ドキュメントMix ModelerMix Modeler ガイド

Mix Modelerのユースケース

最終更新日: 2024年7月19日
  • トピック:
  • データセット
  • コンバージョン
  • 調和されたデータ
  • プラン

作成対象:

  • ユーザー
  • 管理者

Mix Modelerでは、次の主要なユースケースが可能です。

オムニチャネルの増分処理パフォーマンスについて

このユースケースは、有料、獲得、所有のすべてのチャネルにわたるマーケティングの影響を測定するのに役立ちます。

詳細

課題

これらのユースケースで対処できる課題は次のとおりです。

  • サイロ化されたカスタマージャーニーデータ、信号損失、壁に囲まれた庭園から増分パフォーマンスを測定するのは困難です。
  • MMM と MTA の分離された手法からのインサイトの不整合により、結果の信頼性が低下します。
  • 成功を導くマーケティングチャネルと戦術についての理解が限られている

アプローチ

このユースケースでは、ステップベースのアプローチを次に示します。

手順詳細
取り込み共通スキーマの下でデータソースを特定して取り込みます。
Adobe AnalyticsまたはCustomer Journey Analyticsへの既存の投資をファストトラックのデプロイメントに適用します。
設定特定のビジネス目標に合わせて AI-as-a-Service フレームワークを使用して柔軟なモデルを設定します
双方向転送学習により、タッチポイントとサマリーレベルの一貫性を自動的に確保します。
分析マーケティング全体と個々のチャネル/サブチャネルの ROI を明確に理解します。
増分コンバージョンを推進するのに最適なタッチポイントを明確に理解します。

影響

この使用方法を正常に実装すると、次の影響が出る可能性があります。

  • 集計データ、タッチポイントデータ、外部変数を組み込んで、測定に関する最も豊富なビューを取得します。
  • AI-as-a-Service ソリューションを使用すると、信頼性レベルのモデル透明性にアクセスして、成功を促進するモデルを迅速に作成できます。
  • 概要レベルとタッチポイントレベルの結果の整合性を取ることで、戦略的および戦術的な意思決定の信頼性を高めます。

ROI を最適化するマーケティングプランの作成

このユースケースでは、使いやすい AI 対応の最適化およびシナリオ計画ツールを使用して、ROI を最大化します。

詳細

課題

これらのユースケースで対処できる課題は次のとおりです。

  • 直感的な操作に依存するのではなく、効率曲線に基づいて、データ駆動型のマーケティング投資計画を作成します。
  • 複数の地域、事業部門、チャネルにわたって同時に成果を最大化します。
  • 複数の予算シナリオを作成および比較するための長いイテレーションサイクルが必要で、手作業が多い。

アプローチ

このユースケースでは、ステップベースのアプローチを次に示します。

手順詳細
設定測定モデルをビジネス目標に合わせて簡単にカスタマイズできます。
チャネル、地域、販売サイクル、ラグ、内部および外部のビジネス要因など、コーディングを必要とせずに、数回のクリックでパラメーターを定義します。
トレイン設定済みの AI/ML モデルをにトレーニングして、入力データに最適なフィットを学習し、最も正確な結果を提供します。
最適化モデル予測に基づいて自動的に最適化された予算割り当てを取得します。
直感的な UI を使用して、数回のクリックで複数の予算シナリオを開発および比較します。

影響

この使用方法を正常に実装すると、次の影響が出る可能性があります。

  • 複数の目標と優先度をまたいで ROI を最大化するマーケティング投資プランを作成します。
  • 増分 ROI 曲線を使用して、予算をシフトする機会を特定します。
  • セルフサービスの民主化されたツールを使用して、毎月または毎週の予測をすばやく取得します。

Adobeアプリケーション全体で戦術的なインサイトをアクティブ化

このユースケースは、タッチポイントスコアにアクセスして、顧客セグメントおよびジャーニーに関する戦略的な増分インサイトを得るのに役立ちます。

詳細

課題

これらのユースケースで対処できる課題は次のとおりです。

  • トップダウンソリューションだけでは、主要な最適化のオポチュニティを詳細に特定できない場合があります。
  • 測定モデルの出力は圧倒的で、過度に説明的であり、インサイトやアクションにつながりにくいです。
  • モデルは透明ではなく、詳細なスコアは使用できないので、アドホック分析を実行してインサイトを得ることはできません。

アプローチ

このユースケースでは、ステップベースのアプローチを次に示します。

手順詳細
モデルAI/ML モデルの設定とトレーニングにより、一貫性のある MTA タッチポイントスコアと MMM 集計の結果を取得します。
分析増分タッチポイントスコアのCustomer Journey Analyticsまたは外部 BI ツールへの書き出し。
タッチポイントスコアを使用して、詳細な分析を実行し、高度なダッシュボードを構築します。
アクションReal-time Customer Data Platformを使用して、上位の消費者セグメントへのルックアップを作成してアクティブ化します。
将来のキャンペーンに備えて、顧客セグメント別にデータ駆動型のマーケティング戦略を開発します。

影響

この使用方法を正常に実装すると、次の影響が出る可能性があります。

  • マーケティングおよび組織全体の戦略的優先度を伝えるために、増分的な顧客行動とマーケティング戦術の理解を深めます。
  • 顧客やビジネスに影響を与えるトレンドをすばやく検出して戦略的対応を開発することで、ROI を最大化します。
recommendation-more-help
d5f9b631-c793-4214-8dc7-f78d1750e4f4