DocumentaciónMix ModelerGuía de Mix Modeler

Crear modelos

Last update: Thu Feb 26 2026 00:00:00 GMT+0000 (Coordinated Universal Time)
  • Temas:

Creado para:

  • Usuario
  • Administrador

Para crear modelos personalizados con tecnología de IA, la interfaz proporciona un flujo de configuración de modelos guiado paso a paso.

En la interfaz Modelos Models del Mix Modeler, seleccione Open model canvas.

Configuración

Usted define un nombre y una descripción en el paso Setup:

  1. Escriba el modelo Name, por ejemplo Demo model. Escriba un Description, por ejemplo Demo model to explore AI features of Mix Modeler.

    Nombre y descripción del modelo

  2. Seleccione Next para continuar con el paso siguiente. Seleccione Cancel para cancelar la configuración del modelo.

Configurar configure

Puede configurar su modelo en el paso Configure. La configuración implica la definición de objetivos de conversión, puntos de contacto de marketing, la población de datos elegible, factores externos e internos, y más.

  1. En la sección Conversion goal:

    Modelo: paso de conversión

    1. Seleccione una conversión en el menú desplegable Conversion. Las conversiones disponibles son la conversión que definió como parte de Conversiones en Harmonized datasets. Por ejemplo, Online Conversion.

    2. Puede seleccionar LinkOutLight Create a conversion para crear una conversión directamente desde la configuración del modelo.

  2. En la sección Marketing touchpoints, puede seleccionar uno o más puntos de contacto de marketing, correspondientes a los puntos de contacto de marketing que definió como parte de puntos de contacto de marketing en Harmonized datasets.

    Modelo: paso de punto de contacto de marketing

    1. Seleccione uno o más puntos de contacto de marketing en el menú desplegable Touchpoint include.

      • Puede usar CrossSize75 para quitar un punto de contacto.
      • Puede usar Clear all para eliminar todos los puntos de contacto.

    2. Puede seleccionar LinkOutLight Create a touchpoint para crear un punto de contacto de marketing directamente desde la configuración del modelo.

    note note
    NOTE
    No puede configurar el modelo con puntos de contacto que tengan datos superpuestos y debe haber al menos un punto de contacto con gasto.

  3. De forma predeterminada, se genera una puntuación para todos los datos de la vista armonizada. Para puntuar solo un subconjunto de la población, defina uno o más filtros usando contenedores en la sección Eligible data population.

    Modelo: población de datos elegible

    • Para cada contenedor, defina uno o más eventos.

      1. Para cada evento:

        1. Seleccione una métrica o dimensión de Seleccionar campo armonizado.

        2. Seleccione el operador apropiado: equals, not equals, less than, greater than, starts with, doesn’t start with, ends with, doesn’t end with, contains, doesn’t contain, is in o is not in.

        3. Escriba o seleccione un valor en Escriba o seleccione el valor.

      2. Para agregar un evento adicional en el contenedor, seleccione Agregar Add event.

      3. Para quitar un evento del contenedor, seleccione Cerrar .

      4. Para filtrar usando todos o cualquiera de los múltiples eventos definidos en el contenedor, seleccione Any of o All of. La etiqueta cambia de Include … Or … a Include … And ….

    • Para agregar un contenedor de población de datos apto, seleccione Agregar Add eligible population.

    • Para quitar un contenedor de población de datos apto, dentro del contenedor, seleccione Más y Remove container en el menú contextual.

    • Seleccione And y Or entre contenedores para generar definiciones más complejas para la población de datos elegible.

  4. Puede administrar conjuntos de datos que contengan factores internos o externos en la sección Factor dataset.

    Modelo: paso de conjunto de datos de factor

    • Para agregar un conjunto de datos de factor, seleccione Add Factor. Puede añadir un máximo de 30 factores a un modelo.

      1. Seleccione un Factor dataset en el menú desplegable. Los factores disponibles son los factores para los que ha definido un campo armonizado en reglas del conjunto de datos.
        Según el conjunto de datos seleccionado, el Factor type es Internal o External.

      2. Seleccione Impact on conversion en el menú desplegable. Las opciones disponibles son: Auto, Positive o Negative. La opción predeterminada es Auto, que permite al modelo determinar el impacto del conjunto de datos de factor.

    • Para eliminar un conjunto de datos de factor, seleccione CrossSize200 .

  5. Para definir la ventana retrospectiva del modelo, escriba un valor entre 1 y 52 en Give contribution credit to touchpoints occurring within… weeks prior to the conversion en la sección Define lookback window.

  6. Seleccione Next para continuar con el paso siguiente. Si se necesita más configuración, un contorno rojo y texto explican qué configuración adicional se requiere.
    Seleccione Back para regresar al paso anterior.
    Seleccione Cancel para cancelar la configuración del modelo.

Avanzadas

Puede especificar la configuración avanzada en el paso Advanced. En este paso, puede habilitar el modelo para atribución multitáctil (MTA).

  1. En la sección Spend share:

    • Para usar las relaciones de inversión de marketing históricas para informar al modelo cuando los datos de marketing son dispersos, active Allow spend share. Se recomienda esta configuración, especialmente en los siguientes casos:

      • Un canal no tiene suficientes observaciones (por ejemplo, baja frecuencia de gasto, impresiones o clics).
      • Estás modelando medios llamativos pero regulares y potencialmente muy gastados (como la televisión para algunas marcas), donde los datos pueden ser escasos.
      note note
      NOTE
      En el caso de inversiones puntuales (por ejemplo, un anuncio de la Super Bowl), considere la posibilidad de incorporar esos datos como un factor, en lugar de depender de la participación en el gasto.

  2. En la sección MTA enabled:

    • Para habilitar las características de MTA para el modelo, active MTA enabled. Si ha habilitado el MTA, los conocimientos de atribución multitáctil estarán disponibles una vez que haya formado y marcado a su modelo. Consulte la pestaña Atribución en Información del modelo.

  3. En la sección Prior knowledge:

    Modelo - Conocimientos previos

    1. Seleccione Rule type, que es de forma predeterminada Absolute values.

    2. Especifique los porcentajes de contribución para cualquiera de los canales enumerados en Name, utilizando la columna Contribution proportion.

    3. Si corresponde, puede agregar para cada canal un porcentaje de Level of confidence.

    4. Cuando sea necesario, use Clear all para borrar todos los valores de entrada de las columnas Contribution proportion y Level of confidence.

Establecer opciones

Puede programar entrenamiento y puntuación, definir ventana de entrenamiento y especificar campos de informes de conocimientos detallados para su modelo en el paso Set options.

Programación

En la sección Schedule, puede programar entrenamiento y puntuación de modelos.

Modelo de programación

Para programar la puntuación y el entrenamiento del modelo:

  1. Activar Enable scheduled model scoring and training.

  2. Seleccione un Scoring frequency:

    • Daily: Introduzca una hora válida (por ejemplo, 05:22 pm) o utilice Reloj .
    • Weekly: Seleccione un día de la semana y escriba una hora válida (por ejemplo, 05:22 pm) o utilice Reloj .
    • Monthly: Seleccione un día del mes en el menú desplegable Ejecutar y escriba una hora válida (por ejemplo, 05:22 pm) o utilice Reloj .

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

Ventana de formación

En la sección Define training window, seleccione entre:

Modelo - Definir ventana de formación

  • Have Mix Modeler select a helpful training window y

  • Manually input a training window. Cuando esté seleccionado, defina el número de años en Include events the following years prior to a conversion.

Campos de informes de perspectivas granulares

La sección Granular insights reporting fields utiliza la funcionalidad de informes de incrementalidad granular. Esta funcionalidad le permite seleccionar campos armonizados para desglosar las puntuaciones de conversión e incrementalidad de punto de contacto.

Definir campos granulares de informes de perspectivas

Estos campos armonizados se definen de modo que se pueda explorar en profundidad el sistema de informes del modelo mediante columnas de informes granulares en lugar de tener que crear modelos separados.

Por ejemplo, crea un modelo centrado en los ingresos, pero también le interesa el rendimiento de las campañas, los tipos de medios, las regiones y las fuentes de tráfico. Sin la funcionalidad de creación de informes de incrementalidad granular, tendría que crear cuatro modelos independientes. Con la funcionalidad de creación de informes de incrementalidad granular, puede desglosar el modelo de ingresos en campañas, tipos de medios, regiones y fuentes de tráfico.

  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.

Los campos armonizados seleccionados para los informes de incrementalidad granular están disponibles como parte de los conjuntos de datos schema y dataset de Experience Platform que resultan de la puntuación del modelo. Los campos de informes de datos detallados se pueden encontrar dentro de los objetos conversionPassthrough y touchpointPassthrough.

Captura de pantalla de los objetos conversionPassthrough y touchpointPassthrough en un esquema para un modelo habilitado para la creación de informes de incrementalidad granular

Finalizar

  • Seleccione Finish para finalizar la configuración del modelo.

    • En el cuadro de diálogo Create instance?, seleccione Ok para almacenar en déclencheur el primer conjunto de entrenamientos y ejecuciones de puntuación inmediatamente. Su modelo aparece con el estado StatusOrange Awaiting training.

      Seleccione Cancel para cancelar.

    • Si se necesita más configuración, un contorno rojo y texto explican qué configuración adicional se requiere.

  • Seleccione Back para volver al paso anterior.

  • Seleccione Cancel para cancelar la configuración del modelo.

recommendation-more-help
d5f9b631-c793-4214-8dc7-f78d1750e4f4