Création d’un modèle

Saisissez votre modèle Name, par exemple Demo model. Saisissez un Description, par exemple Demo model to explore AI featues of Mix Modeler.

Sélectionnez Next pour passer à l’étape suivante. Sélectionnez Cancel pour annuler la configuration du modèle.

Dans la section Conversion goal :

1. Sélectionnez une conversion dans le menu déroulant Conversion. Les conversions disponibles sont la conversion que vous avez définie dans le cadre de Conversions dans Harmonized datasets. Par exemple : Online Conversion.

2. Vous pouvez sélectionner Create a conversion pour créer une conversion directement dans la configuration du modèle.

Dans la section Marketing touchpoints , vous pouvez sélectionner un ou plusieurs points de contact marketing, correspondant aux points de contact marketing que vous avez définis dans le cadre de points de contact marketing dans Harmonized datasets.

1. Sélectionnez un ou plusieurs points de contact marketing dans le menu déroulant Touchpoint include.

   • Vous pouvez utiliser pour supprimer un point de contact.
   • Vous pouvez utiliser Clear all pour supprimer tous les points de contact.

2. Vous pouvez sélectionner Create a touchpoint pour créer un point de contact marketing directement dans la configuration du modèle.

Par défaut, un score est généré pour toutes les données de la vue harmonisée. Pour ne noter qu’un sous-ensemble de la population, définissez un ou plusieurs filtres à l’aide de conteneurs dans la section Eligible data population .

• Pour chaque conteneur, définissez un ou plusieurs événements.

  1. Pour chaque événement :

     1. Sélectionnez une mesure ou une dimension dans Sélectionner un champ harmonisé.

     2. Sélectionnez l’opérateur approprié : 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 ou is not in.

     3. Saisissez ou sélectionnez une valeur à l’emplacement Entrez ou sélectionnez la valeur.

  2. Pour ajouter un événement supplémentaire dans le conteneur, sélectionnez Add event.

  3. Pour supprimer un événement du conteneur, sélectionnez .

  4. Pour filtrer à l’aide de l’ensemble ou de l’un des événements multiples définis dans le conteneur, sélectionnez Any of ou All of. L’étiquette passe en conséquence de Include … Or … à Include … And ….

• Pour ajouter un conteneur de population de données éligible, sélectionnez Add eligible population.

• Pour supprimer un conteneur de population de données éligible, dans le conteneur, sélectionnez , puis Remove marketing touchpoint dans le menu contextuel.

Pour ajouter des jeux de données contenant des facteurs externes à votre modèle, utilisez un ou plusieurs conteneurs dans la section External factors dataset . Les indices S&P sont un exemple de facteurs externes.

• Pour chaque conteneur :

  1. Saisissez un External factor name, par exemple External Factors.

  2. Sélectionnez un jeu de données dans le menu déroulant Dataset. Vous pouvez sélectionner pour gérer les jeux de données. Voir Jeux de données pour plus d’informations.

  3. Sélectionnez une option dans le menu déroulant Impact on conversion : Auto select, Positive ou Negative.

• Pour ajouter un autre conteneur de jeux de données de facteurs externes, sélectionnez Add external factor.

• Pour supprimer un conteneur de jeux de données de facteurs externes, sélectionnez .

Pour ajouter des jeux de données contenant des facteurs internes à votre modèle, utilisez un ou plusieurs conteneurs dans la section Internal factors dataset. Les données de marketing par e-mail constituent un exemple de facteurs internes.

• Pour chaque conteneur :

  1. Saisissez un Internal factor name, par exemple Email Marketing Data.

  2. Sélectionnez un jeu de données dans Sélectionner un jeu de données. Vous pouvez sélectionner pour gérer les jeux de données. Voir Jeux de données pour plus d’informations.

  3. Sélectionnez une option dans le menu déroulant Impact on conversion : Auto select, Positive ou Negative.

• Pour ajouter un conteneur de jeux de données de facteurs internes supplémentaire, sélectionnez Add internal factor.

• Pour supprimer un conteneur de jeux de données de facteurs internes, sélectionnez .

Pour définir l’intervalle de recherche en amont du modèle, saisissez une valeur comprise entre 1 et 52 dans Give contribution credit to touchpoints occurring within … weeks prior to the conversion.

Sélectionnez Next pour passer à l’étape suivante. Si davantage de configuration est nécessaire, un contour rouge et un texte expliquent la configuration supplémentaire requise.
Sélectionnez Back pour revenir à l’étape précédente.
Sélectionnez Cancel pour annuler la configuration du modèle.

Dans la section Spend share :

• Pour utiliser les ratios d’investissement marketing historiques afin d’informer le modèle lorsque les données marketing sont éparses, activez Allow spend share.

Dans la section MTA enabled :

• Pour activer les fonctionnalités MTA pour le modèle, activez MTA enabled. Si vous avez activé le MTA, des insights d’attribution multi-touch sont disponibles une fois que vous avez formé et noté votre modèle. Voir l’onglet Attribution dans Informations sur les modèles.

Dans la section Prior knowledge :

1. Sélectionnez le Rule type, qui est par défaut Absolute values.

2. Spécifiez des pourcentages de contribution pour l’un des canaux répertoriés sous Name, à l’aide de la colonne Contribution proportion.

3. Le cas échéant, vous pouvez ajouter pour chaque canal un pourcentage Level of confidence.

4. Si nécessaire, utilisez Clear all pour effacer toutes les valeurs d’entrée pour les colonnes Contribution proportion et Level of confidence.

Dans la section Schedule , vous pouvez planifier la formation et la notation des modèles.

Pour la notation et la formation de modèle planifiées :

1. Activez Enable scheduled model scoring and training.

2. Sélectionnez un Scoring frequency :

   • Daily : saisissez une heure valide (par exemple 05:22 pm) ou utilisez .
   • Weekly : sélectionnez un jour de la semaine et saisissez une heure valide (par exemple 05:22 pm) ou utilisez .
   • Monthly : sélectionnez un jour du mois dans le menu déroulant Exécuter sur chaque et saisissez une heure valide (par exemple 05:22 pm) ou utilisez .

3. Sélectionnez un Training frequency dans le menu déroulant : Monthly, Quarterly, Yearly ou None.

Dans la section Define training window , sélectionnez entre :

• Have Mix Modeler select a helpful training window et

• Manually input a training window. Lorsqu’elle est sélectionnée, définissez le nombre d’années dans Include events the following years prior to a conversion.

Sélectionnez Finish pour terminer la configuration de votre modèle.

• Dans la boîte de dialogue Create instance?, sélectionnez Ok pour déclencher immédiatement le premier ensemble d’exécutions de formation et de notation. Votre modèle est répertorié avec l’état Awaiting training.

  Sélectionnez Cancel pour annuler.

• Si davantage de configuration est nécessaire, un contour rouge et un texte expliquent la configuration supplémentaire requise.

Sélectionnez Back pour revenir à l’étape précédente.

Sélectionnez Cancel pour annuler la configuration du modèle.