DocumentaciónMarketing Campaign AnalyticsGuía de Marketing Campaign Analytics

Información general de modelos

Última actualización: 3 de noviembre de 2026

Creado para:

  • Usuario
  • Administrador

Adobe Marketing Campaign Analytics es la evolución y el cambio de marca de Adobe Mix Modeler. Es posible que parte del contenido de Experience League siga haciendo referencia a Mix Modeler en lugar de a Marketing Campaign Analytics.

style
shade-box

La funcionalidad de modelo de Marketing Campaign Analytics le permite configurar, entrenar y puntuar modelos específicos para sus objetivos comerciales. La formación y la puntuación admiten el aprendizaje de transferencia impulsado por IA entre la atribución multitáctil y el modelado de combinación de marketing.

Los modelos se basan en los datos armonizados que crea como parte del flujo de trabajo de la solicitud.

Un modelo en Marketing Campaign Analytics es un modelo de aprendizaje automático empleado para medir y predecir un resultado especificado en función de las inversiones de marketing. Se pueden utilizar puntos de contacto de marketing y datos de nivel de resumen como entrada. Marketing Campaign Analytics le permite crear variantes de modelos basadas en diferentes conjuntos de variables, dimensiones y resultados, como ingresos, unidades vendidas o posibles clientes.

Un modelo requiere:

  • Una conversión.
  • Uno o más puntos de contacto de marketing (canales) compuestos de datos de nivel de resumen, datos de punto de contacto de marketing (datos de evento) o ambos.
  • Una ventana retrospectiva configurable.
  • Una ventana de formación configurable.

Un modelo puede incluir de forma opcional:

  • Factores externos.
  • Factores internos.
  • Conocimiento previo de las contribuciones de marketing de otras fuentes, como la experiencia previa de las partes interesadas, las pruebas incrementales u otros modelos.
  • Porcentaje de gasto, que utiliza el porcentaje de gasto relativo como proxy cuando los datos de marketing son escasos.

Cuando se crea un modelo por primera vez, la creación inicia inmediatamente el proceso de formación y puntuación. Una vez finalizada la formación inicial y la ejecución de puntuación, las perspectivas del modelo están disponibles para su revisión. Posteriormente, se vuelve a entrenar a un modelo. Además, cuando se añaden datos al modelo, se requiere una nueva puntuación manual del modelo. La recapacitación y el rescoring son un proceso iterativo a medida que surgen nuevos hallazgos e información, y se necesitan ajustes para obtener un modelo de ajuste que sea más apropiado para sus objetivos comerciales.

Modelado funnel completo

AVAILABILITY
La funcionalidad descrita en esta sección se encuentra en la fase de prueba limitada de la versión y es posible que aún no esté disponible en su entorno. Esta nota se eliminará cuando la funcionalidad esté disponible de forma general. Para obtener información sobre el proceso de lanzamiento de Marketing Campaign Analytics, consulte lanzamientos de características de Marketing Campaign Analytics.

El modelado completo de funnel le permite modelar las etapas reales de su funnel. Por ejemplo, desde la suscripción al boletín hasta la compra. El modelado completo de funnel muestra cómo el marketing mueve a los clientes a través de esa funnel. El modelado completo de funnel otorga crédito a los canales de funnel superiores por las conversiones que estos canales influyen en el flujo descendente y concilia los resultados para que las contribuciones se sumen correctamente sin contar dos veces.

El modelado completo de funnel se utiliza para modelar en un KPI de funnel superior junto con un KPI de funnel inferior.

  • Algunos ejemplos de los KPI de funnel superiores son las suscripciones a boletines informativos y otras métricas de imagen de marca.
  • Algunos ejemplos de métricas de funnel más bajas son las métricas de conversión habituales, como los ingresos y los pedidos.

Las tácticas de funnel superiores a menudo obtienen menos crédito en un modelo de MMM centrado en la conversión. El modelado funnel completo le ayuda a comprender:

  • Qué tácticas de medios y marketing contribuyeron al objetivo superior de funnel.
  • Qué tácticas de marketing y medios generaron un impacto indirecto en el objetivo de conversión. Las ponderaciones del modelo funnel superior son una entrada al modelo funnel inferior para dar mayor peso a las tácticas de medios y marketing donde sea relevante.

Modelos de compilación

Para generar un modelo, use el flujo de configuración del modelo guiado paso a paso de Marketing Campaign Analytics disponible al seleccionar Open model canvas. Consulte Modelos de compilación para obtener más información.

Administrar modelos

Para ver una tabla de los modelos actuales, en la interfaz de Marketing Campaign Analytics:

  1. Seleccione FileDataS2 Models del carril izquierdo.

  2. Verá una tabla de los modelos actuales.

    Las columnas de la tabla especifican detalles sobre el modelo.

    table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2
    Nombre de columna Detalles
    Name Nombre del modelo. Si un modelo está habilitado para el modelado funnel completo, verá un [funnel completo]{class="badge informative"}.
    Description Descripción del modelo.
    Conversion event La conversión que ha seleccionado para el modelo.
    Run frequency Frecuencia de ejecución del aprendizaje del modelo.
    Last run La fecha y hora de la última formación del modelo.
    Status El estado del modelo.

    Para ordenar la tabla en cualquier columna en orden ascendente ArrowMoveUpS2 o descendente ArrowMoveDownS2 , seleccione el título de la columna.

    Para ordenar o cambiar el tamaño de la columna Name, seleccione Name ChevronDown . En el menú contextual, seleccione Sort ascending, Sort descending o Resize column. Para cambiar el tamaño de la columna Name, pase el ratón sobre el separador de columnas.

    El estado del modelo del que se informa depende de dónde se encuentre un modelo dentro de su ciclo de vida. Por ejemplo, si un modelo se ha creado, si se ha vuelto a entrenar correctamente o no, o si se ha marcado o no correctamente.

    En la tabla siguiente:

    • Marca de verificación : indica una ejecución correcta de un paso en el ciclo de vida del modelo.
    • Reloj : indica una ejecución en curso actual de un paso en el ciclo de vida del modelo.
    • Cerrar - indica una ejecución fallida de un paso en el ciclo de vida del modelo.
    table 0-row-6 1-row-6 2-row-6 3-row-6 4-row-6 5-row-6 6-row-6 7-row-6 8-row-6 9-row-6 10-row-6 11-row-6 12-row-6 13-row-6 2-align-center 3-align-center 4-align-center 5-align-center 6-align-center 9-align-center 10-align-center 11-align-center 12-align-center 13-align-center 16-align-center 17-align-center 18-align-center 19-align-center 20-align-center 23-align-center 24-align-center 25-align-center 26-align-center 27-align-center 30-align-center 31-align-center 32-align-center 33-align-center 34-align-center 37-align-center 38-align-center 39-align-center 40-align-center 41-align-center 44-align-center 45-align-center 46-align-center 47-align-center 48-align-center 51-align-center 52-align-center 53-align-center 54-align-center 55-align-center 58-align-center 59-align-center 60-align-center 61-align-center 62-align-center 65-align-center 66-align-center 67-align-center 68-align-center 69-align-center 72-align-center 73-align-center 74-align-center 75-align-center 76-align-center 79-align-center 80-align-center 81-align-center 82-align-center 83-align-center 86-align-center 87-align-center 88-align-center 89-align-center 90-align-center 93-align-center 94-align-center 95-align-center 96-align-center 97-align-center layout-fixed
    Estado Compilación Entrenar Puntuación Volver A Entrenar Puntuación adicional
    En curso Marca de verificación
    En curso Marca de verificación Reloj
    En curso Marca de verificación Marca de verificación Reloj
    En curso Marca de verificación Marca de verificación Marca de verificación Reloj
    En curso Marca de verificación Marca de verificación Marca de verificación Marca de verificación Reloj
    Error de formación Marca de verificación Cerrar
    Error de formación Marca de verificación Marca de verificación Marca de verificación Cerrar
    Formación completada correctamente Marca de verificación Marca de verificación
    Formación completada correctamente Marca de verificación Marca de verificación Marca de verificación Marca de verificación
    Error de puntuación Marca de verificación Marca de verificación Cerrar
    Error de puntuación Marca de verificación Marca de verificación Marca de verificación Marca de verificación Cerrar
    Puntuación correcta Marca de verificación Marca de verificación Marca de verificación
    Puntuación correcta Marca de verificación Marca de verificación Marca de verificación Marca de verificación Marca de verificación

  3. Para cambiar las columnas mostradas en la lista, seleccione Configuración de columna y active o desactive las columnas Comprobar .

Puede realizar las siguientes acciones en un modelo específico.

Datos del modelo

La funcionalidad de perspectivas del modelo solo está disponible en modelos entrenados y puntuados correctamente.

Para ver las perspectivas de un modelo:

  1. Seleccione FileData Models del carril izquierdo.
  2. Seleccione el nombre del modelo.

Se le redirigirá a Información del modelo.

Ver detalles

Para ver más detalles de un modelo:

  1. Seleccione FileData Models del carril izquierdo.

  2. Seleccione Información para que un modelo muestre una ventana emergente con detalles como Description, Run frequency, Last run status, Spend share, etc.

Duplicar

Puede duplicar rápidamente un modelo.

  1. Seleccione FileData Models del carril izquierdo.

  2. Seleccione Más para un modelo y, en el menú contextual, seleccione Duplicate.

Se le redirigirá a los pasos para crear un nuevo modelo, con un nombre propuesto compuesto por el nombre del modelo original anexado con (Copy) (n).

Editar

Puede editar el nombre, la descripción y la programación de la formación y la puntuación de un modelo.

  1. Seleccione FileData Models del carril izquierdo.

  2. Seleccione Más para un modelo y, en el menú contextual, seleccione Edit.

    En el diálogo Edit model:

    Editar un modelo

    • Escriba un nuevo(a) Name y Description.

    • Para habilitar la programación, habilite Enable schedule model training and scoring. Solo se puede activar la programación de modelos que se hayan entrenado y clasificado.

      1. Seleccionar un Scoring frequency:

        • Daily: escriba una hora válida (por ejemplo, 10:00 am) o use Reloj para definir la hora.
        • Weekly: seleccione un día de la semana e introduzca una hora válida (por ejemplo, 10:00 am) o use Reloj para definir la hora.
        • Monthly: seleccione un día del mes en el menú desplegable Ejecutar en cada e introduzca una hora válida (por ejemplo, 10:00 am) o use Reloj para definir la hora.

      2. Seleccione un(a) Training frequency del menú desplegable: Monthly, Quarterly, Yearly o None.

    • Si el modelo funnel completo está habilitado, se puede ver la atribución Enable full funnel deshabilitada. No puede modificar esta configuración.

    • Para poner los datos de puntuación a disposición de Customer Journey Analytics, seleccione Enable scores for Customer Journey Analytics.

      Una vez habilitadas las puntuaciones para Customer Journey Analytics, no puede deshabilitar esta configuración a menos que se elimine el modelo.

    • Para actualizar los campos granulares de informes de perspectivas, en la sección Granular Insights Reporting Fields:

      1. Seleccione uno o más campos armonizados de Seleccionar campos armonizados debajo de Includes. Los campos armonizados seleccionados se añaden al panel.
      2. Seleccione ***Campo armonizado *** CrossSize100 para quitar un campo armonizado del contenedor con los campos armonizados seleccionados.
      3. Seleccione Clear all para eliminar todos los campos armonizados seleccionados.
      note important
      IMPORTANT
      Cualquier modelo con MTA creado antes del 12 de enero de 2026 debe duplicarse para habilitar perspectivas de modelo granulares.

      Es necesario volver a puntuar para cualquier modelo existente a fin de reflejar las dimensiones granulares actualizadas en los datos de puntuación.

  3. Seleccione Save.

Entrenar

Vuelva a entrenar un modelo cuando desee incluir nuevos datos de factor y marketing incremental. Consulte Modelos de entrenamiento y puntuación para obtener más información.

Puntuación

Puede puntuar gradualmente un modelo basado en nuevos datos de marketing o volver a puntuar un modelo para un intervalo de fechas específico. Consulte Modelos de entrenamiento y puntuación para obtener más información.

Eliminar modelos

Para eliminar un modelo:

  1. Seleccione FileData Models del carril izquierdo.
  2. Seleccione Más para un modelo y, en el menú contextual, seleccione Delete. También puede seleccionar Eliminar Delete de la barra de acciones azul.
  3. Seleccione Delete en el cuadro de diálogo de confirmación Delete model para eliminar el modelo. Seleccione Cancel para cancelar.

Para eliminar varios modelos:

  1. Seleccione varios modelos.
  2. En la barra de acciones azul, seleccione Eliminar Delete para eliminar los modelos.
  3. Seleccione Delete en el cuadro de diálogo de confirmación de **Delete x modelos​para eliminar los modelos. Seleccione Cancel​para cancelar.
recommendation-more-help
marketing-campaign-analytics-help-main-guide