Flusso di lavoro di Mix Modeler
Guarda questo video per un’introduzione al flusso di lavoro degli utenti in Mix Modeler.
Un flusso di lavoro tipico in Mix Modeler è costituito dalle seguenti attività:
Attività
Descrizione
{width="100"}
Acquisisci dati evento da Experience Platform (ad esempio Adobe Analytics, Web SDK, altre origini), dati aggregati dai canali di marketing (ad esempio TV, giardini murati, e-mail, attività possedute e gestite), dati di fattori esterni dai clienti (ad esempio le variazioni di prezzo nel servizio di abbonamento) e dati di fattori interni (ad esempio i piani delle vacanze).
{width="100"}
Configura le regole di mappatura e di risoluzione dei conflitti per unire i vari set di dati di marketing necessari per misurare e pianificare le prestazioni della campagna in Mix Modeler.
{width="100"}
Configura le istanze del modello con i punti di contatto di marketing (ad esempio i canali), le definizioni di conversione e i fattori interni ed esterni.
{width="100"}
Crea punteggi aggregati e a livello di evento utilizzando l’apprendimento automatico e il punteggio.
{width="100"}
Determinare la migliore allocazione di fondi di marketing per raggiungere un obiettivo aziendale utilizzando l’output dei modelli Mix Modeler.
{width="100"}
Ottieni informazioni su dati, modelli e piani armonizzati utilizzando varie visualizzazioni configurabili.
Il diagramma di flusso dettagliato orientato ai dati riportato di seguito illustra come:
-
I dati armonizzati si basano su:
- dati sull’evento esperienza (provenienti dal connettore di origine di Analytics, raccolti tramite SDK e API Experience Platform, acquisiti tramite i connettori di origine o mediante acquisizione in streaming),
- dati aggregati o di riepilogo provenienti da giardini murati (come Facebook, YouTube), da origini del traffico o da dati pubblicitari offline e
- definizioni di campi armonizzati e regole in materia di serie di dati.
-
un modello è basato su:
- le definizioni dei punti di contatto di conversione e marketing risultanti dai dati armonizzati e
- dati aggregati o di riepilogo non di marketing contenenti fattori interni o esterni.
-
I punteggi degli eventi di attribuzione multi-touch possono potenzialmente essere inseriti in un data lake Experience Platform per essere utilizzati nella configurazione del modello, nell’apprendimento e nel punteggio successivi.
recommendation-more-help
d5f9b631-c793-4214-8dc7-f78d1750e4f4