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:

Testo alternativo

Attività
Descrizione
Dati {width="100"}
Acquisire dati
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).
ControlloDati {width="100"}
Armonizzare i dati
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.
FileConfig {width="100"}
Configura modelli
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.
DatiFile {width="100"}
Formazione e valutazione dei modelli
Crea punteggi aggregati e a livello di evento utilizzando l’apprendimento automatico e il punteggio.
FileChart {width="100"}
Crea piani
Determinare la migliore allocazione di fondi di marketing per raggiungere un obiettivo aziendale utilizzando l’output dei modelli Mix Modeler.
Dashboard {width="100"}
Dashboard panoramica
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.

Flusso di lavoro completo

recommendation-more-help
d5f9b631-c793-4214-8dc7-f78d1750e4f4