에이전트 시작

데이터 소스를 연결하고, 오케스트레이션을 설정하고, 에이전트를 설계한 후에는 시작할 준비가 된 것입니다. 이 문서에서는 에이전트를 활성화하고 인공지능 의사 결정 루프를 완성하여 에이전트가 지속적으로 학습하고 개선할 수 있도록 하는 방법을 다룹니다.

시작 단계

인공지능 의사 결정 서비스 팀과 함께 모든 구성 단계를 완료한 후:

1. 에이전트 구성을 검토하여 모든 설정이 올바른지 확인합니다.
2. 데이터 연결 및 오케스트레이션 통합이 활성 상태인지 확인합니다.
3. 인공지능 의사 결정 서비스 팀과 협력하여 에이전트를 활성화합니다.

시작되면 에이전트는 다음을 수행합니다:

• 오디언스 및 고객 데이터 수신 시작
• 각 고객에 대한 개인화된 추천 생성 시작
• 구성된 고객 참여 플랫폼을 통한 동작 오케스트레이션
• 학습 및 개선을 위한 피드백 데이터 수집

인공지능 의사 결정 루프 완성

시작된 후 에이전트가 학습하고 개선하려면 피드백 데이터가 필요합니다. 여기에는 고객 참여 결정이 전송된 후 어떤 일이 발생했는지 에이전트에 알려주는 전환 데이터, 참여 데이터, 활성화 데이터가 포함됩니다.

이러한 중요한 피드백 데이터 자산을 준비하기 위한 자세한 요구 사항은 데이터 소스 준비를 참조하세요.

에이전트 모니터링

시작 후 인공지능 의사 결정 서비스 팀과 협력하여 성과를 모니터링합니다:

• 성과 측정기준: 실험 그룹 전반에 걸쳐 성공 측정기준을 추적합니다
• 학습 진행 상황: 시간이 지남에 따라 에이전트의 추천이 어떻게 발전하는지 관찰합니다
• 인사이트: 다양한 고객 Segments에 대해 어떤 차원과 옵션이 결과를 이끌어내는지 파악합니다

지속적인 최적화

인공지능 의사 결정 서비스 팀은 다음 사항에 대해 계속 협력합니다:

• 에이전트 성과를 분석하고 최적화 기회를 식별합니다
• 필요에 따라 차원 또는 옵션을 확장합니다
• 비즈니스 규칙 변경에 따라 제약 조건을 조정합니다
• 성공적인 에이전트를 추가 사용 사례로 확장합니다