Informations sur le modèle
Chaque visualisation d’informations sur le modèle est conçue pour vous aider à :
- Visualisez et quantifiez l’impact des activités marketing de votre organisation.
- Identifiez les canaux les plus performants.
- Identifiez les canaux qui peuvent nécessiter une optimisation.
Ces informations vous aident ensuite à prendre en charge la hiérarchisation et l’affectation des ressources.
Pour afficher des informations sur le modèle, dans l’interface
-
Dans le tableau Models, sélectionnez le nom d’un modèle dont le Last run status est ● Success.
-
Dans le menu contextuel, sélectionnez Model Insights.
Les onglets suivants sont disponibles :
- Informations sur le modèle
- Facteurs [bêta]{class="badge informative"}
- Attribution (uniquement pour les modèles compatibles avec le MTA)
- Diagnostic
- Aperçu de l’historique.
Vous pouvez modifier la période sur laquelle les visualisations de chacun des onglets sont basées. Saisissez une période ou sélectionnez
Dérive du modèle
Si une dérive du modèle est détectée sur le modèle, une boîte de dialogue Model drift detected s’affiche avec des options à rappeler ultérieurement ou pour Retrain immédiatement le modèle. Si vous sélectionnez Remind me later, un rappel vous est envoyé le lendemain ou lors de la prochaine connexion.
Model insights
L’onglet Informations sur les modèles affiche des visualisations pour Contribution par date et média de base, Contribution par canal, Résumé des performances marketing et Courbes de réponse marginales. L’onglet fournit également un tableau Répartition des points de contact.
-
Vous pouvez pointer sur des éléments de graphique individuels dans chaque visualisation pour afficher une fenêtre contextuelle avec plus de détails.
-
Pour télécharger un fichier CSV contenant les données de la visualisation, sélectionnez
-
Pour télécharger des données d’informations de modèle complètes au format Microsoft® Excel, sélectionnez
Contribution par date et média de base.
Cette visualisation de graphiques empilés est classée comme suit :
- La base s’affiche dans la partie inférieure.
- Les canaux sans dépenses sont affichés au milieu.
- Les canaux de dépenses s’affichent en haut.
Cette visualisation représente la proportion de contribution réalisée par canal de base, par canal de dépense et par canal de non-dépense, sur une période. Cette visualisation est utile pour présenter l’incrémentalité. La base représente ce qui se serait produit sans marketing, et les canaux sans dépenses plus canaux avec dépenses (en plus de la base) attribuent à l’impact de votre marketing. En résumé, la somme dépenses et non dépenses équivaut à l’impact incrémentiel de vos efforts marketing. La visualisation permet d’obtenir facilement insight quant à la valeur générée par le marketing.
Contribution par canal
Visualisation en anneau qui présente la répartition de la contribution par différents canaux. Cette visualisation présente l’incrémentalité à travers le prisme des trois canaux les plus performants (à l’exclusion des catégories de base et Tous les autres). La visualisation permet de prendre en charge la hiérarchisation et la répartition budgétaire.
Résumé des performances marketing.
Visualisation sous forme de graphique à barres horizontal qui affiche le retour sur investissement ou les performances du CPA pour chacun des canaux. Cette visualisation met en évidence le retour sur investissement/le CPA de vos investissements marketing. Les canaux sont classés par ordre décroissant en fonction du retour sur investissement/CPA. La visualisation permet d’identifier les canaux les plus efficaces et ceux qui peuvent nécessiter une optimisation.
Courbes de réponse marginales.
Le graphique en courbes permet de visualiser et de comparer les rendements marginaux générés par l’investissement dans vos canaux marketing. et identifie le point d’équilibre où votre rendement incrémentiel est inférieur à vos dépenses incrémentielles. Par conséquent, cette visualisation vous aide à comprendre à quel moment votre investissement marketing commence à perdre en efficacité.
La courbe, le point mort et les valeurs correspondantes sont calculés en fonction de la plage de données sélectionnée et du canal sélectionné.
Pour modifier le canal :
- Sélectionnez un canal dans le menu déroulant Channel pour mettre à jour la visualisation d’un canal spécifique.
Répartition des points de contact
Le tableau de répartition des points de contact affiche les répartitions hebdomadaires des points de contact pour tous les canaux ou pour certains canaux, sur une base hebdomadaire, affichant les mesures clés associées à chacun. Le tableau permet une comparaison facile, une identification des tendances et un suivi des performances à un niveau de canal plus granulaire. Ce tableau complète explicitement la visualisation Contribution par date et média de base et la visualisation Contribution par canal.
Les colonnes disponibles sont les suivantes :
Pour sélectionner un canal spécifique ou tous les canaux, sélectionnez dans le menu déroulant View.
Pour télécharger le contenu du tableau de répartition des points de contact, sélectionnez
Factors [version bêta]{class="badge informative"}
L’onglet Facteurs [version bêta]{class="badge informative"} affiche des informations externes liées aux facteurs.
Cette visualisation vous aide à comprendre l’effet incrémentiel que divers facteurs internes et externes ont sur la ligne de base des conversions. Par exemple, conditions économiques ou activités promotionnelles.
Utilisez le menu déroulant Factors pour sélectionner les facteurs à afficher.
Pour télécharger un fichier CSV contenant les données du tableau, sélectionnez
Si aucune donnée n’est disponible, un message
Attribution
Grâce à l’onglet Attribution , vous pouvez comprendre l’efficacité des points de contact et des campagnes marketing qui contiennent des données au niveau de l’événement. Voir Créer un modèle.
Les modèles d’attribution suivants sont pris en charge :
-
En fonction du modèle sélectionné dans Mix Modeler :
- Algorithmique - influencé
- Algorithmique - incrémentiel
-
Basé sur des règles :
- Unités d’atténuation
- Première touche
- Dernière touche
- Linéaire
- Ushape
Consultez Attribution multipoint pour une introduction sur la fonctionnalité d’attribution multipoint dans Mix Modeler.
Sélectionnez un ou plusieurs modèles d’attribution dans le menu déroulant Attribution Model . Les modèles d’attribution sélectionnés s’appliquent à toutes les visualisations dans l’onglet Attribution.
Les scores d’événement granulaire d’attribution multipoint Mix Modeler s’alignent sur les scores globaux de Mix Modeler et sur les RSI. Ces scores sont également disponibles sous forme de jeux de données dans Experience Platform.
L’onglet Attribution comprend les visualisations suivantes :
Overview
La visualisation Overview affiche, pour les modèles d’attribution sélectionnés, les totaux et pourcentages des conversions. La sélection d’autres modèles ajoute des cercles supplémentaires à la visualisation, chacun ayant sa propre couleur correspondant à la légende.
Pour afficher une fenêtre contextuelle contenant des détails sur un modèle d’attribution, passez la souris sur l’un des cercles de la visualisation.
Trends
La visualisation Daily trends, Weekly trends ou Monthly trends affiche, pour les modèles d’attribution sélectionnés, les tendances de conversion quotidiennes, hebdomadaires ou mensuelles.
Pour choisir la période, sélectionnez Daily trends, Weekly trends ou Monthly trends dans
Pour afficher des détails, pointez sur la ligne de données d’un modèle d’attribution spécifique afin d’afficher une fenêtre contextuelle qui indique le nombre total de conversions de ces données.
Breakdown
La visualisation Breakdown est une répartition par canal ou point de contact des conversions pour chacun des modèles d’attribution sélectionnés. Cette visualisation peut s’avérer utile pour prendre des décisions sur l’efficacité de chaque canal ou point de contact.
Pour choisir le type de répartition, sélectionnez Breakdown by channel ou Breakdown by touchpoint dans
Pour afficher les détails, pointez sur l’un des éléments du graphique.
Top campaigns
La visualisation des principales campagnes présente un tableau des principales campagnes avec des colonnes pour le nom de la campagne, le canal, le type de média et les conversions incrémentielles. Cette visualisation peut informer votre équipe de l’efficacité d’une campagne spécifique pour un canal donné et fournir des informations sur les campagnes dans lesquelles vous devriez investir davantage.
Pour trier le tableau par ordre croissant ↑ décroissant ↓ pour les conversions de canal, de type de média ou incrémentielles, sélectionnez l’en-tête de colonne et activez le tri.
Pour développer le tableau dans une boîte de dialogue distincte, sélectionnez Expand dans
La boîte de dialogue Développée Principales campagnes affiche le même tableau avec des colonnes supplémentaires pour
-
Conversions incrémentielles
-
Conversions influencées
-
Conversions Première touche
-
Conversions Dernière touche
Vous pouvez sélectionner chacun des en-têtes de colonne supplémentaires pour trier le tableau par ordre croissant ou décroissant.
Pour fermer la boîte de dialogue Développée Principales campagnes , sélectionnez Close.
Breakdown by touchpoint position
La visualisation Breakdown by touchpoint position est une répartition des conversions attribuées par position du point de contact et par point de contact sur tous les chemins de conversion. Ce graphique vous permet de comparer si un point de contact contribue mieux à une position que les positions restantes et d’autres points de contact à n’importe quelle position.
Les positions Starter, Player et Closer sont définies comme suit :
Top conversion paths
La visualisation Top conversion paths présente les 5 premiers chemins de conversion en fonction des modèles d’attribution sélectionnés.
Pour chaque chemin de conversion, vous voyez :
- le nombre de canaux qui ont un impact,
- le nombre total de chemins attribués,
- le pourcentage de chemins attribués à ce chemin de conversion par rapport au nombre total de chemins attribués,
- pour chaque canal, le pourcentage de contribution du modèle d’attribution, et
- somme de ces pourcentages de contribution du modèle d’attribution de canal.
Diagnostics diagnostics
L’onglet Diagnostics affiche les visualisations pour :
-
Model Assessment visualisations qui consistent en :
-
Graphique qui permet de ventiler les conversions réelles par rapport aux conversions prévues ou résiduelles.
Pour ventiler la visualisation, sélectionnez l’une des options suivantes dans la liste Breakdown.-
Actual vs Predicted : cette option compare les valeurs réelles aux prédictions du modèle. Idéalement, les valeurs prédites doivent être étroitement alignées sur les valeurs réelles, bien qu’un certain écart soit attendu. Des écarts ou des modèles importants ou systématiques peuvent indiquer des relations manquantes et des données ou des biais potentiels.
-
Residuals : cette option affiche la différence entre les valeurs réelles et les valeurs prévues. Un modèle performant a des résidus qui sont distribués de manière aléatoire, sans modèles clairs ni augmentation de la propagation. Les tendances structurées ou l’élargissement des résidus peuvent signaler des relations manquantes et des problèmes de données ou de variance.
-
-
Un tableau présentant les colonnes suivantes pour chaque mesure de conversion :
- Actual Conversion
- Predicted Conversion
- Residual Conversion
- R2, un score qui indique dans quelle mesure les données s’adaptent au modèle de régression (la justesse de l’adaptation).
- MAPE (Erreur de pourcentage absolue moyenne), qui est l’un des indicateurs clés de performance les plus couramment utilisés pour mesurer la précision des prévisions et qui exprime l’erreur de prévision en pourcentage de la valeur réelle.
- RMSE (erreur quadratique moyenne racine) : qui affiche l’erreur moyenne, pondérée en fonction du carré de l’erreur.
Pour télécharger un fichier CSV contenant les données du tableau, sélectionnez
-
-
Model training fit metrics tableau qui s’affiche pour chaque mesure de conversion :
- Training R2 : indique la proportion de variance des valeurs réelles expliquées par les prédictions du modèle, allant de 0 à 1.
- Training sMAPE (erreur en pourcentage absolu moyen symétrique) : mesure l’erreur en pourcentage moyen sur les données d’identification. Des valeurs plus faibles indiquent une meilleure précision.
- Training RMSE (erreur quadratique moyenne racine) : mesure l’erreur moyenne en pourcentage sur les données d’identification. Pénalise les erreurs plus importantes que la MAPE. Une RMSE plus faible suggère une meilleure précision prédictive, mais est sensible aux valeurs aberrantes.
- Out-of-sample sMAPE : évalue l’erreur en pourcentage sur les données non vues, en équilibrant les sur-et-sous-prédictions. Permet d’évaluer la généralisation. Actuellement, Mix Modeler évalue le pourcentage d’erreur en utilisant le dernier trimestre des données d’identification comme ensemble d’exclusions.
- Out-of-sample RMSE : évalue l’erreur en pourcentage sur les données non vues, en équilibrant les sur-et-sous-prédictions. Permet d’évaluer la généralisation. Actuellement, Mix Modeler évalue le pourcentage d’erreur en utilisant le dernier trimestre des données d’identification comme ensemble d’exclusions. Le RMSE pénalise plus les erreurs plus importantes que le MAPE.
-
Touchpoint effectiveness tableau, représentant le résultat du modèle algorithmique de l’IA dédiée à l’attribution.
Les données de ce tableau ne sont générées que pour des périodes spécifiques. Sélectionnez **As of *xx/xx/xx, xx:xx TZ ***
La visualisation affiche, par ordre décroissant de Efficiency measure
- Paths touched : permet de visualiser le pourcentage de chemins générant une conversion et le pourcentage de chemins ne générant pas de conversion. Pour un point de contact, vous voyez plus de conversions attribuées lorsque le taux de conversion d’attribution est élevé. Ce rapport compare le pourcentage de chemins qui mènent à la conversion par rapport au pourcentage de chemins qui ne mènent pas à la conversion.
- Efficiency measure : générée par le modèle d’attribution algorithmique, la mesure d’efficacité indique l’importance relative d’un point de contact pour la conversion, indépendamment du volume de points de contact. L'efficacité est mesurée sur une échelle de 1 à 5. Notez qu’un volume de points de contact plus élevé ne garantit pas une mesure d’efficacité plus élevée.
- Total volume : nombre agrégé de fois qu’un utilisateur touche un point de contact. Le nombre inclut les points de contact qui apparaissent sur un chemin générant une conversion, ainsi que sur les chemins non générant une conversion.
Détection de dérive de modèle
Si une dérive du modèle est détectée, une notification Model drift detected s’affiche en haut de l’écran.
Sélectionnez Hide pour masquer la notification. La notification réapparaîtra le lendemain ou lors de la prochaine connexion.
Historical overview
L’onglet Aperçu de l’historique affiche des visualisations pour :
Conversion et dépenses par trimestre fiscal et produit
Cette visualisation représente la distribution des conversions et des dépenses sur différents trimestres au cours de la période donnée. La visualisation permet d’identifier les trimestres très performants où les dépenses génèrent des conversions.
Dépenses par canal
Cette visualisation représente la distribution des dépenses sur divers canaux au cours de la période donnée. La visualisation permet d’identifier rapidement les canaux qui reçoivent le plus de dépenses.
Dépenses du point de contact
Cette visualisation représente la répartition des dépenses entre les points de contact payés pour chaque trimestre de la période donnée. La visualisation permet de comprendre quels points de contact sont prioritaires au sein de canaux et de trimestres spécifiques. La visualisation permet d’identifier les modèles et les tendances des dépenses des canaux, en particulier les canaux avec des dépenses faibles et peu fréquentes au fil du temps.
Pour sélectionner un autre canal basé sur les dépenses à afficher pour cette visualisation :
- Sélectionnez un canal dans Channels.
Volume de points de contact
Cette visualisation représente la distribution du volume sur tous les points de contact pour chaque trimestre dans la période donnée.
Pour sélectionner un autre canal basé sur le volume à afficher pour cette visualisation :
- Sélectionnez un canal dans Channels.
Edit
Vous pouvez modifier le nom, la description, la planification de l’entraînement et la notation du modèle.
-
Sélectionnez
-
Dans la boîte de dialogue Edit model :
-
Saisissez un nouveau Name et une nouvelle Description.
-
Pour activer la planification, activez Status. Vous pouvez uniquement activer la planification pour les modèles entraînés et notés.
-
Sélectionner 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
- Daily : saisissez une heure valide (par exemple,
-
Sélectionnez un Training frequency dans le menu déroulant : Monthly, Quarterly, Yearly ou None.
-
-
-
Sélectionnez Save.