Attribution AI UI ガイド

Attribution AI はインテリジェントサービスの一部で、顧客とのやり取りの影響と増分的な効果を指定した成果に照らして計算する、マルチチャネルのアルゴリズムアトリビューションサービスです。Attribution AIを使用すると、マーケターは、カスタマージャーニーの各段階における個々の顧客インタラクションの影響を把握することで、マーケティング費用と広告費用を測定し、最適化できます。

このドキュメントは、インテリジェントサービスのユーザーインターフェイスでAttribution AIを操作するためのガイドとして機能します。

モデルを作成

Adobe Experience Platform UI で、左側のナビゲーションの サービス を選択します。 Services ブラウザーが開き、利用可能なアドビのインテリジェントサービスが表示されます。Attribution AIのコンテナで、「開く」を選択します。

Attribution AI サービスページが表示されます。このページには、Attribution AIのサービスモデルが一覧表示され、モデルの名前、コンバージョンイベント、モデルの実行頻度、最終更新のステータスなど、そのモデルに関する情報が表示されます。

モデルを作成 コンテナの右下にある「スコアリングされたコンバージョンイベントの合計 指標を見つけることができます。 この指標は、すべてのサンドボックス環境と削除されたサービスモデルを含む、現在の暦年のAttribution AIによってスコアリングされたコンバージョンイベントの合計数を追跡します。

サービスモデルは、UI の右側にあるコントロールを使用して、編集、複製、削除できます。 これらのコントロールを表示するには、既存の サービスモデル からモデルを選択します。 コントロールには、次の情報が含まれます。

開始するには、「モデルを作成」を選択します。

次に、Attribution AIの設定ページが表示され、サービスモデルの名前と説明（オプション）を入力できます。

データの選択 select-data

Attribution AIは、設計上、Adobe Analytics、エクスペリエンスイベントおよびコンシューマーエクスペリエンスイベントデータを使用して、アトリビューションスコアを計算できます。 データセットを選択する場合は、Attribution AIと互換性のあるデータセットのみが表示されます。 データセットを選択するには、データセット名の横にある（+）記号を選択するか、チェックボックスを選択して複数のデータセットを一度に追加します。 また、検索オプションを使用して、目的のデータセットをすばやく見つけることもできます。

使用するデータセットを選択したら、「追加」ボタンを選択して、データセットをデータセットプレビューペインに追加します。

データセットの横にある情報アイコン を選択すると、データセットプレビューポップオーバーが開きます。

データセットプレビューには、最終更新時間、ソーススキーマ、最初の 10 列のプレビューなどのデータが含まれています。

ワークフローに沿って移動するときにドラフトを保存するには、「保存」を選択します。 ドラフトモデル設定を保存して、ワークフローの次のステップに進むこともできます。 保存して続行 を使用して、モデル設定の際にドラフトを作成して保存します。 この機能を使用すると、モデル設定のドラフトを作成および保存できます。特に、設定ワークフローで多くのフィールドを定義する必要がある場合に便利です。

データセットの完全性 dataset-completeness

データセットプレビューで、データセットの完了率の値を確認します。 この値は、データセット内の空または null の列数に関するクイックスナップショットを提供します。 データセットに多数の欠落値が含まれ、これらの値が他の場所でキャプチャされる場合は、欠落値を含むデータセットを含めることを強くお勧めします。

ID を選択 identity

ID マップ（フィールド）に基づいて複数のデータセットを相互に結合できるようになりました。 ID タイプ （「ID 名前空間」とも呼ばれます）とその名前空間内の ID 値を選択する必要があります。 同じ名前空間のスキーマ内で ID として複数のフィールドを割り当てた場合、割り当てられたすべての ID 値が ID ドロップダウンに表示され、名前空間の先頭に EMAIL (personalEmail.address) や EMAIL (workEmail.address) など表示されます。

ID を選択するには、ID 列にある下線付きの値を選択します。 「ID を選択」ポップオーバーが表示されます。

名前空間内で複数の ID を使用できる場合は、ユースケースに合った正しい ID フィールドを選択するようにしてください。 例えば、メール名前空間内では、仕事用メールと個人用メールの 2 つのメール ID を使用できます。 ユースケースによっては、個人のメールが入力され、個々の予測により役立つ可能性が高くなります。 つまり、ID として EMAIL (personalEmail.address) を選択します。

メディアチャネルとキャンペーンフィールドのマッピング aai-mapping

データセットの選択と追加が完了したら、マップ 設定手順が表示されます。 Attribution AIでは、前の手順で選択した各データセットに対して、メディアチャネル フィールドをマッピングする必要があります。 これは、データセット間で Media チャネルのマッピングがないと、Attribution AIから派生したインサイトが適切に表示されず、インサイトページを解釈できない可能性があるためです。 必須なのはメディアチャネルのみですが、メディアアクション、キャンペーン名、キャンペーングループ、キャンペーンタグなど、一部のオプションのフィールドをマッピングすることを強くお勧めします。 これにより、Attribution AIは、より明確なインサイトと最適な結果を提供できます。

イベントの定義 define-events

イベントの定義に使用される入力データには、次の 3 種類があります。

コンバージョンイベントの定義 define-conversion-events

コンバージョンイベントを定義するには、イベントに名前を付け、「データセットとフィールドを選択」ドロップダウンメニューからデータセットとフィールドを選択して、イベントタイプを選択する必要があります。

イベントを選択すると、新しいドロップダウンが右側に表示されます。2 番目のドロップダウンは、操作を通じてイベントの詳細なコンテキストを指定するために使用します。図中のコンバージョンイベントには、デフォルトの操作 exists が使用されています。

次に、前の手順ですべての入力データセットを組み合わせて生成された組み合わせデータセットを選択できます。 または、データセットとフィールドを選択 ドロップダウンメニューから、個々のデータセットに基づいて列を選択できます。

コンバージョンをさらに詳しく定義するには、「Add event」ボタンと「Add Group」ボタンを使用します。定義するコンバージョンに応じて、場合によっては、「Add event」ボタンと「Add Group」ボタンを使用して詳細なコンテキストを指定する必要があります。

「イベントを追加」を選択すると、上記と同じ方法で入力できる追加フィールドが作成されます。 これにより、AND 文が変換名の下の文字列定義に追加されます。 x を選択して、追加されたイベントを削除します。

「グループを追加」を選択すると、元のフィールドとは別に、追加のフィールドを作成するオプションが表示されます。 グループを追加すると、青い「And」ボタンが表示されます。And を選択すると、パラメーターを変更して「Or」を含めることができます。 「Or」は、成功するコンバージョンパスを複数定義するために使用します。「And」は、コンバージョンパスを拡張して追加の条件を含めるために使用します。

複数のコンバージョンが必要な場合は、「コンバージョンを追加」を選択して新しいコンバージョンカードを作成します。 上記のプロセスを繰り返して、複数のコンバージョンを定義できます。

ルックバックウィンドウの定義 lookback-window

変換の定義が完了したら、ルックバックウィンドウを確定する必要があります。矢印キーを使用するか、デフォルト値（56）を選択して、タッチポイントを含めるコンバージョンイベントまでの日数を指定します。 タッチポイントは次の手順で定義します。

タッチポイントの定義

タッチポイントの定義は、コンバージョンの定義と同様のワークフローに従います。最初に、タッチポイントに名前を付け、フィールド名を入力 ​ドロップダウンメニューからタッチポイント値を選択します。選択したら、演算子のドロップダウンが表示され、「exists」がデフォルト値になっています。ドロップダウンを選択して、演算子のリストを表示します。

図中のタッチポイントには、equals を選択します。

タッチポイントの演算子を選択したら、フィールド名を入力 ​が使用可能になります。フィールド名を入力 ​ドロップダウンに表示される値は、先ほど選択した演算子とタッチポイントの値によって異なります。値がドロップダウンに表示されない場合は、その値を手動で入力できます。ドロップダウンを選択し、「クリック」を選択します。

タッチポイントをさらに詳しく定義するには、「Add event」ボタンと「Add Group」ボタンを使用します。タッチポイントを取り巻く状況は複雑なので、1 つのタッチポイントに対して複数のイベントとグループがあることは珍しくありません。

選択した場合、イベントを追加 を使用してフィールドを追加できます。 x を選択して、追加されたイベントを削除します。

「グループを追加」を選択すると、元のフィールドとは別に、追加のフィールドを作成することができます。 グループを追加すると、青い「And」ボタンが表示されます。And を選択してパラメーターを変更し、新しいパラメーター「Or」を使用して複数の成功したパスを定義します。 図中のタッチポイントには成功パスが 1 つしかないので、「Or」は不要です。

タッチポイントを追加 を選択し、上記のプロセスを繰り返すと、追加のタッチポイントを追加できます。

必要なタッチポイントの定義がすべて完了したら、右上の 次へ をクリックして、最後のステップに進みます。

高度なトレーニングとスコアリングの設定

Attribution AI の最後のページは、トレーニングとスコアリングの設定に使用する Advanced ページです。

トレーニングのスケジュール設定

「Schedule」を使用して、スコアリングをおこなう曜日と時刻を選択できます。

スコアリング頻度 の下のドロップダウンを選択して、日次、週次、月次のスコアリングを選択します。 次に、スコアリングをおこなう曜日を選択します。複数の曜日を選択できます。同じ日を再び選択すると、選択が解除されます。

スコアリングを実行する時刻を変更するには、時計アイコンを選択します。 表示される新しいオーバーレイで、スコアリングをおこなう時刻を入力します。オーバーレイの外側を選択して閉じます。

追加のスコアデータセット列（オプション）

デフォルトでは、標準スキーマのサービスモデルごとにスコアデータセットが作成されます。 コンバージョンイベントとタッチポイントの設定に基づいて、スコアリングデータセット出力に列を追加するよう選択できます。 入力データセットから列を選択することから開始して、ハンバーガーアイコンの上でマウスの左ボタンを押しながらドラッグ&ドロップして、順序を変更できます。

地域ベースのモデリング（オプション） region-based-modeling-optional

顧客の行動は、国や地域によって大きく異なる場合があります。グローバルビジネスの場合、国ベースまたは地域ベースのモデルを使用すると、アトリビューションの精度が向上する可能性があります。追加された地域ごとに、その地域のデータを使用して新しいモデルを作成します。

新しいリージョンを定義するには、「リージョンの追加」を選択して開始します。 表示されるコンテナで、地域の名前を入力します。フィールド名を入力 ​ドロップダウンに表示される値は 1 つ（「placeContext.geo.countryCode」）だけです。この値を選択します。

次に、演算子を選択します。

最後に、フィールド名を入力 ​ドロップダウンで国コードを選択します。

トレーニングウィンドウ training-window

できるだけ正確なモデルを得るためには、ビジネスを表す履歴データを使用してモデルをトレーニングすることが重要です。デフォルトでは、モデルは 2 四半期（6 か月）のコンバージョンイベントデータを使用してトレーニングされます。 ドロップダウンを選択すると、デフォルトを変更できます。トレーニングに使用するデータの期間は、1 四半期（3 ヶ月）から 4 四半期（12 ヶ月）の間で選択できます。

トレーニングウィンドウを選択したら、右上隅の「完了」を選択します。 データの処理に多少時間がかかる場合があります。完了したら、インスタンスの設定が完了したことを確認するポップオーバーダイアログが表示されます。「OK」を選択して「サービスインスタンス」ページにリダイレクトすると、サービスインスタンスが表示されます。

次の手順

このチュートリアルに従って、Attribution AI にサービスインスタンスを正常に作成できました。インスタンスのスコアリングが完了したら（最大 24 時間）、Attribution AIインサイトを検出、準備が整います。 さらに、スコアリング結果をダウンロードする場合は、 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。

その他のリソース

次のビデオでは、Attribution AI内に新しいインスタンスを作成するためのエンドツーエンドのワークフローの概要を説明しています。