取您想要最佳化模型的量度。
note NOTE 根據預設，Customer Journey Analytics中的量度會使用「上次接觸」歸因模型，將100%的點數指派給轉換前發生的最近一次接觸點。 雖然可修改歸因模型，但並非所有歸因模型都適用於AI模型最佳化。 建議您仔細選取符合您最佳化目標的歸因模型，以確保模型精確度和效能。 如需有關可用歸因模型及其使用指南的詳細資訊，請參閱Customer Journey Analytics 檔案 -
選取轉換和曝光事件收集所在的資料集。 在本節中瞭解如何建立這類資料集。
note caution CAUTION 下拉式清單中只會顯示從與 體驗事件 — 主張互動 欄位群組（先前稱為mixin）相關聯的結構描述建立的資料集。 -
如果您正在建立個人化最佳化 AI模型，請選取要用來訓練AI模型的區段。
note NOTE 您最多可以選取5個對象。 -
儲存並啟動AI模型。 一旦您的模型上線，您可以監視其訓練狀態和效能。
現在，每次顯示和/或按一下優惠時，您都希望 體驗事件 — 主張互動 欄位群組使用Adobe Experience Platform Web SDK或Mobile SDK自動擷取對應的事件。
若要能夠在事件型別（顯示優惠或按一下優惠）中傳送，您必須在傳送至Adobe Experience Platform的體驗事件中，為每個事件型別設定正確的值。 了解做法