根據客戶與您品牌的參與程度

廣告時代》以健身鏈為例闡釋了可解釋人工智慧的概念。為了實現將免費行動應用程式用戶轉變為付費訂閱者（也稱為「免費增值」到「高級」）的目標，該企業可以使用人工智慧模型來定位已報名參加三個健身課程的用戶。人工智慧已經發現，這個特定的閾值與競選活動的預期結果具有高度的統計相關性，可以說，可解釋性就是演算法如何顯示其工作。

在此範例中，借助正確的行銷平台，行銷人員可以調出一個儀表板，其中包含揭示模型如何得出結論的詳細資訊。這樣，團隊就可以在按下發送按鈕之前確信人工智慧正在有效運作。

Iterable 行銷長 Adriana Gil Miner 討論了這個可解釋的人工智慧背後的原因：

「例如，您將能夠看到最有可能轉向付費應用程式的人在 30 天內觀看了 3 個影片並登入了 5 次。這建立了透明度和信任。它驗證了受眾和預測的質量，此外，它還為營銷人員提供瞭如何通過其他策略的想法來推動業務的見解。

可解釋性和可選性從一開始就內建在 Iterable 的 AI 中，因此讓我們深入了解行銷人員如何透過我們的工具套件利用可解釋的 AI。

AI 可解釋性與可迭代性
Iterable 的 AI 套件旨在增強您的行銷能力並建立更深層的客戶聯繫，其核心是讓人們掌握 AI 輔助決策的主導權。

這種內建智慧使用可解釋的人工智慧作為幾個功能的核心：

品牌親和力
下一個最佳行動
預測目標
您可以點擊查看每個功能的全面解釋，但這裡是 TL;DR。

品牌親和力
品牌親和力利用 Iterable AI來標記客戶。您可以使用這些標籤向忠實用戶提供獎勵、透過抑制負面用戶來提高開啟率、根據情緒測試優惠等等。

如果您想知道如何分配這些標籤，這就是 Iterable 的可解釋 AI 的用武之地。

用戶過去 30 天內的親和力標籤，以查看可能發生了哪些變化。
過去 90 天對使用者過去和目前親和力得分貢獻最大的活動的摘要。
過去 90 天對使用者親和力得分貢獻最大的指標的摘要，並解釋了這些操作與使用者行為的比較。
Iterable 的品牌親和力功能的螢幕截圖。
Iterable 的可解釋 AI 分解了影響每個用戶品牌親和力得分的因素。

人工智慧模型僅根據情緒對訂閱者進行評分是不夠的。它必須能夠解釋為什麼給出這些分數以及這些因素如何影響整體參與度。

下一個最佳行動

正如《廣告時代》所述，我們現在正在進入一個技術先進的時代，人工智慧模型不僅可以部署廣告活動，還可以產生廣告活動。 Iterable 的 Next Best Action 將此提升到了一個新的水平，分析行銷活動的端到端物流並產生受眾和文案建議以提高績效。

只需點擊幾下，您就可以自動建立行銷活動，選擇正確的細分並提出完美的主題行。您仍然擁有完全的控制權，但現在您可以使用人工智慧輔助的最佳方向推動。

Iterable 的 Next Best Action 功能的螢幕截圖。
使用 AI 優化的主題行和 Iterable 的 Next Best Action 自動將行銷活動傳送給正確的客戶群。

預測目標
在我們的人工智慧部落格系列的最後一部分中，我們將更深入地介紹預測目標，但為了這篇文章，Iterable 在其預測目標功能中使用可解 以色列 電話號碼 釋的人工智慧來分析您的歷史數據並預測哪些用戶最有可能轉變您未來的業務目標。

與品牌親和力一樣

預測目標包含解釋如何理解人工智慧模型所 伊朗電話號碼 做預測的模組。該平台列出了有助於預測的自訂事件和用戶字段，並顯示哪些數據點產生了最有意義的影響。

如下圖所示，您將看到預測強度分數和預測結果的互動式視圖，包括可解釋的 AI 顯示最有可能影響您的結果的事件和屬性。

Iterable 的預測目標功能的螢幕截圖。
Iterable 預測目標左側的模組顯示了 Expandable AI 如何得出其預測結論。

當您按一下「探索」按鈕以了解更多資訊時，您將看到一個如下所示的面板，其中顯示預測目標在產生預測時評估的事件和屬性的數量。它還顯示了具有統計意義的貢獻者的詳細資訊。

Iterable 的可解釋 AI 餅圖的螢幕截圖。
透過 Iterable 的可解釋 AI，清楚地了解哪些因素正在塑造您的預測目標。

有了 Iterable，沒有什麼是神祕的。雖然其人工智慧驅動的見解肯定具有啟發性，但您永遠不會困惑模型如何做出決策。這就是我們的「玻璃盒子」承諾。

讓我們解釋一下 Iterable 的可解釋 AI