이벤트 예측 생성

예측은 훈련된 머신 러닝 모델의 하나의 인스턴스이며, 그것이 사용하는 모든 매개변수와 데이터입니다. Predictive Events에 대해 더 알아보려면 Predictive Events 개요를 참조하십시오.

Braze에서 분석 > 예측 이벤트로 이동합니다.

이 페이지에서는 현재 진행 중인 이벤트 예측 목록과 해당 이벤트에 대한 기본 정보를 볼 수 있습니다. 여기에서 이름을 바꾸고, 보관하고, 새 예측을 만들 수 있습니다. 보관된 예측은 비활성 상태이며 사용자 점수를 업데이트하지 않습니다.

1단계: 새 예측 만들기

1. Create 예측 and select a new Event 예측.

2. 예측에 고유한 이름을 지정하십시오. 설명을 제공하여 관련 메모를 저장할 수도 있습니다.

3. 클릭 Forward to move to the next step.

선택적으로, 모든 기본값 설정을 사용하고 생성의 마지막 단계로 건너뛰려면 구축 지금을 클릭할 수 있습니다. 시작하기 전에 설정을 검토할 기회가 있습니다 구축 프로세스. 또한 상단 바에서 클릭하여 나중에 언제든지 단계로 돌아갈 수 있습니다.

2단계: 이벤트 추적 {#event-tracking} 지정

사용자의 이벤트가 Braze에 구매 이벤트 또는 커스텀 이벤트로 저장되는지 지정하십시오.

여기에서 선택한 방법이 Braze가 머신 러닝 모델을 생성하기에 충분한 데이터를 제공하는지 확인할 수 있습니다. 요구 사항이 충족되지 않으면 애플리케이션에서 사용하는 다른 로깅 방법을 선택해 보십시오. 불행히도, 그렇지 않다면, Braze는 사용 가능한 데이터 양으로 예측을 생성할 수 없습니다. 이 오류가 잘못 표시된다고 생각되면 고객 성공 매니저에게 문의하십시오.

이벤트 창

이벤트 창은 사용자가 이벤트를 수행할지 예측하고자 하는 시간 범위입니다. 최대 60일 동안 설정할 수 있습니다. 이 창은 예측을 훈련하기 위해 {데이터}를 조회하는 데 사용됩니다. 또한 예측이 생성되고 사용자가 점수를 받으면 가능성 점수는 사용자가 이벤트 창에 지정된 일 수 내에 이벤트를 수행할 가능성이 얼마나 높은지를 나타냅니다.

3단계: 필터 your 예측 오디언스 (optional)

당신의 예측 오디언스는 당신이 예측하고자 하는 가능성 점수를 가진 사용자 그룹입니다. 원하는 경우 전체 사용자 인구에 대해 예측을 실행할 수 있습니다. 이 작업을 수행하려면 기본값 옵션 모든 사용자를 선택된 상태로 두십시오.

모델은 일반적으로 특정 기준으로 평가하려는 사용자를 필터링하면 더 잘 수행됩니다. 이를 위해 나만의 예측 오디언스 정의를 선택하고 오디언스 필터를 선택하세요. 예를 들어, “최초 사용 앱” 필터를 30일로 설정하여 최소 30일 동안 앱을 사용한 사용자에게 집중할 수 있습니다.

예측 오디언스 정의는 또한 머신 러닝 모델이 과거로부터 학습할 수 있도록 하기 위해 역사적 데이터를 쿼리하는 데 사용됩니다. 이전 페이지와 유사하게, 이러한 필터에 의해 제공된 데이터의 양이 요구 사항과 함께 표시됩니다. 원하는 오디언스를 지정하고 최소한의 요구 사항을 충족하지 못하면 더 넓은 필터를 지정하거나 모든 사용자 옵션을 사용해 보십시오.

이벤트 창이 14일 이하인 경우 “마지막…“과 같은 필터의 시간 창 “마지막 사용한 앱” 및 “마지막 구매”는 지정된 이벤트 창을 초과할 수 없습니다 이벤트 추적. 예를 들어, 이벤트 창이 14일로 설정된 경우, “마지막…” 필터의 시간 창은 14일을 초과할 수 없습니다.

전체 필터 모드

새로운 예측을 즉시 구축하려면 Braze 세분화 필터의 일부만 지원됩니다. 전체 필터 모드는 모든 Braze 필터를 사용할 수 있지만 예측을 구축하려면 하나의 이벤트 창이 필요합니다.

예를 들어, 이벤트 창이 14일로 설정된 경우, 전체 필터 모드에서만 지원되는 필터를 사용할 때 사용자 데이터를 수집하고 예측을 구축하는 데 14일이 소요됩니다. 또한, 일부 오디언스 크기에 대한 추정치는 전체 필터 모드에서 사용할 수 없습니다.

4단계: 업데이트 일정을 선택하세요

머신 러닝 모델은 이 페이지를 완료하면 생성되며, 여기에서 선택한 일정에 따라 사용되어 사용자가 이벤트를 수행할 확률(가능성 점수)을 새로 계산합니다. 업데이트의 최대 빈도를 선택하세요. 예를 들어, 구매를 예측하고 주간 프로모션을 보낼 계획이라면, 선택한 요일과 시간에 업데이트 빈도를 주간으로 설정하십시오.

5단계: 구축 예측

세부 정보가 올바른지 확인하고 구축 예측을 선택하십시오. 변경 사항을 초안 형식으로 저장하려면 Save As Draft를 선택하여 이 페이지로 돌아와 나중에 모델을 구축할 수 있습니다.

구축 예측을 클릭한 후 모델을 생성하는 프로세스가 시작됩니다. 이 작업은 데이터 양에 따라 30분에서 몇 시간까지 걸릴 수 있습니다. 이 예측을 위해 모델 구축 과정 동안 교육이 진행 중임을 설명하는 페이지를 보게 될 것입니다.

완료되면 페이지가 자동으로 분석 보기로 전환되며, 예측 및 결과가 준비되었음을 알리는 이메일을 받게 됩니다. 오류가 발생하면 페이지는 무엇이 잘못되었는지에 대한 설명과 함께 편집 모드로 돌아갑니다.

예측은 최신 데이터를 유지하기 위해 2주마다 자동으로 재구성(재교육)됩니다. 이것은 사용자의 가능성 점수, 예측의 출력이 생성되는 경우와는 별도의 프로세스임을 유의하십시오. 후자는 4단계에서 선택한 업데이트 빈도에 따라 결정됩니다.

보관된 예측

보관된 예측은 사용자 점수 업데이트를 중지합니다. 보관된 예측이 보관 해제되면 미리 정해진 일정에 따라 사용자 점수가 계속 업데이트됩니다. 보관된 예측은 절대 삭제되지 않으며 목록에 남아 있습니다.