モデルインサイト
モデルインサイトの各ビジュアライゼーションは、次のことを実行できるように設計されています。
- 組織のマーケティングアクティビティの影響を視覚化し、定量化します。
- パフォーマンスの高いチャネルを特定します。
- 最適化が必要なチャネルを特定します。
これらのインサイトは、リソースの優先順位付けと割り当てをサポートするのに役立ちます。
モデルのインサイトを表示するには、Mix Modelerの
Models インターフェイスで次の操作を行います。
-
Models テーブルから、Last run statusの
Successを持つモデルの名前を選択します。
-
コンテキストメニューから、Model Insightsを選択します。
次のタブを使用できます。
各タブのビジュアライゼーションの基となる日付の期間を変更できます。 日付期間を入力するか、
を選択して日付期間を選択します。
モデルドリフト
モデルのドリフトがモデル上で検出された場合は、後で通知するオプションや、モデルをすぐに Retrain するためのオプションを含むModel drift detected ダイアログが表示されます。 Remind me laterを選択すると、次の日または次のログイン時にリマインドされます。
モデルインサイト model-insights-section
「Model insights」タブには、日付およびベースメディア別の貢献度、 チャネル別の貢献度、 マーケティングパフォーマンスの概要、限界応答カーブ のビジュアライゼーションが表示されます。 このタブには、 タッチポイントの分類 テーブルも表示されます。
-
各ビジュアライゼーションの個々のグラフ要素にカーソルを合わせると、より詳細なポップオーバーが表示されます。
-
ビジュアライゼーションのデータを含むCSV ファイルをダウンロードするには、
-
Microsoft® Excel形式で完全なモデルインサイトデータをダウンロードするには、
日付およびベースメディア別の貢献度
この積み重ねグラフのビジュアライゼーションは、次のように並んでいます。
- ベースは下部に表示されます。
- 未支出チャネルは真ん中に表示されます。
- 支出チャネルが一番上に表示されます。
この可視化は、日付範囲において、ベース、支出チャネル、非支出チャネルごとに達成された貢献度の割合を表しています。 このビジュアライゼーションは、増分性を示すのに役立ちます。 基本とは、マーケティング施策を実施しなかった場合の影響を表すもので、予算の非支出チャネルと支出チャネル（基本の上）を組み合わせることで、マーケティング施策の効果を示します。 つまり、無支出+支出は、マーケティング活動の増分効果に等しく、ビジュアライゼーションは、マーケティングが生み出す価値をinsightで簡単に提供します。
チャネル別の貢献度
様々なチャネルによる貢献度の分布を示すドーナツビジュアライゼーション。 このビジュアライゼーションでは、パフォーマンスが高い上位3つのチャネル（基本とその他 カテゴリーを除く）のレンズを通じて増分性を示します。 このビジュアライゼーションは、優先順位付けと予算配分をサポートするのに役立ちます。
マーケティングパフォーマンスの概要 marketing-performance-summary
各チャネルのROIまたはCPA パフォーマンスを表示する、横棒グラフのビジュアライゼーション。 このビジュアライゼーションは、マーケティング投資のROI/CPAを強調します。 チャネルは、ROI/CPAに基づいて降順にランク付けされます。 このビジュアライゼーションは、最も効果的なチャネルと最適化が必要なチャネルを特定するのに役立ちます。
未定義のチャネルはビジュアライゼーションに含まれますが、コンバージョンに起因するものはありません。
限界応答曲線
折れ線グラフは、マーケティングチャネルへの投資によって生み出される限界利益を視覚化し、比較します。 また、現在の支出ポイントと限界損益分岐点（増分リターンが増分支出よりも少ない場合）を特定できます。 これにより、マーケティング投資の効果が低下し始めるタイミングを把握できます。
選択したデータ範囲と選択したチャネルに基づいて、曲線、現在の支出点、限界損益分岐点、および対応する値が計算されます。
チャネルを変更するには：
- Channel ドロップダウンメニューからチャネルを選択して、特定のチャネルのビジュアライゼーションを更新します。
顧客接点の内訳
タッチポイントの内訳テーブルには、すべてのチャネルまたは選択したチャネルの週次タッチポイントの内訳が週次ベースで表示され、それぞれに関連する主要な指標が表示されます。 この表を使用すると、簡単に比較、トレンドの特定、パフォーマンスの追跡をより詳細なチャネルレベルで行うことができます。 このテーブルは、日付と基本メディアによる貢献度のビジュアライゼーションと、チャネルによる貢献度のビジュアライゼーションを明示的に補完します。
次の列を使用できます。
特定のチャネルまたはすべてのチャネルを選択するには、View ドロップダウンメニューからを選択します。
タッチポイント分類テーブルの内容をダウンロードするには、
Download CSVを選択します。
チャネル分析
「Channel analysis」タブには、Channel synergiesおよび [チャネル adstock] のビジュアライゼーションが表示されます。
チャネルシナジー
チャネルシナジーの可視化は、マーケティングチャネルが個々の貢献を超えて、乗法効果を作成するためにどのように相互作用するかを特定するのに役立ちます。
ヒートマップ行列は、経費チャネルのペア間の相乗効果の値を視覚的に表します。 マーケターは、このマトリックスを利用して、チャネルがパフォーマンスを促進するためにどのようにインタラクションしているのかを把握できます。 各モデルについて、シナジー値は0から10の範囲で正規化されます。 これらの値は、次ドルの相乗効果を定量化します。これは、各チャネルが現在のレベルでさらに1 ドルの支出を受け取った場合に、2つのチャネルがどの程度効果的に連携するかを推定します。
この1 ドル規模の枠組みは、トレーニングデータにおける実際の支出状況を考慮し、より多くの情報に基づいた最適化決定を可能にするため、相対的な相乗効果の強さを現実的に示しています。
-
すべてのシナジーを表示するには、Show allを選択します。
-
シナジーを少なくするには、Show lessを選択します
-
相乗効果の詳細を表示するには、ビジュアライゼーションのセルにカーソルを合わせます。
-
行列を表すCSV ファイルをダウンロードするには、
Channel adstock
チャネル広告のビジュアライゼーションには、設定された各チャネル広告のビジュアライゼーションが表示されます。 このビジュアライゼーションは、各チャネルのマーケティング費用の影響が、最初の露出から時間の経過とともにどのように持続し、減衰するかを把握するのに役立ちます。 このビジュアライゼーションでは、モデルから学習した時間的力学を取り入れることで、チャネルのキャリーオーバーのリアルなビューを提供します。
個々のグラフは、単一のマーケティングチャネルを表し、その在庫曲線を示しています。 この曲線は、露出の単位の効果が将来の期間にどのように引き継がれるかをモデル化します。 この曲線は、コンバージョンへの影響が低下する割合を示し、初期投資後にさまざまなチャネルがパフォーマンスに影響を与え続ける期間を比較するのに役立ちます。
減衰曲線が遅いチャネル（テールが長い）は、時間の経過とともに持続的な影響を示します。 急激なドロップオフが発生したチャネルでは、より直接的で短期的な効果が反映されます。 そのチャネルに対して設定された最大ルックバック期間によって、各カーブの長さが決まります。
- All channelsのadstock ビジュアライゼーションまたは個々のチャネル（例：Paid Social Facebook）のadstock ビジュアライゼーションを表示するには、Channel ドロップダウンメニューから選択します。
要因 factors
「要因[ ベータ版]{class="badge informative"}」タブには、外部要因に関連するインサイトが表示されます。
このビジュアライゼーションは、さまざまな内部要因と外部要因がコンバージョンのベースラインに及ぼす増分効果を把握するのに役立ちます。 例えば、経済活動やプロモーション活動。
Factors ドロップダウンメニューを使用して、表示する要素を選択します。
テーブルのデータを含むCSV ファイルをダウンロードするには、
を選択します。
使用可能なデータがない場合は、
No data is available, you may need to retrain your model, or change the date range to view insightsというメッセージが表示されます。
アトリビューション attribution
「Attribution」タブを使用すると、イベントレベルのデータを持つタッチポイントおよびマーケティングキャンペーンの効果を把握できます。 モデルの構築を参照してください。
次のアトリビューションモデルがサポートされています。
-
Mix Modelerで選択したモデルに基づく：
- アルゴリズム – 影響
- アルゴリズム – 増分
-
ルールベース：
- 減衰ユニット
- ファーストタッチ
- ラストタッチ
- 線形
- Ushape
Mix Modelerのマルチタッチアトリビューション機能の概要については、 マルチタッチアトリビューション を参照してください。
Attribution Model ドロップダウンメニューから1つ以上のアトリビューションモデルを選択します。 選択したアトリビューションモデルは、「アトリビューション」タブのすべてのビジュアライゼーションに適用されます。
Mix Modelerのマルチタッチアトリビューションの詳細なイベントスコアは、全体的なMix Modeler スコアとROIに一致します。 これらのスコアは、Experience Platformのデータセットとしても利用できます。
「アトリビューション」タブは、次のビジュアライゼーションで構成されます。
概要
Overviewのビジュアライゼーションには、選択したアトリビューションモデルのコンバージョンの合計と割合が表示されます。 さらにモデルを選択すると、ビジュアライゼーションに追加の円が追加され、それぞれに独自の色が凡例に対応します。
アトリビューションモデルの詳細が表示されるポップアップを表示するには、ビジュアライゼーションの任意の円にカーソルを合わせます。
傾向
Daily trends、Weekly trendsまたはMonthly trendsのビジュアライゼーションは、選択したアトリビューションモデルに対して、日次、週次、または月次のコンバージョン傾向を示します。
期間を選択するには、
からDaily trends、Weekly trendsまたは Monthly trends を選択します。
詳細を表示するには、特定のアトリビューションモデルのデータ行にカーソルを合わせると、そのデータのコンバージョンの合計数を示すポップオーバーが表示されます。
分類
Breakdownのビジュアライゼーションは、選択した各アトリビューションモデルのコンバージョンのチャネルまたはタッチポイントによる内訳です。 この視覚化は、各チャネルや顧客接点の効果について意思決定をおこなうのに役立ちます。
分類タイプを選択するには、
から Breakdown by channel または Breakdown by touchpoint を選択します。
詳細を表示するには、任意のグラフ要素にカーソルを合わせます。
上位キャンペーン
トップキャンペーンのビジュアライゼーションには、キャンペーン名、チャネル、メディアタイプ、増分コンバージョンの列を含むトップキャンペーンのテーブルが表示されます。 この視覚化は、特定のチャネルに対する特定のキャンペーンの効果をチームに通知し、どのキャンペーンにさらに投資する必要があるかをインサイトするのに役立ちます。
チャネル、メディアタイプまたは増分コンバージョンの昇順↑または降順↓でテーブルを並べ替えるには、列ヘッダーを選択して並べ替えを切り替えます。
別のダイアログでテーブルを展開するには、
から Expand を選択します。
拡張されたTop campaigns ダイアログには、次の追加列を含む同じテーブルが表示されます。
-
増分コンバージョン
-
影響を受けたコンバージョン
-
ファーストタッチコンバージョン
-
ラストタッチコンバージョン
追加の各列ヘッダーを選択して、テーブルを昇順または降順で並べ替えることができます。
展開されたトップキャンペーンダイアログを閉じるには、Closeを選択します。
タッチポイントの位置別の分類
Breakdown by touchpoint positionのビジュアライゼーションは、すべてのコンバージョンパスをまたいで、タッチポイントとタッチポイントの位置による帰属コンバージョンの内訳です。 このグラフは、ある顧客接点が、他の場所や他の接点よりも、ある場所でより優れた成果を上げているかどうかを比較するのに役立ちます。
位置Starter、Player、Closerは次のように定義されます。
上位のコンバージョンパス
Top conversion pathsのビジュアライゼーションには、選択したアトリビューションモデルに基づく上位5つのコンバージョンパスが表示されます。
コンバージョンパスごとに、次の項目が表示されます。
- 影響を与えたチャネルの数，
- 総パス数を把握し，
- このコンバージョンパスの帰属パスの割合と総帰属パスの割合，
- 各チャネルのアトリビューションモデルの貢献度
- これらのチャネルアトリビューションモデルの貢献度の合計。
診断 diagnostics
「Diagnostics」タブには、次のビジュアライゼーションが表示されます。
-
Model Assessment個のビジュアライゼーション：
-
実際のコンバージョンと予測コンバージョン、または残差コンバージョンを分析できるグラフです。
ビジュアライゼーションを分類するには、Breakdown リストから次のいずれかのオプションを選択します。-
Actual vs Predicted：このオプションは、実際の値とモデル予測を比較します。 理想的には、予測される値は実際の値と密接に一致する必要がありますが、多少のずれが予想されます。 大規模または体系的な偏差やパターンは、欠けている関係やデータまたは潜在的な偏りを示している可能性があります。
-
Residuals：このオプションは、実際の値と予測される値の違いを示します。 パフォーマンスの良いモデルには、ランダムに分布する残差があり、明確なパターンや広がりが増えません。 構造化された傾向や残差の拡大は、関係の欠落やデータや分散の問題を示している可能性があります。
-
-
各コンバージョン指標の次の列を示す表。
- Actual Conversion
- Predicted Conversion
- Residual Conversion
- R2。データが回帰モデルにどの程度適合しているか（適合の良さ）を示すスコア。
- MAPE (Mean Absolute Percentage Error), which is one of the most commonly used KPIs to measure forecast accuracy and expresses the forecast error as a percentage of the actual value.
- RMSE （ルート平均平方誤差）：平均エラーを示し、エラーの正方形に従って重み付けされます。
テーブルのデータを含むCSV ファイルをダウンロードするには、
-
-
Model training fit metrics table that displays for each conversion metric:
- Training R2: Indicates the proportion of variance in the actual values explained by the model’s predictions, ranging from 0 to 1.
- Training sMAPE (symmetric Mean Absolute Percentage Error): Measures average percentage error on training data. Lower values indicate better accuracy.
- Training RMSE (Root Mean Squared Error): Measures average percentage error on training data. Penalizes larger errors more than MAPE. Lower RMSE suggests better predictive accuracy but is sensitive to outliers.
- Out-of-sample sMAPE: Evaluates percentage error on unseen data, balancing over- and under-predictions. Helps to assess generalization. Currently, Mix Modeler evaluates percentage error using the last quarter of training data as a holdout set.
- Out-of-sample RMSE: Evaluates percentage error on unseen data, balancing over- and under-predictions. Helps assess generalization. Currently, Mix Modeler evaluates percentage error using the last quarter of training data as a holdout set. RMSE penalizes larger errors more than MAPE.
-
Touchpoint effectiveness table, representing the outcome of the Attribution AI algorithmic model.
このテーブルのデータは、特定の期間のみ生成されます。 Select **As of *xx/xx/xx, xx:xx TZ ***
The visualization shows, in descending order of Efficiency measure
- Paths touched: visualizes the percentage of paths achieving conversion and percentage of paths not achieving conversion. For a touchpoint, you see more attributed conversions when the attribution conversion ratio is high. This ratio compares the percentage of paths that lead to conversion versus the percentage of paths that do not lead to conversion.
- Efficiency measure: アルゴリズムのアトリビューションモデルによって生成された効率性の測定値は、タッチポイントの数に依存せずに、コンバージョンに向けたタッチポイントの相対的な重要性を示します。 効率は1～5のスケールで測定されます。 タッチポイントの数が多いからといって、効率が高いとは限りません。
- Total volume: ユーザーがタッチポイントに触れた回数の集計。 この数値には、コンバージョンを達成するパス上に表示されるタッチポイントと、コンバージョンを実現するパス notが含まれます。
モデルドリフト検出
モデルドリフトが検出された場合は、上部に Model drift detected 通知が表示されます。
通知を非表示にするには、Hideを選択します。 通知は、翌日または次のログイン時に再度表示されます。
履歴の概要
「履歴の概要」タブには、次のビジュアライゼーションが表示されます。
会計四半期および製品別のコンバージョンと支出
この可視化は、指定された日付範囲内の様々な四半期にわたるコンバージョンと支出配分を表しています。 このビジュアライゼーションは、支出がコンバージョンを促進しているパフォーマンスの高い四半期を特定するのに役立ちます。
チャネル別の費用
このビジュアライゼーションは、指定された日付範囲内の様々なチャネルでの支出分布を表します。 このビジュアライゼーションにより、最も多くの支出を受け取っているチャネルを素早く特定することができます。
タッチポイント費用
このビジュアライゼーションは、指定された日付範囲内の各四半期の有料顧客接点をまたいだ支出配分を表しています。 可視化により、特定のチャネルや四半期内において、どの接点が優先されているのかを把握できます。 このビジュアライゼーションは、チャネルの支出パターンと傾向、特に長期的に支出の頻度が低いチャネルや少ないチャネルを特定するのに役立ちます。
このビジュアライゼーションの代替支出ベースのチャネルを表示するには：
- Channelsからチャネルを選択します。
タッチポイントの数
このビジュアライゼーションは、指定された日付範囲内の各四半期のすべてのタッチポイントをまたいだボリューム分布を表します。
このビジュアライゼーションの代替ボリュームベースのチャネルを表示するには：
- Channelsからチャネルを選択します。