Attribution AI中的输入和输出

以下文档概述了Attribution AI中使用的不同输入和输出。

Attribution AI 输入数据

Attribution AI通过分析以下任一数据集来计算算法得分:

重要

Adobe Analytics源连接器可能需要长达四周的时间才能回填数据。 如果您最近设置了一个连接器,则应验证数据集是否具有Attribution AI所需的最小数据长度。 请查看历史数据部分,以验证您有足够的数据来计算准确的算法得分。

有关设置Consumer Experience Event (CEE)架构的更多详细信息,请参阅Intelligent Services数据准备指南。 有关映射Adobe Analytics数据的更多信息,请访问Analytics字段映射文档。

Consumer Experience Event (CEE)架构中的列并非全部是强制Attribution AI的列。

注意

以下9列是必填的,其他列是可选的,但是如果您希望将相同的数据用于其他Adobe解决方案(如Customer AI和Journey AI),则建议/必要。

必填列 需要
主标识字段 接触点/转化
时间戳 接触点/转化
渠道._type 接触点
Channel.mediaAction 接触点
Channel.mediaType 接触点
Marketing.trackingCode 接触点
Marketing.campaignname 接触点
Marketing.campaigngroup 接触点
商务 转化

通常,归因会在“商务”下的转化列(如订单、购买和结账)上运行。 “channel”和“marketing”的列用于定义Attribution AI的接触点(例如,channel._type = 'https://ns.adobe.com/xdm/channel-types/email')。 为获得最佳结果和分析,强烈建议您包含尽可能多的转化和接触点列。 此外,您也不限于上述列。 您可以包含任何其他推荐或自定义列作为转化或接触点定义。

小贴士

如果您在CEE架构中使用Adobe Analytics数据,则Analytics的接触点信息通常存储在channel.typeAtSource(例如channel.typeAtSource = 'email')中。

以下列不是必需的,但如果您有可用的信息,建议您将这些列包含在CEE架构中。

其他建议列:

  • web.webReferer
  • web.webInteraction
  • web.webPageDetails
  • xdm:productListItems

历史数据

重要

Attribution AI正常运行所需的最小数据量如下:

  • 您需要提供至少3个月(90天)的数据才能运行良好的模型。
  • 您至少需要1000次转化。

Attribution AI需要历史数据作为模型培训的输入。 所需数据持续时间主要由两个关键因素决定:培训窗口和回顾窗口。 较短培训窗口的输入对最新趋势更敏感,而较长培训窗口有助于生成更稳定、更准确的模型。 使用最能代表您业务目标的历史数据来建模目标非常重要。

培训窗口配置根据发生时间过滤为模型培训包含的转化事件。 目前,最低培训时间为1个季度(90天)。 回顾窗口提供一个时间范围,用于指示在转化事件接触点之前应包含多少天与此转化事件相关。 这两个概念共同决定了应用程序所需的输入数据量(以天为单位)。

默认情况下,Attribution AI会将培训窗口定义为最近的2个季度(6个月),回顾窗口定义为56天。 换言之,模型将考虑过去2个季度内发生的所有已定义转化事件,并查找在关联转化事件之前56天内发生的所有接触点。

公式:

所需数据的最小长度=培训窗口+回顾窗口

小贴士

具有默认配置的应用程序所需的最小数据长度为:2个季度(180天)+ 56天= 236天。

示例 :

  • 您希望对过去90天(3个月)内发生的转化事件进行归因,并跟踪转化事件发生前4周内发生的所有接触点。 输入数据的持续时间应该会持续过去90天+ 28天(4周)。 培训时间范围为90天,回顾时间范围为28天,总计为118天。

Attribution AI输出数据

Attribution AI输出以下内容:

输出架构示例:

原始粒度分数

Attribution AI会以尽可能最精细的粒度级别输出归因得分,以便您可以按任何得分列对得分进行细分。 要在UI中查看这些得分,请阅读查看原始得分路径中的部分。 要使用API下载分数,请访问下载Attribution AI文档中的分数。

注意

仅当满足以下任一条件时,才能从分数输出数据集的输入数据集中看到任何所需的报表列:

  • 报表列作为接触点或转化定义配置的一部分包含在配置页面中。
  • 报表列包含在其他分数数据集列中。

下表概述了原始分数示例输出中的架构字段:

列名称(DataType) 可为空 描述
timestamp(DateTime) False 发生转化事件或观察的时间。
示例: 2020-06-09T00:01:51.000Z
identityMap(Map) True 与CEE XDM格式类似的用户标识映射。
eventType(字符串) True 此时间系列记录的主事件类型。
示例: "Order"、"Purchase"、"Visit"
eventMergeId(字符串) True 要将多个Experience Events关联或合并到一起的ID,这些事件实质上是相同的事件,或者应当合并。 该代码将在摄取之前由数据生成器填充。
示例: 575525617716-0-edc2ed37-1aab-4750-a820-1c2b3844b8c4
_id(字符串) False 时间系列事件的唯一标识符。
示例: 4461-edc2ed37-1aab-4750-a820-1c2b3844b8c4
_tenantId(对象) False 与您的联系人ID对应的顶级对象容器。
示例: _atsdsnrmmsv2
your_schema_name(对象) False 具有转化事件的所有与其关联的接触点事件及其元数据的分数行。
示例: Attribution AI得分 — 模型名称__2020
分段(字符串) True 转化区段,如构建模型所依据的地域划分。 如果没有区段,则区段与conversionName相同。
示例: ORDER_US
conversionName(字符串) True 在设置过程中配置的转换的名称。
示例: 订单、潜在客户、访问
转化(对象) False 转换元数据列。
dataSource(字符串) True 数据源的全局唯一标识。
示例: Adobe Analytics
eventSource(字符串) True 实际事件发生时的来源。
示例: Adobe.com
eventType(字符串) True 此时间系列记录的主事件类型。
示例: 顺序
地域(字符串) True 传递转化的地理位置placeContext.geo.countryCode
示例: US
priceTotal(双精度) True 通过转换获得的收入
示例: 99.9
product(字符串) True 产品本身的XDM标识符。
示例: RX 1080 ti
productType(字符串) True 产品的显示名称,显示给此产品视图的用户。
示例: Gpu
数量(整数) True 转化期间的购买数量。
示例: 1 1080 ti
receivedTimestamp(DateTime) True 收到转化的时间戳。
示例: 2020-06-09T00:01:51.000Z
skuId(字符串) True 库存单位(SKU),由供应商定义的产品的唯一标识符。
示例: MJ-03-XS-Black
timestamp(DateTime) True 转换的时间戳。
示例: 2020-06-09T00:01:51.000Z
passThrough(对象) True 配置模型时由用户指定的其他得分数据集列。
commerce_order_purchaseCity(字符串) True “其他得分”数据集列。
示例: 城市:圣何塞
customerProfile(对象) False 用于构建模型的用户的身份详细信息。
标识(对象) False 包含用于构建模型的用户的详细信息,如idnamespace
id(字符串) True 用户的标识ID,如Cookie ID、AAID或MCID等
示例: 17348762725408656344688320891369597404
命名空间(字符串) True 用于构建路径以及由此构建模型的身份命名空间。
示例: aaid
接触点详细信息(对象数组) True 导致转化的接触点详细信息列表,按
touchpointName(字符串) True 在设置过程中配置的接触点的名称。
示例: PAID_SEARCH_CLICK
分数(对象) True 接触点对此转化的贡献为得分。 有关此对象中生成的得分的更多信息,请参阅汇总归因得分一节。
touchPoint(对象) True 接触点元数据。 有关此对象中生成的分数的更多信息,请参阅汇总分数一节。

查看原始分数路径(UI)

您可以在UI中查看原始分数的路径。 首先,在Platform UI中选择​架构,然后在​Browse​选项卡中搜索并选择您的归因AI得分架构。

选择您的架构

接下来,在UI的​Structure​窗口中选择一个字段,此时将打开​Field properties​选项卡。 在​字段属性​中,是映射到原始分数的路径字段。

选择架构

汇总归因得分

如果日期范围小于30天,则可以从Platform UI中以CSV格式下载汇总的得分。

Attribution AI支持两类归因得分:算法得分和基于规则的得分。

Attribution AI会生成两种不同类型的算法得分:增量分数和受影响分数。 受影响的得分是每个营销接触点所负责的转化部分。 增量得分是营销接触点直接导致的边际影响量。 增量分数与受影响分数之间的主要区别在于,增量分数考虑了基线效果。 它不认为转化完全由之前的营销接触点引起。

以下是Adobe Experience Platform UI中的Attribution AI架构输出示例:

有关每个归因分数的更多详细信息,请参阅下表:

归因得分 描述
受影响(算法) 影响得分是每个营销接触点负责的转化部分。
增量(算法) 增量得分是营销接触点直接导致的边际影响量。
首次接触 基于规则的归因得分,用于将所有点数分配给转化路径上的初始接触点。
最后接触 基于规则的归因得分,可将所有点数分配到最接近转化的接触点。
线性 基于规则的归因得分,为转化路径上的每个接触点分配同等点数。
U 型 基于规则的归因得分,将40%的点数分配给第一个接触点,40%的点数分配给最后一个接触点,而其他接触点将平均分配其余20%。
时间衰减 基于规则的归因分数,即离转化较近的接触点获得的点数多于距离转化时间较远的接触点。

原始分数参考(归因分数)

下表将归因得分映射到原始得分。 如果要下载原始分数,请访问下载Attribution AI文档中的分数。

归因得分 原始分数引用列
受影响(算法) _tenantID.your_schema_name.element.touchpoint.algorithmicEffected
增量(算法) _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.algorithmicEffected
首次接触 _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.firstTouch
最后接触 _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.lastTouch
线性 _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.linear
U 型 _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.uShape
时间衰减 _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.decayUnits

汇总得分

如果日期范围小于30天,则可以从Platform UI中以CSV格式下载汇总的得分。 有关每个聚合列的更多详细信息,请参阅下表。

列名称 约束 可为空 描述
customrevents_date(DateTime) 用户定义和固定格式 False 客户事件日期(YYYY-MM-DD格式)。
示例:2016-05-02
mediatouchpoints_date(DateTime) 用户定义和固定格式 True YYYY-MM-DD格式
的媒体接触点日期 示例:2017-04-21
区段(字符串) 已计算 False 转化区段,如构建模型所依据的地域划分。 如果没有区段,则区段与conversion_scope相同。
示例:ORDER_AMER
conversion_scope(字符串) 用户定义的 False 由用户配置的转化名称。
示例:订单
touchpoint_scope(字符串) 用户定义的 True 用户
配置的接触点名称 示例:PAID_SEARCH_CLICK
product(字符串) 用户定义的 True 产品的XDM标识符。
示例:CC
product_type(字符串) 用户定义的 True 产品的显示名称,显示给此产品视图的用户。
示例:gpu、笔记本电脑
地域(字符串) 用户定义的 True 提交转化的地理位置(placeContext.geo.countryCode)
示例:美国
event_type(字符串) 用户定义的 True 此时间系列记录
的主事件类型 示例:付费转化
media_type(字符串) 枚举 False 描述媒体类型是付费、自有还是免费。
示例:付费、自有
渠道(字符串) 枚举 False channel._type属性,用于在Consumer Experience Event XDM中提供具有相似属性的渠道的粗略分类。
示例:搜索
操作(字符串) 枚举 False mediaAction属性用于提供体验事件媒体操作的类型。
示例:单击
campaign_group(字符串) 用户定义的 True 将多个营销活动分组在一起的营销活动组的名称,如“50%_DISCOUNT”。
示例:商业
campaign_name(字符串) 用户定义的 True 用于识别营销活动(如“50%_DISCOUNT_USA”或“50%_DISCOUNT_ASIA”)的营销活动的名称。
示例:感恩节大甩卖

原始分数引用(汇总)

下表将汇总的得分映射到原始得分。 如果要下载原始分数,请访问下载Attribution AI文档中的分数。 要从UI中查看原始得分路径,请访问查看本文档中原始得分路径的部分。

列名称 原始分数引用列
customrevents_date timestamp
mediatouchpoints_date _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.timestamp
segment(区段) _tenantID.your_schema_name.segmentation
conversion_scope _tenantID.your_schema_name.conversion.conversionName
touchpoint_scope _tenantID.your_schema_name.touchpointsDetail.element.touchpointName
产品 _tenantID.your_schema_name.conversion.product
product_type _tenantID.your_schema_name.conversion.product_type
地域 _tenantID.your_schema_name.conversion.geo
event_type eventType
media_type _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.mediaType
渠道 _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.mediaChannel
操作 _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.mediaAction
campaign_group _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.campaignGroup
campaign_name _tenantID.your_schema_name.touchpointsDetail.element.touchpoint.campaignName

后续步骤

准备好数据并部署所有凭据和架构后,请首先按照Attribution AI用户指南操作。 本指南将指导您完成创建Attribution AI实例的过程。

在此页面上