설명서 Experience Platform Intelligent Services 안내서

쿼리 서비스를 사용한 속성 점수 분석

Last update: Tue Jul 16 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

주제:
기여도 AI

작성 대상:

사용자

데이터의 각 행은 변환을 나타내며, 이 변환에서 관련 터치포인트에 대한 정보는 touchpointsDetail 열 아래에 구조체 배열로 저장됩니다.

접점 정보

열

접점 이름

touchpointsDetail. touchpointName

접점 채널

touchpointsDetail.touchPoint.mediaChannel

접점 Attribution AI 알고리즘 점수

touchpointsDetail.scores.algorithmicSourced
touchpointsDetail.scores.algorithmicInfluenced

데이터 경로 찾기

Adobe Experience Platform UI의 왼쪽 탐색에서 데이터 세트 를 선택합니다. 데이터 세트 페이지가 나타납니다. 그런 다음 찾아보기 탭을 선택하고 Attribution AI 점수에 대한 출력 데이터 세트를 찾습니다.

모델에 액세스

출력 데이터 세트를 선택합니다. 데이터 세트 활동 페이지가 나타납니다.

데이터 집합 활동 페이지

데이터 세트 활동 페이지에서 오른쪽 상단의 데이터 세트 미리 보기 를 선택하여 데이터를 미리 보고 예상대로 수집되었는지 확인하십시오.

데이터 집합 미리 보기

데이터를 미리 본 후 오른쪽 레일에서 스키마를 선택합니다. 스키마 이름 및 설명과 함께 팝오버가 나타납니다. 스키마 이름 하이퍼링크를 선택하여 채점 스키마로 리디렉션합니다.

스키마 선택

채점 스키마를 사용하여 값을 선택하거나 검색할 수 있습니다. 선택하면 쿼리를 만드는 데 사용할 경로를 복사할 수 있도록 필드 속성 사이드 레일이 열립니다.

경로 복사

쿼리 서비스 액세스

Platform UI 내에서 쿼리 서비스에 액세스하려면 왼쪽 탐색에서 쿼리 를 선택한 다음 찾아보기 탭을 선택하십시오. 이전에 저장한 쿼리 목록이 로드됩니다.

쿼리 서비스 찾아보기

그런 다음 오른쪽 상단에서 쿼리 만들기 를 선택합니다. 쿼리 편집기가 로드됩니다. 쿼리 편집기를 사용하면 채점 데이터를 사용하여 쿼리를 만들 수 있습니다.

쿼리 편집기

쿼리 편집기에 대한 자세한 내용은 쿼리 편집기 사용 안내서를 참조하세요.

속성 점수 분석을 위한 쿼리 템플릿

아래 쿼리는 다른 점수 분석 시나리오의 템플릿으로 사용할 수 있습니다. _tenantId 및 your_score_output_dataset을(를) 채점 출력 스키마에 있는 적절한 값으로 바꾸어야 합니다.

NOTE

데이터를 수집하는 방법에 따라 timestamp 등 아래에 사용된 값이 다른 형식일 수 있습니다.

유효성 검사 예

전환 이벤트별 총 전환 수(전환 기간 내)

    SELECT conversionName,
           SUM(scores.firstTouch) as total_conversions,
           SUM(scores.algorithmicSourced) as total_attributed_conversions
    FROM
        (SELECT
                _tenantId.your_score_output_dataset.conversionName
                    as conversionName,
                inline(_tenantId.your_score_output_dataset.touchpointsDetail),
                timestamp as conversion_timestamp
         FROM
                your_score_output_dataset
        )
    WHERE
        conversion_timestamp >= '2020-07-16'
      AND
        conversion_timestamp <  '2020-10-14'
    GROUP BY
        conversionName

전환 전용 이벤트의 총 수(전환 기간 내)

    SELECT
        _tenantId.your_score_output_dataset.conversionName as conversionName,
        COUNT(1) as convOnly_cnt
    FROM
        your_score_output_dataset
    WHERE
        _tenantId.your_score_output_dataset.touchpointsDetail.touchpointName[0] IS NULL AND
        timestamp >= '2020-07-16' AND
        timestamp <  '2020-10-14'
    GROUP BY
        conversionName

트렌드 분석 예

일별 전환 수

    SELECT conversionName,
           DATE(conversion_timestamp) as conversion_date,
           SUM(scores.firstTouch) as convertion_cnt
    FROM
        (SELECT
                _tenantId.your_score_output_dataset.conversionName as conversionName,
                inline(_tenantId.your_score_output_dataset.touchpointsDetail),
                timestamp as conversion_timestamp
         FROM
                your_score_output_dataset
        )
    GROUP BY
        conversionName, DATE(conversion_timestamp)
    ORDER BY
        conversionName, DATE(conversion_timestamp)
    LIMIT 20

분포 분석 예

정의된 유형별 전환 경로의 터치포인트 양(전환 기간 내)

    SELECT conversionName,
           touchpointName,
           COUNT(1) as tp_count
    FROM
        (SELECT
                _tenantId.your_score_output_dataset.conversionName as conversionName,
                inline(_tenantId.your_score_output_dataset.touchpointsDetail),
                timestamp as conversion_timestamp
         FROM
                your_score_output_dataset
        )
    WHERE
        conversion_timestamp >= '2020-07-16' AND
        conversion_timestamp < '2020-10-14' AND
        touchpointName IS NOT NULL
    GROUP BY
        conversionName, touchpointName
    ORDER BY
        conversionName, tp_count DESC

Insight 생성 예

접점 및 전환 날짜별 증분 단위 분류(전환 기간 내)

    SELECT conversionName,
           touchpointName,
           DATE(conversion_timestamp) as conversion_date,
           SUM(scores.algorithmicSourced) as incremental_units
    FROM
        (SELECT
                _tenantId.your_score_output_dataset.conversionName as conversionName,
                inline(_tenantId.your_score_output_dataset.touchpointsDetail),
                timestamp as conversion_timestamp
         FROM
                your_score_output_dataset
        )
    WHERE
        conversion_timestamp >= '2020-07-16' AND
        conversion_timestamp < '2020-10-14'  AND
        touchpointName IS NOT NULL
    GROUP BY
        conversionName, touchpointName, DATE(conversion_timestamp)
    ORDER BY
        conversionName, touchpointName, DATE(conversion_timestamp)

접점 및 접점 날짜별 증분 단위 분류(전환 기간 내)

    SELECT conversionName,
           touchpointName,
           DATE(touchpoint.timestamp) as touchpoint_date,
           SUM(scores.algorithmicSourced) as incremental_units
    FROM
        (SELECT
                _tenantId.your_score_output_dataset.conversionName as conversionName,
                inline(_tenantId.your_score_output_dataset.touchpointsDetail),
                timestamp as conversion_timestamp
         FROM
                your_score_output_dataset
        )
    WHERE
        conversion_timestamp >= '2020-07-16' AND
        conversion_timestamp < '2020-10-14'  AND
        touchpointName IS NOT NULL
    GROUP BY
        conversionName, touchpointName, DATE(touchpoint.timestamp)
    ORDER BY
        conversionName, touchpointName, DATE(touchpoint.timestamp)
    LIMIT 20

모든 채점 모델(전환 기간 내)에 대한 특정 유형의 접점에 대한 점수를 집계했습니다.

    SELECT
           conversionName,
           touchpointName,
           SUM(scores.algorithmicSourced) as total_incremental_units,
           SUM(scores.algorithmicInfluenced) as total_influenced_units,
           SUM(scores.uShape) as total_uShape_units,
           SUM(scores.decayUnits) as total_decay_units,
           SUM(scores.linear) as total_linear_units,
           SUM(scores.lastTouch) as total_lastTouch_units,
           SUM(scores.firstTouch) as total_firstTouch_units
    FROM
        (SELECT
                _tenantId.your_score_output_dataset.conversionName as conversionName,
                inline(_tenantId.your_score_output_dataset.touchpointsDetail),
                timestamp as conversion_timestamp
         FROM
                your_score_output_dataset
        )
    WHERE
        conversion_timestamp >= '2020-07-16' AND
        conversion_timestamp < '2020-10-14'  AND
        touchpointName = 'display'
    GROUP BY
        conversionName, touchpointName
    ORDER BY
        conversionName, touchpointName

고급 - 경로 길이 분석

각 전환 이벤트 유형에 대한 경로 길이 분포 가져오기:

    WITH agg_path AS (
          SELECT
            _tenantId.your_score_output_dataset.conversionName as conversionName,
            sum(size(_tenantId.your_score_output_dataset.touchpointsDetail)) as path_length
          FROM
            your_score_output_dataset
          WHERE
            _tenantId.your_score_output_dataset.touchpointsDetail.touchpointName[0] IS NOT NULL AND
            timestamp >= '2020-07-16' AND
            timestamp <  '2020-10-14'
          GROUP BY
            _tenantId.your_score_output_dataset.conversionName,
            eventMergeId
    )
    SELECT
        conversionName,
        path_length,
        count(1) as conversionPath_count
    FROM
        agg_path
    GROUP BY
        conversionName, path_length
    ORDER BY
        conversionName, path_length

고급 - 전환 경로 분석의 고유 터치포인트 수

각 전환 이벤트 유형에 대해 전환 경로의 개별 터치포인트 수에 대한 분포를 살펴보십시오.

    WITH agg_path AS (
      SELECT
        _tenantId.your_score_output_dataset.conversionName as conversionName,
        size(array_distinct(flatten(collect_list(_tenantId.your_score_output_dataset.touchpointsDetail.touchpointName)))) as num_dist_tp
      FROM
        your_score_output_dataset
      WHERE
        _tenantId.your_score_output_dataset.touchpointsDetail.touchpointName[0] IS NOT NULL AND
        timestamp >= '2020-07-16' AND
        timestamp <  '2020-10-14'
      GROUP BY
        _tenantId.your_score_output_dataset.conversionName,
        eventMergeId
    )
    SELECT
        conversionName,
        num_dist_tp,
        count(1) as conversionPath_count
    FROM
     agg_path
    GROUP BY
        conversionName, num_dist_tp
    ORDER BY
        conversionName, num_dist_tp

스키마 평면화 및 전개 예

이 쿼리는 구조 열을 여러 개의 단일 열로 병합하고 배열을 여러 행으로 분해합니다. 이렇게 하면 속성 점수를 CSV 형식으로 변환하는 데 도움이 됩니다. 이 쿼리의 출력에는 각 행에 하나의 전환과 해당 전환에 해당하는 터치포인트 중 하나가 있습니다.

TIP

이 예제에서는 _tenantId 및 your_score_output_dataset 외에 {COLUMN_NAME}을(를) 바꾸어야 합니다. COLUMN_NAME 변수는 Attribution AI 모델을 구성하는 동안 추가된 선택적 통과 열 이름(보고 열)의 값을 사용할 수 있습니다. 채점 출력 스키마를 검토하여 이 쿼리를 완료하는 데 필요한 {COLUMN_NAME} 값을 찾으십시오.

SELECT
  segmentation,
  conversionName,
  scoreCreatedTime,
  aaid, _id, eventMergeId,
  conversion.eventType as conversion_eventType,
  conversion.quantity as conversion_quantity,
  conversion.eventSource as conversion_eventSource,
  conversion.priceTotal as conversion_priceTotal,
  conversion.timestamp as conversion_timestamp,
  conversion.geo as conversion_geo,
  conversion.receivedTimestamp as conversion_receivedTimestamp,
  conversion.dataSource as conversion_dataSource,
  conversion.productType as conversion_productType,
  conversion.passThrough.{COLUMN_NAME} as conversion_passThru_column,
  conversion.skuId as conversion_skuId,
  conversion.product as conversion_product,
  touchpointName,
  touchPoint.campaignGroup as tp_campaignGroup,
  touchPoint.mediaType as tp_mediaType,
  touchPoint.campaignTag as tp_campaignTag,
  touchPoint.timestamp as tp_timestamp,
  touchPoint.geo as tp_geo,
  touchPoint.receivedTimestamp as tp_receivedTimestamp,
  touchPoint.passThrough.{COLUMN_NAME} as tp_passThru_column,
  touchPoint.campaignName as tp_campaignName,
  touchPoint.mediaAction as tp_mediaAction,
  touchPoint.mediaChannel as tp_mediaChannel,
  touchPoint.eventid as tp_eventid,
  scores.*
FROM (
  SELECT
        _tenantId.your_score_output_dataset.segmentation,
        _tenantId.your_score_output_dataset.conversionName,
        _tenantId.your_score_output_dataset.scoreCreatedTime,
        _tenantId.your_score_output_dataset.conversion,
        _id,
        eventMergeId,
        map_values(identityMap)[0][0].id as aaid,
        inline(_tenantId.your_score_output_dataset.touchpointsDetail)
  FROM
        your_score_output_dataset
)

recommendation-more-help

8959a20a-a58f-4057-9f82-870706c576e9