Modèles - Aperçu

​​est l’évolution et le changement d’image de Adobe Mix Modeler. Il se peut qu’une partie du contenu d’Experience League fasse toujours référence à Mix Modeler plutôt qu’à Marketing Campaign Analytics.

La fonctionnalité de modèle de Marketing Campaign Analytics vous permet de configurer, d’entraîner et de noter des modèles spécifiques à vos objectifs commerciaux. La formation et la notation prennent en charge l’apprentissage du transfert piloté par l’IA entre l’attribution multipoint et la modélisation du mix marketing.

Les modèles sont basés sur les données harmonisées que vous créez dans le cadre du workflow d’application.

Un modèle dans Marketing Campaign Analytics est un modèle de machine learning utilisé pour mesurer et prédire un résultat spécifié en fonction des investissements marketing. Les points de contact marketing et les données au niveau du résumé peuvent être utilisés comme entrées. Marketing Campaign Analytics vous permet de créer des variantes de modèles en fonction de différents ensembles de variables, dimensions et résultats, tels que les revenus, les unités vendues et les prospects.

Un modèle nécessite :

  • Une conversion.
  • Un ou plusieurs points de contact marketing (canaux) composés de données de niveau résumé, de données de point de contact marketing (données d’événement) ou les deux.
  • Intervalle de recherche en amont configurable.
  • Un créneau de formation configurable.

Un modèle peut éventuellement inclure :

  • Facteurs externes.
  • Facteurs internes.
  • Connaissance préalable des contributions marketing provenant d’autres sources telles que l’expérience passée des parties prenantes, les tests incrémentiels, d’autres modèles.
  • Le partage des dépenses, qui utilise le partage des dépenses relatives comme proxy lorsque les données marketing sont clairsemées.

Lorsqu’un modèle est créé pour la première fois, la création lance immédiatement le processus de formation et de notation. Une fois la formation initiale et l’exécution de notation terminées, les informations de modèle sont disponibles pour révision. Un modèle est ensuite recyclé. En outre, lorsque des données sont ajoutées au modèle, un score manuel du modèle est requis. Le recyclage et la notation sont un processus itératif au fur et à mesure que de nouveaux résultats et de nouvelles informations apparaissent et que des ajustements sont nécessaires pour obtenir un modèle qui correspond le mieux à vos objectifs commerciaux.

Modélisation full funnel

AVAILABILITY
La fonctionnalité décrite dans cette section se trouve dans la phase de test limité de la publication et peut ne pas encore être disponible dans votre environnement. Cette note sera supprimée lorsque la fonctionnalité sera disponible. Pour plus d’informations sur le processus de publication de Marketing Campaign Analytics, consultez Versions des fonctionnalités de Marketing Campaign Analytics.

La modélisation complète de funnel permet de modéliser les étapes réelles de leur funnel. Par exemple, de l’inscription à la newsletter à un achat. La modélisation complète de funnel montre comment le marketing déplace les clients dans ce funnel. La modélisation funnel complète attribue du crédit aux canaux funnel supérieurs pour les conversions que ces canaux influencent en aval et réconcilie les résultats afin que les contributions s’additionnent correctement sans double comptage.

Vous utilisez la modélisation funnel complète pour effectuer le modèle sur un KPI funnel supérieur et un KPI funnel inférieur.

  • Les abonnements aux newsletters et d’autres mesures de sensibilisation à la marque sont des exemples d’indicateurs clés de funnel supérieurs.
  • Les mesures de conversion standard, telles que les recettes et les commandes, sont des exemples de mesures funnel inférieures.

Les tactiques de funnel supérieures sont souvent moins créditées dans un modèle MMM axé sur la conversion. La modélisation funnel complète permet de comprendre les éléments suivants :

  • Quels médias et tactiques marketing ont contribué à l’objectif de la version supérieure de funnel ?
  • Quelles sont les tactiques marketing et les médias qui ont eu un impact indirect sur l’objectif de conversion ? Les poids supérieurs du modèle funnel sont une entrée du modèle funnel inférieur qui donne un poids supérieur aux médias et aux tactiques marketing, le cas échéant.

Créer des modèles

Pour créer un modèle, utilisez le flux de configuration du modèle guidé pas à pas de Marketing Campaign Analytics disponible lorsque vous sélectionnez Open model canvas. Voir Créer des modèles pour plus d’informations.

Gestion des modèles

Pour afficher un tableau de vos modèles actuels, dans l’interface de Marketing Campaign Analytics :

  1. Sélectionnez FileDataS2 Models dans le rail de gauche.

  2. Un tableau des modèles actuels s’affiche.

    Les colonnes du tableau indiquent des détails sur le modèle.

    table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2
    Nom de la colonne Détails
    Name Nom du modèle. Si un modèle est activé pour la modélisation funnel complète, une page [Full funnel]{class="badge informative"} s’affiche.
    Description Description du modèle.
    Conversion event Conversion sélectionnée pour le modèle.
    Run frequency Fréquence d’exécution de l’entraînement du modèle.
    Last run Date et heure du dernier entraînement du modèle.
    Status Statut du modèle.

    Pour trier le tableau sur n’importe quelle colonne dans l’ordre croissant ArrowMoveUpS2 ou décroissant ArrowMoveDownS2 , sélectionnez le titre de la colonne.

    Pour trier ou redimensionner la colonne Name, sélectionnez Name ChevronDown . Dans le menu contextuel, sélectionnez Sort ascending, Sort descending ou Resize column. Pour redimensionner la colonne Name, passez la souris sur le séparateur de colonnes.

    L’état signalé du modèle dépend de l’emplacement d’un modèle dans son cycle de vie. Par exemple, si un modèle est créé, (ré)entraîné avec succès ou non, ou (ré)noté avec succès ou non.

    Dans le tableau ci-dessous :

    • Coche - Indique la réussite de l’exécution d’une étape dans le cycle de vie du modèle.
    • Horloge - Indique l’exécution en cours d’une étape du cycle de vie du modèle.
    • Fermer - indique l’échec de l’exécution d’une étape dans le cycle de vie du modèle.
    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
    État Créer Train Score Recycler Score
    En cours Coche
    En cours Coche Horloge
    En cours Coche Coche Horloge
    En cours Coche Coche Coche Horloge
    En cours Coche Coche Coche Coche Horloge
    Echec de l’apprentissage Coche Fermer
    Echec de l’apprentissage Coche Coche Coche Fermer
    Formation réussie Coche Coche
    Formation réussie Coche Coche Coche Coche
    Échec de la notation Coche Coche Fermer
    Échec de la notation Coche Coche Coche Coche Fermer
    Notation réussie Coche Coche Coche
    Notation réussie Coche Coche Coche Coche Coche
  3. Pour modifier les colonnes affichées pour la liste, sélectionnez Paramètres des colonnes et activez/désactivez les colonnes sur Vérifier .

Vous pouvez effectuer les actions suivantes sur un modèle spécifique.

Informations sur le modèle

La fonctionnalité d’informations sur les modèles n’est disponible que sur les modèles entraînés et notés avec succès.

Pour afficher les informations d’un modèle :

  1. Sélectionnez FileData Models dans le rail de gauche.
  2. Sélectionnez le nom du modèle.

Vous êtes redirigé vers ​ Model Insights ​.

Afficher les détails

Pour afficher plus de détails sur un modèle :

  1. Sélectionnez FileData Models dans le rail de gauche.

  2. Sélectionnez Infos pour qu’un modèle affiche un pop-up avec des détails tels que Description, Run frequency, Last run status, Spend share, etc.

Dupliquer

Vous pouvez rapidement dupliquer un modèle.

  1. Sélectionnez FileData Models dans le rail de gauche.

  2. Sélectionnez Plus pour un modèle, puis sélectionnez Duplicate dans le menu contextuel.

Vous êtes redirigé vers les étapes de création d’un modèle, avec un nom proposé composé du nom du modèle d’origine suivi de (Copy) (n).

Modifier

Vous pouvez modifier le nom, la description, la planification de l’entraînement et la notation d’un modèle.

  1. Sélectionnez FileData Models dans le rail de gauche.

  2. Sélectionnez Plus pour un modèle, puis sélectionnez Edit dans le menu contextuel.

    Dans la boîte de dialogue Edit model :

    Modifier un modèle

    • Saisissez un nouveau Name et une nouvelle Description.

    • Pour activer la planification, activez Enable schedule model training and scoring. Vous pouvez uniquement activer la planification pour les modèles entraînés et notés.

      1. Sélectionner un Scoring frequency :

        • Daily : saisissez une heure valide (par exemple, 10:00 am) ou utilisez Horloge pour définir l’heure.
        • Weekly : sélectionnez un jour de la semaine et saisissez une heure valide (par exemple, 10:00 am) ou utilisez Horloge pour définir l’heure.
        • Monthly : sélectionnez un jour du mois dans le menu déroulant Exécuter sur chaque et saisissez une heure valide (par exemple 10:00 am) ou utilisez Horloge pour définir l’heure.
      2. Sélectionnez un Training frequency dans le menu déroulant : Monthly, Quarterly, Yearly ou None.

    • Si le modèle funnel complet est activé, l’option Désactiver l’attribution funnel complète est visible. Vous ne pouvez pas modifier ce paramètre.

    • Pour rendre les données de score disponibles pour Customer Journey Analytics, sélectionnez Enable scores for Customer Journey Analytics.

      Une fois que les scores sont activés pour Customer Journey Analytics, vous ne pouvez pas désactiver ce paramètre à moins que le modèle ne soit supprimé.

    • Pour mettre à jour les champs de rapport d’informations granulaires, dans la section Granular Insights Reporting Fields :

      1. Sélectionnez un ou plusieurs champs harmonisés à partir des Sélectionner les champs harmonisés sous Includes. Les champs harmonisés sélectionnés sont ajoutés au panneau.
      2. Sélectionnez Champ harmonisé​ CrossSize100 pour supprimer un champ harmonisé du conteneur avec les champs harmonisés sélectionnés.
      3. Sélectionnez Clear all pour supprimer tous les champs harmonisés sélectionnés.
      note important
      IMPORTANT
      Tout modèle avec MTA créé avant le 12 janvier 2026 doit être dupliqué pour activer les informations de modèle granulaires.

      Une notation est requise pour tout modèle existant afin de refléter les dimensions granulaires mises à jour dans les données de notation.
  3. Sélectionner Save.

Entraîner

Recyclez un modèle lorsque vous souhaitez inclure de nouvelles données de facteur et de marketing incrémentiel. Pour plus d’informations, voir Modèles de formation et de notation.

Score

Vous pouvez attribuer un score incrémentiel à un modèle en fonction de nouvelles données marketing ou attribuer un score à un modèle pour une période spécifique. Pour plus d’informations, voir Modèles de formation et de notation.

Suppression de modèles

Pour supprimer un modèle :

  1. Sélectionnez FileData Models dans le rail de gauche.
  2. Sélectionnez Plus pour un modèle, puis sélectionnez Delete dans le menu contextuel. Vous pouvez également sélectionner Supprimer Delete dans la barre d’actions bleue.
  3. Sélectionnez Delete dans la boîte de dialogue de confirmation de Delete model pour supprimer le modèle. Sélectionnez Cancel pour annuler.

Pour supprimer plusieurs modèles :

  1. Sélectionnez plusieurs modèles.
  2. Dans la barre d’actions bleue, sélectionnez Supprimer Delete pour supprimer les modèles.
  3. Sélectionnez Delete dans la boîte de dialogue de confirmation **Delete x models​pour supprimer les modèles. Sélectionnez Cancel​pour annuler.
recommendation-more-help
marketing-campaign-analytics-help-main-guide