成果の概要
Genesys Predictive EngagementのAIを活用した成果スコアリングサービスは、お客様のビジネスに特化した機械学習モデルを用いて、お客様のビジネス成果を予測するよう学習します。
成果とは、あなたがにビジネス目標の達成状況を追跡します。 達成数とそれに関連する値に関する集計レポートを表示できます。 予測エンゲージメントの結果スコアリング機能は、これらの結果イベントを使用してビジネスの結果を予測します。顧客に固有の機械学習モデルを使用します。 あなた最大 100 個の結果を作成し、組織ごとに最大 10 個の結果に対して結果スコアリングを有効にすることができます。
アウトカムスコアの予測
各成果スコアは、セッション中に訪問者がこれまでに行った行動や、適切なイベントに含まれる訪問者に関連する他の活動（例えば、ジオロケーション）に基づき、訪問者が特定のビジネス成果を達成する可能性を表しています。
このモデルは、訪問者がウェブサイトを閲覧するにつれてスコアを上下に更新し、各結果の達成に近づいているか、または遠ざかっているかをリアルタイムで表示します。
定義した最大 10 個の結果について、Web サイト上の他の訪問者の行動と比較して訪問者の行動を評価し、訪問者の結果スコアを決定する機械学習モデルがあります。 あなたの組織のモデルはあなた独自のものです。
訪問者がエージェントと通信した場合、エージェントは訪問者のジャーニーコンテキストデータ一式を見ながら、訪問者のアウトカムスコアを見ることができます。 また、結果スコアは、サイト訪問者のエンゲージメントを高めるアクションマップのトリガーとなります。Genesys Predictive Engagementは、訪問者がWebページにたどり着き、どのようにインタラクションを行うかをすべて監視しています。 例えば、Eコマースサイトの場合、Genesys Predictive Engagementは、訪問者がどのようにウェブサイトをナビゲートし、チェックアウトページに進んでショッピングカートに商品を入れるかを追跡します。
- 訪問者がどのように一定の確率のスコアを獲得するかは、あなたのビジネスやウェブサイトに固有のものです。
- アウトカムスコアと関連するデータサイエンスは、GDPRに準拠した方法で採点されます。 Predictive Engagementのデータサイエンティストは、匿名化されたGDPR準拠のデータのみを対象としています。
モデルのトレーニングを開始
機械学習の各モデルが予測を行うには、学習が必要です。
トレーニングを開始するには
- 結果スコアリングを有効にして結果を作成する。 新しい結果を追加すると、結果のスコアリングはデフォルトで無効になり、モデルのトレーニングは行われません。
- 結果を予測に使用する場合は、新しい結果に対して結果スコアリングを有効にします。 最大 10 個の結果に対して結果スコアリングを有効にすることができます。
- 訪問者に追跡型ウェブサイトを利用してもらう。 ユーザーの活動を確認するには、 Live Now をご利用ください。
継続的なトレーニング
モデルのトレーニング プロセスは完全に自動化されているため、モデルは常に最新の状態に保たれ、顧客の行動や Web サイトの変化に応じて変化します。 トレーニングの開始、監視、維持にデータサイエンティストは必要ありません。 モデルは、過去 7 日間のユーザー データを使用して毎晩再トレーニングされます。 また、モデルは定期的に評価され、最新のデータで再トレーニングされます。
モデルの再トレーニング中は、以前にトレーニングされたモデルを用いて結果のスコアを予測する。 トレーニングの間、エージェントは通常通り仕事を続けることができます。
予測精度の向上
一般に、モデルの実行時間が長く、評価するデータが多いほど、予測精度は高くなります。
モデルの予測精度を向上させる最善の方法は、達成された結果の数を増やすことです。 一般に、信頼性の高い予測を行うためにモデルを十分に学習させるには、データセットに数百の正の例が含まれている必要があります。
その他の要因も、モデルの性能の精度に影響を与える可能性があります。
- 訪問者移動の記録総数
- データ中のある結果が発生する頻度
- 訪問者が生み出すイベントの豊かさ
