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

The 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アトリビューションの重み付けの量を計算します。 これは、各段階が契約を締めくくる上でどれだけ重要かによって決まります。

機械学習モデルの属性割合は、各ステージについてどのように表示されますか？

各ステージのアトリビューションの割合は、マーケティング活動の潜在的な影響を反映しています。 割合が高いほど、マーケティングがその時点でファネルの移動に直接影響を与える可能性があることを意味します。 アトリビューション率が低いと、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 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判断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。

モデルの割合=モデル精度 x コンバージョン率 x タッチポイントの一意性の重み付け

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

機械学習列に数字が表示されないのはなぜですか？

アカウントでカスタムアトリビューションモデルを有効にすると、通常、アドビのモデルが過去のデータに基づいてこれらの数値を実行および構築するまでに 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。

モデルが常に中間タッチを 10%に設定するのはなぜですか？

ミドルタッチに 10%のアトリビューションクレジットを割り当てることは、すべてのアトリビューションモデルにおける標準設定です。

アトリビューション配分を変更する必要があるのはいつですか。

アトリビューションの割合の変更の影響と、カスタムモデルに含めるステージについては、担当のアカウントマネージャーにお問い合わせください。 各 Salesforce また、販売プロセスは一意であり、カスタムモデルが正確にモデル化されるようにしたいと考えています。

ただし、お客様全体の一般的な傾向を特定しました。

既に気づいた傾向の 1 つは、モデルにより多くのステージを含めると必ずしも有益とは限らないことです。 例えば、顧客がファネルの下部に複数のオポチュニティステージを追加した場合、これらのステージでは、アトリビューション率の値が非常に低くなる傾向があります。 割合 (%) が低いと、コンバージョン率が高くなります。これは、通常、これらの段階が成約に至るまでの掘り下げに影響しないことを意味します。 最終的に、一部のお客様は、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と、マシンモデルによってパーセンテージが再計算され、再配布されます。

また、リード作成からマーケティング認定ステージへのコンバージョン率が高いことにも気づきました。その結果、マーケティング認定ステージでは、アトリビューションの重み付けの割合が低くなる可能性があります。 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便利です。

特定のステージトランジションを通じてマーケティング活動を追跡したいのに、このステージで属性クレジットを受け取りたくない場合は、このステージをモデルに含めて、そのステージに 0%の属性クレジットを割り当てます。