Por ejemplo, si lo siguiente es verdadero:
entonces, las alternativas que se intentan pueden ser las siguientes:
Si el número de clientes que se optimizan es mayor que lo indicado por CustomerSampleSize, Optimize divide a los clientes en grupos que no superan el valor de CustomerSampleSize y optimiza cada grupo de muestreo por separado. Aún se deben cumplir las reglas que se extienden a lo largo de los grupos, como la regla Capacidad personalizada. El aumento de este número puede mejorar los resultados, pero perjudicar el rendimiento.
El valor más óptimo de CustomerSampleSize es igual que el número de clientes. Sin embargo, procesar un conjunto de datos de gran tamaño puede requerir una cantidad de tiempo prohibitiva. Al dividir a los clientes en grupos más pequeños que Optimize procese por separado, es posible aumentar el rendimiento con una pérdida mínima en los resultados.
La clave aleatoria representa el punto de partida que utiliza Optimize para seleccionar registros aleatoriamente antes de completar los grupos de muestreo definidos por CustomerSampleSize. Si tiene menos clientes que lo indicado por CustomerSampleSize, esta propiedad no tiene ningún efecto en la optimización.
El número máximo de iteraciones Optimize procesará un grupo de clientes. Optimize procesa un grupo de clientes hasta que se alcanza un resultado óptimo o hasta que el número de iteraciones es igual a MaxIterationsPerCustomerSample.
La siguiente información de la bitácora de la sesión permite observar los efectos de los cambios de la configuración de MaxIterationsPerCustomerSample.
El número máximo de subprocesos que Optimize utiliza para procesar los algoritmos de optimización. En general, mientras más alto configure MaxCustomerSampleProcessingThreads, tendrá mayor posibilidad de mejorar el rendimiento. Sin embargo, el aumento del rendimiento está limitado por varios factores que incluyen el tipo y el número de reglas de optimización que usted y su hardware utilicen. Para obtener instrucciones detalladas sobre el ajuste de implementación de Optimize, consulte a su representante de IBM Unica .
Si es verdadero, Optimize intenta utilizar varios subprocesos cuando procesa los algoritmos de optimización. Puede configurar la cantidad de subprocesos con las propiedades de configuración de MaxCustomerSampleProcessingThreads, ProcessingThreadQueueSize y PostProcessingThreadQueueSize. Si es falso, Optimize utiliza un solo subproceso cuando procesa los algoritmos de optimización.
Si es verdadero, Optimize escribe transacciones del historial de contactos en un archivo para leerlas durante la ejecución de una sesión de Optimize. Si es falso, Optimize lee de la tabla UA_ContactHistory en las tablas del sistema de Campaign.
Si es falso, Optimize crea un bloqueo de lectura en la tabla UA_ContactHistory durante la sesión de optimización Optimize. Esto podría hacer que fallen los intentos de escribir en la tabla si está utilizando una utilidad de carga de base de datos. Si es verdadero, Optimize crea un bloqueo de lectura en la tabla únicamente por el tiempo que tarda escribir la consulta en un archivo.
Esta propiedad de configuración permite detener el procesamiento de un grupo de clientes cuando el índice de optimización alcance un nivel determinado. La propiedad MinImprovmentPercent permite configurar un índice de mejora del scoring, medido de manera porcentual, a fin de continuar la iteración. El valor predeterminado es cero, lo que significa que el número de iteraciones posibles es ilimitado.
Si UseFutureContacts se ha configurado como false y las reglas de optimización correspondientes a la sesión de Optimize no utilizan períodos de tiempo, Optimize no efectúa ninguna consulta en las tablas Contact History (Historial de Contactos). De esta manera se agilizará el tiempo necesario para ejecutar la sesión de Optimize. No obstante, si la sesión de Optimize utiliza períodos de tiempo, se consultarán las tablas del Historial de Contactos.
Si en el Historial de Contactos se registran contactos potenciales futuros, el valor de UseFutureContacts se debe configurar como true. Por ejemplo, si se sabe que la semana siguiente se enviará un correo electrónico a ciertos clientes con respecto a una oferta especial, es posible que esos contactos ya tengan un marcador de posición en las tablas del Historial de Contactos. En este caso, el valor de UseFutureContacts debe configurarse como true y Optimize siempre consultará las tablas del Historial de Contactos.