Glossaire Mix Modeler

La terminologie et les acronymes suivants sont utilisés dans la documentation :

Terme ou acronyme
Définition
Experience Platform (AEP)
Experience Platform normalise les données et le contenu dans l’ensemble de l’entreprise, alimentant les profils consommateurs en temps réel, permettant l’utilisation de la science des données et accélérant la vitesse de diffusion du contenu afin d’orienter la personnalisation de l’expérience sur le parcours client.
Données agrégées ou récapitulatives
Données de haut niveau, détaillant la façon dont un groupe (par exemple, consommateurs, campagnes, régions, etc.) interagit avec votre entreprise ou réalise des performances dans celle-ci
Conversion
Toute action entreprise par l’utilisateur et considérée comme précieuse par l’entreprise. Inscription, achat de produit, etc.
Données d’événement
Point de contact marketing ou données de conversion au niveau de l’événement qui inclut l’horodatage de l’événement et l’ID de personne
Instance
Une copie du pipeline de science des données avec son propre ensemble d’objectifs et de configurations.
Point de contact marketing
Interaction d’un prospect/prospect avec les efforts de marketing en ligne ou hors ligne d’une entreprise.
Attribution marketing
Processus d’affectation d’un crédit de revenu à un point de contact marketing. Pour ce faire, il effectue le suivi de l’ensemble du parcours client d’un prospect, depuis sa première interaction avec une société jusqu’à la conclusion de l’affaire. Le chiffre d’affaires généré par la transaction est attribué aux points de contact marketing qui ont conduit à la vente. Le montant du crédit de chiffre d’affaires attribué à un point de contact dépend de la mesure dans laquelle ce point de contact a influencé la décision d’achat du client.
MTA (Multi Touch Attribution)
Une stratégie pour évaluer l'efficacité de vos points de contact marketing et donner crédit aux plus précieux sur le parcours des acheteurs.
Marketing Mix Modeling (MMM)
Service qui vous permet de mesurer, d’optimiser et de planifier les investissements marketing en appliquant des modèles de machine learning pour fournir des informations sur l’impact historique et futur des investissements marketing sur les objectifs commerciaux clés.
Retour prévu
Revenus prévus - Dépenses
Retour sur investissement prévu
Retour / Dépenses prévus
ou
(Revenu prévu - Dépenses) / Dépenses prévues
Retour sur investissement prévu (%)
(Revenus prévus - Dépenses) / Dépenses) x 100 %
Coût par acquisition prévu pour un canal
Dépenses du canal / Nombre prévu de conversions attribuées à tous les canaux payants
Coût par acquisition prévu global du canal payant
Total des dépenses de canal payant / Nombre prévu de conversions attribuées à tous les canaux payants
CPA total prévu
Total des dépenses / Nombre total de conversions prévu (tous canaux + canal de base)
recommendation-more-help
d5f9b631-c793-4214-8dc7-f78d1750e4f4