Exclure des caractéristiques dans les modèles algorithmiques (analogue) excluding-traits-in-algorithmic-look-alike-models
Dans cette vidéo, découvrez comment et pourquoi exclure des caractéristiques (ou groupes de) spécifiques d’un modèle algorithmique (analogue).
Cas d’utilisation de cette fonctionnalité :
- Les caractéristiques extrêmement courantes telles que les caractéristiques du visiteur du site biaisent le modèle, ce qui ne sera pas utile pour trouver une audience analogue de qualité. Les clients n’ont plus besoin de créer une source de données distincte et de stocker les caractéristiques communes dans la nouvelle source de données, mais peuvent désormais simplement les exclure.
- Il existe désormais un moyen d’utiliser un sous-ensemble de caractéristiques d’un tiers, comme des intérêts comportementaux, plutôt que toutes les informations d’un modèle. Les tiers envoient généralement beaucoup de données qui peuvent ne pas être utiles au client. Dans certains cas, ils ne seront pas autorisés à utiliser toutes les données d’un point de vue juridique dans la modélisation. Vous pouvez désormais exclure des caractéristiques ou des dossiers de caractéristiques que vous ne souhaitez pas inclure dans le modèle.
recommendation-more-help
468cbaa0-07ce-4354-9a38-4f23b645a466