モデルを作成

モデル Name （例：Demo model）を入力します。 Description （例：Demo model to explore AI features of Mix Modeler）を入力します。

「Next」を選択して、次の手順に進みます。 モデル設定をキャンセルするには、「Cancel」を選択します。

Conversion goal のセクションで以下を実行します。

1. コンバージョンをコンバージョ Conversion ドロップダウンメニューから選択します。 使用可能なコンバージョンは、Harmonized datasets で ​ コンバージョン ​ の一部として定義したコンバージョンです。 例：Online Conversion。

2. Create a conversion を選択して、モデル設定内から直接変換を作成できます。

Marketing touchpoints セクションでは、Harmonized datasets で ​ マーケティングタッチポイント ​ の一部として定義したマーケティングタッチポイントに対応する 1 つ以上のマーケティングタッチポイントを選択できます。

1. Touchpoint include ドロップダウンメニューからマーケティングタッチポイントを 1 つ以上選択します。

   • を使用して、タッチポイントを削除できます。
   • Clear all を使用して、すべてのタッチポイントを削除できます。

2. Create a touchpoint を選択して、モデル設定内から直接マーケティングタッチポイントを作成できます。

デフォルトでは、統一ビューのすべてのデータに対してスコアが生成されます。 母集団のサブセットにのみスコアを付けるには、「Eligible data population」セクションのコンテナを使用して 1 つ以上のフィルターを定義します。

• 各コンテナに対して 1 つ以上のイベントを定義します。

  1. 各イベントに対して：

     1. 統一フィールドを選択 から指標またはディメンションを選択します。

     2. 適切な演算子（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 または is not in）を選択します。

     3. 値を入力または選択 で値を入力または選択します。

  2. コンテナにイベントを追加するには、「 」を選択し Add event す。

  3. コンテナからイベントを削除するには、「 を選択します。

  4. コンテナで定義したすべてのイベントまたは複数のイベントを使用してフィルタリングするには、「Any of」または「All of」を選択します。 それに応じて、ラベルが Include … Or … から Include … And … に変更されます。

• 適格なデータ母集団コンテナを追加するには、「 」 Add eligible population を選択します。

• 適格なデータ母集団コンテナを削除するには、コンテナ内で を選択し、コンテキストメニューから「Remove container」を選択します。

• コンテナ間で AND および OR を選択し、適格なデータ母集団に対してより複雑な定義を作成します。

Factor dataset セクションでは、内部要因や外部要因を含むデータセットを管理できます。

• 要因データセットを追加するには、「Add Factor」を選択します。 1 つのモデルに追加できる要素は最大 30 個です。

  1. ドロップダウンメニューから Factor dataset を選択します。 使用できる要因は、​ データセットルール ​ の統一フィールドを定義した要因です。
     Factor type は、選択したデータセットに基づいて、Internal または External のいずれかになります。

  2. ドロップダウンメニューから Impact on conversion を選択します。 使用可能なオプションは、Auto、Positive、Negative です。 デフォルトのオプションは Auto です。これを使用すると、係数データセットの影響をモデルで判断できます。

• 係数データセットを削除するには、「 」を選択します。

モデルのルックバックウィンドウを定義するには、「Define lookback window」セクションの Give contribution credit to touchpoints occurring within … weeks prior to the conversion に 1 ～ 52 の値を入力します。

「Next」を選択して、次の手順に進みます。 さらに設定が必要な場合は、赤いアウトラインとテキストで、必要な追加設定を説明します。
「Back」を選択して前の手順に戻ります。
モデル設定をキャンセルするには、「Cancel」を選択します。

Spend share のセクションで以下を実行します。

• マーケティングデータが分散している場合にマーケティング投資率の履歴を使用してモデルに通知するには、Allow spend share をアクティブ化します。 この設定は、特に次のシナリオで推奨されます。

  • チャネルに十分な観測がありません（例：低い支出頻度、インプレッション数、クリック数）。
  • データがスパースな可能性のある、スパイキーだが通常の、そして潜在的に高価なメディア（一部のブランドのテレビなど）をモデリングしている場合。

  note note
  NOTE
  1 回限りの投資（スーパーボウル広告など）の場合は、支出配分に依存するのではなく、要因としてそのデータを取り込むことを検討します。

MTA enabled のセクションで以下を実行します。

• モデルの MTA 機能を有効にするには、MTA enabled をアクティブにします。 MTA を有効にしている場合は、モデルのトレーニングとスコアリングが完了すると、マルチタッチのアトリビューションインサイトを利用できます。 詳しくは、​ モデルインサイト ​ の「​ アトリビューション ​」タブを参照してください。

Prior knowledge のセクションで以下を実行します。

1. Rule type （デフォルトは Absolute values）を選択します。

2. Contribution proportion 列を使用して、Name の下にリストされているすべてのチャネルの貢献度の割合を指定します。

3. 必要に応じて、各チャネルに Level of confidence の割合を追加できます。

4. 必要に応じて、Clear all を使用して、Contribution proportion 列と Level of confidence 列のすべての入力値をクリアします。

Enable scheduled model scoring and training をオンにします。

Scoring frequency を選択：

• Daily：有効な時間（例：05:22 pm）を入力するか、 を使用します。
• Weekly：曜日を選択して有効な時間（例：05:22 pm）を入力するか、 を使用します。
• Monthly: 「実行するタイミング」ドロップダウンメニューから日付を選択し、有効な時刻（例：05:22 pm）を入力するか、 を使用します。

ドロップダウンメニューから Training frequency （Monthly、Quarterly、Yearly、None のいずれか）を選択します。