Modelos

La funcionalidad de modelo de Mix Modeler le permite configurar, entrenar y puntuar modelos de IA/ML específicos para sus objetivos comerciales y compatibles con 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 de Mix Modeler.

Un modelo en Mix Modeler es un modelo de aprendizaje automático empleado para medir y/o predecir un resultado específico basado en las inversiones de un experto en marketing. Se pueden utilizar puntos de contacto de marketing y datos de nivel de resumen como entrada. Mix Modeler 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 para
  • una ventana de formación configurable.

Un modelo puede incluir de forma opcional:

  • factores externos,
  • factores internos,
  • los denominados "precedentes" (distribución de probabilidad que representa el conocimiento o la incertidumbre de los datos antes o antes de observarlos), que indexan las conversiones anteriores por canal,
  • porcentaje de gasto, que utiliza el porcentaje de gasto relativo como proxy cuando los datos de marketing son escasos.

Creación de un modelo

Para crear un modelo, utilice el flujo de configuración del modelo guiado paso a paso del Mix Modeler disponible al seleccionar Open model canvas. Consulte Creación de un modelo para obtener más información.

Administrar modelos

Para ver una tabla de los modelos actuales, en la interfaz del Mix Modeler:

  1. Seleccionar Models desde el 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 layout-auto
    Nombre de columna Detalles
    Nombre Nombre del modelo
    Descripción Descripción del modelo
    Evento de conversión La conversión que ha seleccionado para el modelo.
    Frecuencia de ejecución Frecuencia de ejecución del aprendizaje del modelo.
    Última ejecución La fecha y hora de la última formación del modelo.
    Estado El estado de la última ejecución de la formación del modelo.
    ● Correcto
    ● Problema de formación
    ● Esperando formación
    ● Error
    ● _ (cuando una última ejecución está en curso)
  3. Para cambiar las columnas mostradas en la lista, seleccione Configuración de columna y activar las columnas Marque o apagada.

Ver detalles de un modelo

Para ver más detalles de un modelo:

  1. Seleccionar Información para que un modelo muestre una ventana emergente con detalles.

Datos del modelo

Para ver las perspectivas de un modelo, en la interfaz del Mix Modeler:

  1. Seleccionar Models desde el carril izquierdo.

  2. Seleccione el nombre de un modelo con una Last run status de ● Success desde el Models tabla. Información del modelo solo está disponible en modelos formados correctamente.

  3. En el menú contextual, seleccione Model Insights. Se le redirigirá a Datos del modelo.

Volver a puntuar

Para volver a puntuar un modelo, en la interfaz de Mix Modeler:

  1. Seleccionar Models desde el carril izquierdo.

  2. Seleccione el nombre de un modelo con una Last run status de ● Success desde el Models tabla. Volver a puntuar solo está disponible en modelos formados correctamente.

  3. En el menú contextual, seleccione Re-score. Puede tardar unos minutos en mostrar un estado actualizado para el modelo.

Eliminación de un modelo

Para eliminar un modelo:

  1. Seleccione el nombre del modelo que desea eliminar.

  2. En el menú contextual, seleccione Delete para eliminar el modelo.

    note warning
    WARNING
    El modelo se elimina inmediatamente.
recommendation-more-help
d5f9b631-c793-4214-8dc7-f78d1750e4f4