閱讀本文可查找常見問題解答，以及在安裝和管理 Customer Insights - 旅程期間有時可能發生的已知問題的解決方法。
管道 A/B 測試
為什麼對象分割與我撰寫 A/B 測試時不完全相同？
如果您的 A/B 測試對象設定為 50-50 跨對象，則應用程式將嘗試尊重分佈，但分割並不總是準確的。 拆分不均勻是 A/B 測試性能優化的結果。 確定入選者變體的總體結果不受影響。
我看到 A/B 測試之前的流入量為 85，但版本 A 和 B 之間的拆分為 63 和 16。 其他觀眾怎麼了？
某些受眾成員可能沒有適當的同意許可權，無法通過 A/B 測試中指示的管道接收消息。 缺少觀眾也可能是由於系統故障造成的。
管道最佳化
管道優化與目標有何關係？
設置歷程目標是使用渠道優化的先決條件。 用於定義旅程成功與否的目標指標是 AI 模型用於最佳化管道最佳化的內容。 使用準確的目標指標非常重要，這樣您就可以通過管道優化獲得最佳結果。
Channel Optimization 如何使用 AI 來確定最佳頻道？
啟用后，渠道優化會使用每個客戶的個人交互數據（如唯一點擊、打開等）和歷程目標來計算該客戶可能與之交互的最佳管道。 AI 模型僅收集電子郵件打開、點擊和取消訂閱等歷史數據，以確定該人與特定渠道的互動程度。 該模型不會從您的客戶那裡收集交易數據或任何其他數據。
默認頻道有什麼作用？
默認管道充當控制組，允許10%的受眾通過預設管道進行彙集，而無需應用任何 AI。 這可以幫助您比較控制組受眾與在分析中應用了 AI 所推薦的受眾的表現。 此比較基於哪個組實現了歷程目標。
管道優化中的互動率是如何確定的？
- 推播通知：開啟或點選連結的不重複人數除以已傳送的推播通知總數。
- 電子郵件：打開或點擊連結的獨立用戶數除以發送的電子郵件總數。
- SMS：點擊連結的唯一人數除以發送的所有SMS（文字）消息總數。