Attribution AI の入出力
次のドキュメントでは、Attribution AI で使用される様々な入力および出力の概要を説明します。
Attribution AI 入力データ
Attribution AIは、次のデータセットを分析してアルゴリズムスコアを計算することで機能します。
- Analytics ソースコネクタを使用したAdobe Analytics データセット
- Adobe Experience Platform スキーマからのエクスペリエンスイベント（EE）データセット一般
- 消費者エクスペリエンスイベント（CEE）データセット
各データセットが ECID など同じ ID タイプ（名前空間）を共有している場合、ID マップ （フィールド）に基づいて異なるソースから複数のデータセットを追加できるようになりました。 ID と名前空間を選択すると、ステッチされるデータの量を示す ID 列の完了度指標が表示されます。 複数のデータセットの追加について詳しくは、Attribution AIユーザーガイドを参照してください。
チャネル情報は、デフォルトでは常にマッピングされるわけではありません。 場合によっては、mediaChannel （フィールド）が空白の場合、フィールドを mediaChannel にマッピングしないと、必須の列ではないため、「続行」できません。 データセットでチャネルが検出されると、デフォルトで mediaChannel にマッピングされます。 メディアタイプ や メディアアクション など、その他の列は引き続きオプションです。
チャネルフィールドをマッピングしたら、「イベントを定義」の手順に進みます。この手順で、コンバージョンイベント、タッチポイントイベントを選択し、個々のデータセットから特定のフィールドを選択できます。
Consumer Experience Event （CEE）スキーマの設定について詳しくは、「 インテリジェントサービスデータ準備ガイドを参照してください。 Analytics データのマッピングについて詳しくは、Adobe Analytics フィールドのマッピングに関するドキュメントを参照してください。
Consumer Experience Event （CEE）スキーマ内の一部の列が、Attribution AIに必須ではありません。
スキーマまたは選択したデータセットで、以下で推奨する任意のフィールドを使用して、タッチポイントを設定できます。
通常、アトリビューションは、「コマース」の注文、購入、チェックアウトなどのコンバージョン列で実行されます。 「チャネル」と「マーケティング」の列は、Attribution AIのタッチポイントの定義に使用されます（例：channel._type = 'https://ns.adobe.com/xdm/channel-types/email'）。 最適な結果とインサイトを得るには、できるだけ多くのコンバージョン列とタッチポイント列を含めることを強くお勧めします。 また、上記の列に限定されません。 その他の推奨列やカスタム列をコンバージョンまたはタッチポイントの定義として含めることができます。
タッチポイントの設定に関連するチャネルまたはキャンペーン情報が Mixin フィールドまたはパススルーフィールドのいずれかに存在する限り、エクスペリエンスイベント（EE）データセットにチャネルおよびマーケティング Mixin を明示的に指定する必要はありません。
channel.typeAtSource （例：channel.typeAtSource = 'email'）に保存されます。履歴データ data-requirements
- 適切なモデルを実行するには、少なくとも 3 か月（90 日）のデータを指定する必要があります。
- 1,000 以上のコンバージョンが必要です。
Attribution AIには、モデルトレーニングの入力として履歴データが必要です。 必要なデータ期間は、主にトレーニングウィンドウとルックバックウィンドウの 2 つの主要な要因によって決定されます。 トレーニングウィンドウが短い入力は最近のトレンドの影響を受けやすくなりますが、トレーニングウィンドウが長いほど、より安定した正確なモデルを作成するのに役立ちます。 ビジネス目標を最も的確に表す履歴データを使用して目標をモデル化することが重要です。
トレーニングウィンドウ設定は、モデルトレーニングに含める設定コンバージョンイベントを、発生時間に基づいてフィルタリングします。 現在、最小トレーニングウィンドウは 1 四半期（90 日）です。 ルックバックウィンドウは、このコンバージョンイベントに関連するコンバージョンイベントタッチポイントまでの日数を示す時間枠を提供します。 これら 2 つの概念の組み合わせによって、アプリケーションに必要な入力データの量（日数）が決まります。
デフォルトでは、Attribution AIは、トレーニングウィンドウを最新の 2 四半期（6 か月）として定義し、ルックバックウィンドウを 56 日として定義します。 つまり、モデルでは、過去 2 四半期に発生した、定義済みのコンバージョンイベントをすべて考慮し、関連するコンバージョンイベントの前 56 日以内に発生したすべてのタッチポイントを探します。
数式:
必要なデータの最小長= トレーニングウィンドウ + ルックバックウィンドウ
例：
- 過去 90 日間（3 か月）に発生したコンバージョンイベントを属性化し、コンバージョンイベント前の 4 週間以内に発生したすべてのタッチポイントを追跡する必要があります。 入力データ期間は、過去 90 日+ 28 日（4 週間）に及ぶ必要があります。 トレーニングウィンドウは 90 日で、ルックバックウィンドウは合計 118 日で 28 日です。
Attribution AI出力データ
Attribution AIの出力は次のようになります。
出力スキーマの例：
生の詳細なスコア raw-granular-scores
Attribution AIは、アトリビューションスコアをできる限り詳細なレベルで出力するので、任意のスコア列でスコアをスライスし、多角的に分析できます。 これらのスコアを UI に表示するには、 生のスコアパスの表示に関する節を参照してください。 API を使用してスコアをダウンロードするには、Attribution AIでのスコアのダウンロードドキュメントにアクセスしてください。
- レポート列は、タッチポイントまたはコンバージョン定義設定の一部として、設定ページに含まれています。
- レポート列は、追加のスコアデータセット列に含まれています。
次の表に、生のスコアのサンプル出力のスキーマフィールドの概要を示します。
例： 2020-06-09T00:01:51.000Z
例： "Order", "Purchase", "Visit"
例： 575525617716-0-edc2ed37-1aab-4750-a820-1c2b3844b8c4
例： 4461-edc2ed37-1aab-4750-a820-1c2b3844b8c4
例： _atsdsnrmmsv2
例： Attribution AIスコア – モデル名__2020
例： ORDER_US
例： 注文、リード、訪問
例： Adobe Analytics
例： Adobe.com
例： 順序
placeContext.geo.countryCode 場所。例： US
を通じて得られた収益 例： 99.9
例： RX 1080 ti
例： Gpu
例： 1 1080 ti
例： 2020-06-09T00:01:51.000Z
例： MJ-03-XS-Black
例： 2020-06-09T00:01:51.000Z
例： city: サンノゼ
id や namespace など、モデルの構築に使用されるユーザーの詳細が含まれます。例： 17348762725408656344688320891369597404
例： aaid
例： PAID_SEARCH_CLICK
生のスコアパスの表示（UI） raw-score-path
生のスコアへのパスを UI に表示できます。 Platform UI で「スキーマ」を選択してから、「参照」タブ内からアトリビューション AI スコアスキーマを検索して選択します。
次に、UI の 構造 ウィンドウでフィールドを選択すると、「フィールドプロパティ」タブが開きます。 フィールドプロパティ 内には、生のスコアにマッピングされるパスフィールドがあります。
集計アトリビューションスコア aggregated-attribution-scores
集計スコアは、日付範囲が 30 日未満の場合、Platform UI から CSV 形式でダウンロードできます。
Attribution AI は、アトリビューションスコアの 2 つのカテゴリ（アルゴリズムスコアとルールベーススコア）をサポートしています。
Attribution AI では、増分スコアと影響スコアの 2 種類のアルゴリズムスコアを生成します。影響スコアは、各マーケティングタッチポイントがコンバージョンに寄与している割合です。増分スコアは、マーケティングタッチポイントで直接引き起こされたわずかな影響の量です。増分スコアと影響スコアの主な違いは、増分スコアがベースライン効果を考慮に入れていることです。コンバージョンが、先行するマーケティングタッチポイントによってのみ生じるとは考えられません。
以下は、Adobe Experience Platform UI からのAttribution AIスキーマ出力の例です。
これらの各アトリビューションスコアについて詳しくは、次の表を参照してください。
生のスコア参照（アトリビューションスコア）
次の表に、アトリビューションスコアを生のスコアにマッピングします。 生のスコアをダウンロードする場合は、Attribution AIでのスコアのダウンロードドキュメントを参照してください。
集計スコア aggregated-scores
集計スコアは、日付範囲が 30 日未満の場合、Platform UI から CSV 形式でダウンロードできます。 これらの各集計列の詳細については、次の表を参照してください。
例:2016-05-02
のメディアタッチポイント日 例:2017-04-21
例: ORDER_AMER
例:ORDER
で設定されたタッチポイントの名前 例:PAID_SEARCH_CLICK
例: CC
例:gpu、ラップトップ
例:US
の主なイベントタイプ 例：有料コンバージョン
例：有料、所有
channel._type プロパティ Consumer Experience Event す。例：検索
mediaAction プロパティは、エクスペリエンスイベントメディアアクションのタイプを提供するために使用されます。例：クリックする
例：商用
例：感謝祭の販売
生のスコア参照（集計）
次の表は、集計されたスコアを生のスコアにマッピングします。 生のスコアをダウンロードする場合は、Attribution AIでのスコアのダウンロードドキュメントを参照してください。 UI 内から生のスコアパスを表示するには、このドキュメント内の 生のスコアパスの表示の節を参照してください。
- Attribution AIでは、追加のトレーニングとスコアリングに更新されたデータのみを使用します。 同様に、データの削除をリクエストすると、顧客 AI は削除されたデータの使用を控えます。
- アトリビューション AI では Platform データセットを活用します。 ブランドが受け取る可能性のある消費者の権利リクエストをサポートするには、Platform Privacy Service を使用して、アクセスおよび削除に対する消費者のリクエストを送信し、データレイク、ID サービス、リアルタイム顧客プロファイルをまたいでデータを削除する必要があります。
- モデルの入出力に使用するすべてのデータセットは、Platform のガイドラインに従います。 Platform データ暗号化は、保存中および送信中のデータに適用されます。 データ暗号化について詳しくは、ドキュメントを参照してください
次の手順 next-steps
データを準備し、すべての資格情報とスキーマを設定したら、Attribution AIユーザーガイドに従って開始します。 このガイドでは、Attribution AIのインスタンスを作成する手順について説明します。