排名方法 rankings
排名方法可讓您針對要針對指定設定檔顯示的專案進行排名。 建立排名方法後，您可以將其指派給選擇策略以定義應先選取哪些項目。
有兩種排名方法可供使用：
-
公式 可讓您定義規則，以決定應該先顯示哪個專案，而不是考慮專案的優先順序分數。
-
AI模型 可讓您使用經過訓練的模型系統，這些系統將利用多個資料點來決定應該先顯示哪個專案。
建立排名方法 create
若要建立排名方法，請依照下列步驟進行：
-
導覽至 策略設定 功能表，然後選取 公式 或 AI模型 功能表（視您要使用的排名型別而定）。
-
按一下畫面右上角的 建立公式 或 建立AI模型 按鈕。
-
設定公式或AI模型以符合您的需求，然後儲存。
有關如何建立排名公式和AI模型的詳細資訊，請參閱決策管理檔案：
note note NOTE 排名公式中的巢狀深度限製為30個層級。 這是透過計算PQL字串中的 )個右括弧來測量。 規則字串的大小最多可達8KB （UTF-8編碼字元）。 這相當於8,000個ASCII字元（每個1個位元組），或2,000-4,000個非ASCII字元（每個2-4個位元組）。 進一步瞭解Decisioning護欄和限制
決策原則可支援最多10個合併的選擇策略和決策專案。 進一步瞭解Decisioning護欄和限制
| note 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。 有關如何建立個人化AI模型的詳細資訊，請參閱決策管理檔案。
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，請存取個人化AI模型建立畫面並展開 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，然後照常完成AI模型建立。
| note 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 |
在公式中善用決定專案屬性 items
排名公式以 PQL語法 表示，而且可以利用各種屬性，例如設定檔屬性、內容資料以及與決策專案相關的屬性。
若要在公式中運用與決策專案相關的屬性，請務必遵循排名公式程式碼中的以下語法。 展開每個區段以取得詳細資訊：
