Creare un modello

Per creare un modello, nell'interfaccia Models Models in Mix Modeler, selezionare Open model canvas.

Per creare modelli personalizzati basati sull’intelligenza artificiale, l’interfaccia fornisce un flusso guidato e dettagliato di configurazione del modello.

Configurazione

Il nome e la descrizione vengono definiti nel passaggio Setup:

  1. Immettere il modello Name, ad esempio Demo model. Immettere un Description, ad esempio Demo model to explore AI featues of Mix Modeler.

    Nome modello e descrizione

  2. Selezionare Next per continuare con il passaggio successivo. Selezionare Cancel per annullare la configurazione del modello.

Configura

Il modello viene configurato nel passaggio Configure. La configurazione comporta la definizione di obiettivi di conversione, punti di contatto di marketing, popolazione di dati idonea, fattori esterni e interni e altro ancora.

  1. Nella sezione Conversion goal:

    Modello - passaggio conversione

    1. Selezionare una conversione dal menu a discesa Conversion. Le conversioni disponibili sono quelle definite come parte di Conversioni in Harmonized datasets. Ad esempio, Online Conversion.

    2. È possibile selezionare LinkOutLight Create a conversion per creare una conversione direttamente dalla configurazione del modello.

  2. Nella sezione Marketing touchpoints puoi selezionare uno o più punti di contatto marketing, corrispondenti ai punti di contatto marketing definiti come parte di punti di contatto marketing in Harmonized datasets.

    Modello - passaggio punto di contatto marketing

    1. Selezionare uno o più punti di contatto di marketing dal menu a discesa Touchpoint include.

      • È possibile utilizzare CrossSize75 per rimuovere un punto di contatto.
      • È possibile utilizzare Clear all per rimuovere tutti i punti di contatto.
    2. Puoi selezionare LinkOutLight Create a touchpoint per creare un punto di contatto di marketing direttamente dalla configurazione del modello.

    note note
    NOTE
    Non è possibile impostare il modello con punti di contatto con dati sovrapposti e deve esserci almeno un punto di contatto con la spesa.
  3. Per impostazione predefinita, viene generato un punteggio per tutti i dati nella vista armonizzata. Per valutare solo un sottoinsieme della popolazione, definire uno o più filtri utilizzando i contenitori nella sezione Eligible data population.

    Modello - Popolazione dati idonea

    • Per ogni contenitore, definisci uno o più eventi.

      1. Per ogni evento:

        1. Seleziona una metrica o dimensione da Seleziona campo armonizzato.

        2. Selezionare l'operatore appropriato: 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 o is not in.

        3. Immettere o selezionare un valore in Immettere o selezionare il valore.

      2. Per aggiungere un altro evento nel contenitore, selezionare Aggiungi Add event.

      3. Per rimuovere un evento dal contenitore, selezionare Chiudi .

      4. Per filtrare utilizzando tutti o uno qualsiasi dei più eventi definiti nel contenitore, selezionare Any of o All of. L'etichetta cambia di conseguenza da Include … Or … a Include … And ….

    • Per aggiungere un contenitore di popolazione dati idoneo, selezionare Aggiungi Add eligible population.

    • Per rimuovere un contenitore del gruppo di dati idoneo, all'interno del contenitore, selezionare Altro e selezionare Remove marketing touchpoint dal menu di scelta rapida.

  4. Per aggiungere al modello set di dati contenenti fattori esterni, utilizzare uno o più contenitori nella sezione External factors dataset. Un esempio di fattori esterni sono gli indici S&P.

    Modello - Set di dati fattori esterni

    • Per ciascun contenitore:

      1. Immettere un External factor name, ad esempio External Factors.

      2. Selezionare un set di dati dal menu a discesa Dataset. Puoi selezionare Dati per gestire i set di dati. Per ulteriori informazioni, vedere Set di dati.

      3. Selezionare un'opzione dal menu a discesa Impact on conversion: Auto select, Positive o Negative.

    • Per aggiungere un contenitore di set di dati di fattori esterni aggiuntivi, seleziona Aggiungi Add external factor.

    • Per rimuovere un contenitore di set di dati di fattori esterni, selezionare RemoveCircle .

  5. Per aggiungere set di dati contenenti fattori interni al modello, utilizzare uno o più contenitori nella sezione Internal factors dataset. Un esempio di fattori interni sono i dati di e-mail marketing.

    Modello - Set di dati fattori interni

    • Per ciascun contenitore:

      1. Immettere un Internal factor name, ad esempio Email Marketing Data.

      2. Seleziona un set di dati da Seleziona un set di dati. Puoi selezionare Dati per gestire i set di dati. Per ulteriori informazioni, vedere Set di dati.

      3. Selezionare un'opzione dal menu a discesa Impact on conversion: Auto select, Positive o Negative.

    • Per aggiungere un contenitore di set di dati di fattori interni aggiuntivi, seleziona Aggiungi Add internal factor.

    • Per rimuovere un contenitore di set di dati di fattori interni, selezionare RemoveCircle .

  6. Per definire l'intervallo di lookback per il modello, immettere un valore compreso tra 1 e 52 in Give contribution credit to touchpoints occurring withinweeks prior to the conversion.

  7. Selezionare Next per continuare con il passaggio successivo. Se è necessaria una configurazione maggiore, una struttura e un testo rossi spiegano quale configurazione aggiuntiva è necessaria.
    Selezionare Back per tornare al passaggio precedente.
    Selezionare Cancel per annullare la configurazione del modello.

Avanzate

È possibile specificare impostazioni avanzate nel passaggio Advanced. In questo passaggio puoi abilitare il modello per l’attribuzione multi-touch (MTA).

  1. Nella sezione Spend share:

    • Per utilizzare i rapporti di investimento di marketing storici per informare il modello quando i dati di marketing sono sparsi, attivare Allow spend share.
  2. Nella sezione MTA enabled:

    • Per abilitare le funzionalità MTA per il modello, attiva MTA enabled. Se hai abilitato l’MTA, gli approfondimenti sull’attribuzione multi-touch sono disponibili dopo aver addestrato e valutato il modello. Consulta la scheda Attribuzione in Informazioni sul modello.
  3. Nella sezione Prior knowledge:

    Modello - Conoscenza precedente

    1. Selezionare Rule type, che è per impostazione predefinita Absolute values.

    2. Specificare le percentuali di contributo per i canali elencati in Name, utilizzando la colonna Contribution proportion.

    3. Se appropriato, puoi aggiungere per ogni canale una percentuale di Level of confidence.

    4. Se necessario, utilizzare Clear all per cancellare tutti i valori di input per le colonne Contribution proportion e Level of confidence.

Pianificazione

È possibile pianificare l'addestramento e il punteggio per il modello nel passaggio Schedule.

  1. Nella sezione Schedule è possibile pianificare l'apprendimento del modello e il punteggio.

    Pianifica modello

    Per pianificare l’apprendimento e il punteggio del modello:

    1. Attiva Enable scheduled model scoring and training.

    2. Seleziona Scoring frequency:

      • Daily: immettere un'ora valida (ad esempio 05:22 pm) oppure utilizzare Orologio .
      • Weekly: selezionare un giorno della settimana e immettere un'ora valida (ad esempio 05:22 pm) oppure utilizzare Orologio .
      • Monthly: selezionare un giorno del mese dal menu a discesa Esegui su ogni e immettere un'ora valida (ad esempio 05:22 pm) oppure utilizzare Orologio .
    3. Selezionare Training frequency dal menu a discesa: Monthly, Quarterly, Yearly o None.

  2. Nella sezione Define training window, seleziona tra:

    Modello - Definisci la finestra di formazione

    • Have Mix Modeler select a helpful training window e

    • Manually input a training window. Se selezionata, definire il numero di anni in Include events the following years prior to a conversion.

  3. Seleziona Finish per completare la configurazione del modello.

    • Nella finestra di dialogo Create instance?, seleziona Ok per attivare immediatamente il primo set di addestramento e punteggio. Il modello è elencato con lo stato StatusOrange Awaiting training.

      Selezionare Cancel per annullare.

    • Se è necessaria una configurazione maggiore, una struttura e un testo rossi spiegano quale configurazione aggiuntiva è necessaria.

    Selezionare Back per tornare al passaggio precedente.

    Selezionare Cancel per annullare la configurazione del modello.

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