下一步可能做什麼?
一份最終分布,涵蓋本範例的4個支援事件;下一行為概率尚未經校準。
| 下一事件 | 概率 |
|---|---|
| 購買 | 37% |
| 造訪會員入口 | 28% |
| 點擊郵件 | 21% |
| 核銷優惠券 | 14% |
為什麼有些事件沒有概率?
「傳送郵件」屬於輸入脈絡,不是預測目標,因此概率為 null。不支援或沒有資料涵蓋的事件同樣保持不可用。
CWM — Consumer World Model · 消費者理解 · 核心
理解行為、查看消費者訊號、發現相似族群,透過控制台、API 或 MCP 使用 CWM。
新註冊 CWM 帳號獲贈 500,000 信用點
一次會員預測同時返回下一行為與個人購買窗口;品牌融合頭可用時,將個人訊號與整體需求趨勢結合。
互動範例
所有狀態與數值均為合成範例,不代表即時預測或工作空間可用狀態;不會傳送客戶資料。
已有行為預測仍可返回。品牌融合頭完成訓練並通過驗證前,個人購買窗口保持不可用。
一份最終分布,涵蓋本範例的4個支援事件;下一行為概率尚未經校準。
| 下一事件 | 概率 |
|---|---|
| 購買 | 37% |
| 造訪會員入口 | 28% |
| 點擊郵件 | 21% |
| 核銷優惠券 | 14% |
「傳送郵件」屬於輸入脈絡,不是預測目標,因此概率為 null。不支援或沒有資料涵蓋的事件同樣保持不可用。
CWM 個人訊號 + TimesFM 品牌需求趨勢。
預測窗口內至少購買一次的累計概率。三個窗口之間、窗口與行為分布之間均不能相加。
一次會員請求同時返回 distribution 與 purchaseWindows。
curl --request GET \
"https://YOUR_API_HOST/api/v2/cwm/members/YOUR_MEMBER_UUID/next-behaviors" \
--header "Authorization: Bearer YOUR_API_KEY"{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/call",
"params": {
"name": "cwm_predict_next_behaviors",
"arguments": {
"member_id": "YOUR_MEMBER_UUID"
}
}
}請替換 API 網域、會員 UUID 與工作空間 API 金鑰。
所需權限 · predictions:read 可讀取行為;額外授予 metrics:read(或 *)後,可在模型就緒時取得購買窗口。
僅為合成範例節選。品牌模型回應還包含完整事件目錄及涵蓋資訊;公共先驗參考採用獨立的6類詞表。
{
"predictionKind": "next_event",
"unit": "probability_0_1",
"status": "degraded",
"distribution": {
"status": "ok",
"vocabulary": "member_event",
"normalization": "conditional_on_supported_events",
"calibrated": false,
"rows": [
{
"key": "purchase.completed",
"label": "Purchase",
"probability": 0.37,
"rank": 1,
"availability": "predicted"
},
{
"key": "portal.visited",
"label": "Portal visit",
"probability": 0.28,
"rank": 2,
"availability": "predicted"
},
{
"key": "email.clicked",
"label": "Email clicked",
"probability": 0.21,
"rank": 3,
"availability": "predicted"
},
{
"key": "coupon.redeemed",
"label": "Coupon redeemed",
"probability": 0.14,
"rank": 4,
"availability": "predicted"
},
{
"key": "email.sent",
"label": "Email sent",
"probability": null,
"rank": null,
"availability": "context_only"
}
]
},
"purchaseWindows": {
"unit": "probability_0_1",
"probabilities": {
"7": null,
"30": null,
"90": null
},
"calibrated": false,
"envelope": {
"status": "unavailable",
"backend": "cwm-timesfm-2.5",
"reasonCodes": [
"fusion_not_trained"
]
}
},
"reasonCodes": [
"fusion_not_trained"
]
}合成資料 · TimesFM 2.5
基於128天合成歷史生成的預測範例,對比近期需求走勢、未來逐日預測和分位數範圍。
合成需求單位
| 日期(UTC) | 預測值 | q10–q90 |
|---|---|---|
| 2026-10-05 | 22.9 | 22.8–23.0 |
| 2026-10-06 | 21.3 | 21.2–21.4 |
| 2026-10-07 | 18.7 | 18.6–18.8 |
| 2026-10-08 | 17.1 | 17.0–17.1 |
| 2026-10-09 | 17.7 | 17.6–17.7 |
| 2026-10-10 | 20.0 | 20.0–20.1 |
| 2026-10-11 | 22.3 | 22.3–22.4 |
| 2026-10-12 | 22.9 | 22.9–22.9 |
| 2026-10-13 | 21.3 | 21.2–21.3 |
| 2026-10-14 | 18.7 | 18.6–18.7 |
| 2026-10-15 | 17.1 | 17.0–17.2 |
| 2026-10-16 | 17.7 | 17.6–17.7 |
| 2026-10-17 | 20.0 | 19.9–20.1 |
| 2026-10-18 | 22.4 | 22.3–22.4 |
| 2026-10-19 | 22.9 | 22.8–23.0 |
| 2026-10-20 | 21.3 | 21.2–21.4 |
| 2026-10-21 | 18.7 | 18.6–18.7 |
| 2026-10-22 | 17.1 | 17.0–17.1 |
| 2026-10-23 | 17.7 | 17.6–17.7 |
| 2026-10-24 | 20.0 | 19.9–20.0 |
| 2026-10-25 | 22.3 | 22.3–22.4 |
| 2026-10-26 | 22.9 | 22.8–22.9 |
| 2026-10-27 | 21.3 | 21.2–21.3 |
| 2026-10-28 | 18.7 | 18.6–18.7 |
| 2026-10-29 | 17.1 | 17.0–17.2 |
| 2026-10-30 | 17.7 | 17.6–17.7 |
| 2026-10-31 | 20.0 | 20.0–20.1 |
| 2026-11-01 | 22.4 | 22.3–22.4 |
| 2026-11-02 | 22.9 | 22.8–22.9 |
| 2026-11-03 | 21.3 | 21.2–21.3 |
本範例輸入為合成資料,預測由真實TimesFM 2.5權重生成。預測起點為2026-10-05(UTC),演示日期固定;分位數覆蓋率尚未經校準。數值不代表客戶實際需求或個人購買概率。
一次獲得一份最終概率分布與排序。通過評測的品牌模型優先,最多支援23類有資料覆蓋的目標;品牌模型不可用時,內部公共先驗模型彙總成一份6類參考分布。不支援及僅作上下文的事件保持不可用。
自動包含在同一份會員回應中:租戶獨立的輕量融合頭結合 CWM 訊號與 TimesFM 品牌趨勢。合格融合頭直接輸出;缺少訓練或評測時,購買窗口保持不可用,已有行為預測仍可返回。
TimesFM 2.5 服務已設定且逐日歷史完整時,可預測未來最多90天的銷售額、訂單數或商品銷量,並提供預測值和9個分位數。
下一行為概率在支援的候選類別中合計為100%,尚未經校準。購買窗口另行預測7/30/90天內至少購買一次的累計概率,不與行為類別一起正規化。行為分布未按靜默時長調整;公共先驗參考尚未通過工作區驗證。
需求分位數表達整體不確定性,不是個人購買區間,覆蓋率尚未經校準。缺失資料保持不可用;在工作區評測完成前,不宣稱精度提升。
查看已發生的行為、消費者狀態,以及購買、長時間未活動和移除購物車商品等標準模型訊號。結果會說明缺失資料與訊號的適用範圍。
探索行為相似族群、分群與異常行為。相似度協助你研究族群,並不代表承諾的轉換率。
透過控制台、REST API 或 MCP,在應用或 AI 用戶端中使用 CWM。限定權限的金鑰控制工作空間存取。
分析需要支援的資料格式和足夠的行為歷史。不可用的訊號會明確標示;新帳號不含客戶資料或預測結果。
新帳號獲贈信用點。符合條件的操作按公布的費率扣點;需要更多用量時,在工作空間內購買信用點並查看餘額與使用紀錄。
使用電子郵件和密碼或 Google 註冊,並同意 CWM 使用者協議。註冊時會提示服務可用範圍。
體驗 CWM →CWM / Harness / Loop Marketing
消費者理解 · 核心
Consumer World Model
理解行為、查看消費者訊號、發現相似族群,透過控制台、API 或 MCP 使用 CWM。
了解 CWM →AI 執行 · 執行層
SocialHub Harness
為 AI 配置脈絡、技能與工具,在權限、預算和審核規則內完成任務。
了解 Harness →行銷成果 · 應用層
Agentic Retention Loop
擷取行為、決定行動、跨通路觸達、累積會員資產,將結果回饋至下一輪。
了解 Loop Marketing →實際結果用於指導下一輪決策,模型更新取決於資料品質及驗證結果。