機械学習モデルに関するよくある質問 machine-learning-model-faq

Marketo Measure 機械学習モデルでは、タッチポイントデータを使用して、各ステージに割り当てる必要があるアトリビューション重み付けの量を計算します。 これは、各段階で取引を成約に導く際にどの程度重要であったかによって決定されます。

機械学習モデルのアトリビューションパーセンテージは、各ステージについてどのように教えてくれますか？

各ステージのアトリビューションパーセンテージは、マーケティング活動の潜在的な影響を反映します。 割合が高いと、その時点でのファネルの動きにマーケティングが直接影響する可能性があります。 アトリビューションの割合が低いほど、チームが監視するステージの重要性が低くなります。

機械学習モデルはどのように計算されますか？

Marketo Measure は、アカウントのタッチポイントデータを使用して、各カスタムステージの重要度を計算します。 各ステージの重要性を決定するために使用される条件は次のとおりです。

カスタムステージの最終的な重み付けは、次のように計算されます。

モデルパーセンテージ = モデル精度 x コンバージョン率 x タッチポイント一意性の重み付け

最後に、以下に示すように、すべてのカスタムステージの重みが正規化され、% に変換されます。

機械学習の列に数値が表示されないのはなぜですか。

カスタム属性モデルがアカウントで有効になっている場合、モデルが実行され、履歴データに基づいてこれらの数値が作成されるまで、通常 3 ～ 7 日かかります。

機械学習モデルは、どのくらいの頻度で更新されますか？

7 日ごとにモデルを再実行します。

モデルで常にミドルタッチが 10% に設定されるのはなぜですか？

アトリビューションクレジットの 10% をミドルタッチに割り当てることは、アドビのすべてのアトリビューションモデルにおける標準的な設定です。

アトリビューション配分はいつ変更する必要がありますか？

アカウントマネージャーに問い合わせて、属性パーセンテージを変更した場合の影響と、カスタムモデルに含めるステージについて説明します。 各 Salesforce ースと販売プロセスは固有であり、カスタムモデルが正確にモデル化されていることを確認したいと考えています。

とは言え、お客様全体の一般的なトレンドを特定しました。

気づいた傾向の 1 つは、モデルにより多くのステージを含めることが常に有益とは限らないということです。 例えば、顧客が複数の商談ステージをファネルの下部に追加した場合、これらのステージは非常に低いアトリビューションパーセンテージ値を受け取る傾向があります。 割合の値が低い場合は、コンバージョン率が高いことを示します。これは通常、これらのステージが取引を成立に導くのに大きな影響を与えないことを意味します。 一部のお客様は、最終的にこれらのステージをファネルに含めないことにします。 アトリビューションモデルからステージを削除することにした場合、マシンモデルはパーセンテージを再計算して再配分します。

また、リード作成からマーケティングの選定ステージへのコンバージョン率が高いため、マーケティングの選定ステージではアトリビューションの重み付けの割合が低くなる場合があることに気づきました。 ビジネスや販売サイクルによっては、このステージをカスタムモデルから削除すると効果的な場合があります。

特定のステージのトランジションを通じてマーケティングアクティビティを追跡したいが、このステージにアトリビューションクレジットを受け取らせたくない場合は、このステージをモデルに含め、そのステージに 0% のアトリビューションクレジットを割り当てることができます。