Creación de un modelo

Para crear un modelo, en la interfaz de Modelos Models del Mix Modeler, seleccione Open model canvas.

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

Configurar

El nombre y la descripción se definen en el paso Setup:

  1. Escriba el modelo Name, por ejemplo Demo model. Escriba un Description, por ejemplo Demo model to explore AI featues 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

El modelo se configura en el paso Configure. La configuración implica la definición de los objetivos de conversión, los puntos de contacto de marketing, la población de datos apta, los factores externos e internos, etc.

  1. En la sección Conversion goal:

    Modelo: paso de conversión

    1. Seleccione una conversión en el menú desplegable Conversion. Las conversiones disponibles son las conversiones 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 marketing touchpoint en el menú contextual.

  4. Para agregar conjuntos de datos que contengan factores externos al modelo, utilice uno o más contenedores en la sección External factors dataset. Un ejemplo de factores externos son los índices S&P.

    Modelo: conjunto de datos de factores externos

    • Para cada contenedor:

      1. Escriba un External factor name, por ejemplo External Factors.

      2. Seleccione un conjunto de datos del menú desplegable Dataset. Puede seleccionar Datos para administrar conjuntos de datos. Consulte Conjuntos de datos para obtener más información.

      3. Seleccione una opción del menú desplegable Impact on conversion: Auto select, Positive o Negative.

    • Para agregar un contenedor de conjunto de datos de factores externos adicional, seleccione Agregar Add external factor.

    • Para quitar un contenedor de conjunto de datos de factores externos, seleccione RemoveCircle .

  5. Para agregar conjuntos de datos que contengan factores internos al modelo, utilice uno o más contenedores en la sección Internal factors dataset. Un ejemplo de factores internos son los datos de marketing por correo electrónico.

    Modelo: conjunto de datos de factores internos

    • Para cada contenedor:

      1. Escriba un Internal factor name, por ejemplo Email Marketing Data.

      2. Seleccione un conjunto de datos de Seleccione un conjunto de datos. Puede seleccionar Datos para administrar conjuntos de datos. Consulte Conjuntos de datos para obtener más información.

      3. Seleccione una opción del menú desplegable Impact on conversion: Auto select, Positive o Negative.

    • Para agregar un contenedor de conjunto de datos de factores internos adicional, seleccione Agregar Add internal factor.

    • Para quitar un contenedor de conjunto de datos de factores internos, seleccione RemoveCircle .

  6. Para definir la ventana retrospectiva del modelo, escriba un valor entre 1 y 52 en Give contribution credit to touchpoints occurring withinweeks prior to the conversion.

  7. 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.
  2. En la sección MTA enabled:

    • Para habilitar las características de MTA para el modelo, active MTA enabled. Si ha habilitado el MTA, las perspectivas de atribución multitáctil están disponibles después de haber entrenado y puntuado al 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. Si es necesario, use Clear all para borrar todos los valores de entrada de las columnas Contribution proportion y Level of confidence.

Programación

Puede programar la formación y la puntuación del modelo en el paso Schedule.

  1. En la sección Schedule puede programar la formación y la puntuación del modelo.

    Modelo de horario

    Para programar la puntuación y la formación del modelo:

    1. Activar Enable scheduled model scoring and training.

    2. Seleccionar un Scoring frequency:

      • Daily: escriba una hora válida (por ejemplo, 05:22 pm) o use Reloj .
      • Weekly: seleccione un día de la semana e introduzca una hora válida (por ejemplo, 05:22 pm) o use Reloj .
      • Monthly: selecciona un día del mes en el menú desplegable Ejecutar en cada e introduce una hora válida (por ejemplo, 05:22 pm) o usa Reloj .
    3. Seleccione un(a) Training frequency del menú desplegable: Monthly, Quarterly, Yearly o None.

  2. 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.

  3. 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