Attribution AI UI 안내서

인텔리전트 서비스의 일부인 Attribution AI은 지정된 결과에 대한 고객 상호 작용의 영향 및 점진적 영향을 계산하는 멀티채널 알고리즘 속성 서비스입니다. 마케터는 Attribution AI을 통해 고객 여정의 각 단계에서 모든 개별 고객 상호 작용의 영향을 이해함으로써 마케팅 및 광고 지출을 측정하고 최적화할 수 있습니다.

이 문서는 Intelligent Services 사용자 인터페이스에서 Attribution AI과 상호 작용하기 위한 안내서 역할을 합니다.

모델 만들기

Adobe Experience Platform UI의 왼쪽 탐색에서 서비스 ​를 선택합니다. 서비스 브라우저가 나타나고 사용 가능한 Adobe 지능형 서비스를 표시합니다. Attribution AI 컨테이너에서 열기 ​를 선택합니다.

Attribution AI 서비스 페이지가 나타납니다. 이 페이지에는 Attribution AI의 서비스 모델이 나열되며, 모델 이름, 전환 이벤트, 모델 실행 빈도, 마지막 업데이트 상태 등 서비스 모델에 대한 정보가 표시됩니다.

모델 만들기 컨테이너의 오른쪽 하단에 있는 채점된 총 전환 이벤트 지표를 찾을 수 있습니다. 이 지표는 모든 샌드박스 환경 및 삭제된 서비스 모델을 포함하여 현재 달력 연도 동안 Attribution AI이 채점한 총 전환 이벤트 수를 추적합니다.

UI의 오른쪽에 있는 컨트롤을 사용하여 서비스 모델을 편집, 복제 및 삭제할 수 있습니다. 이러한 컨트롤을 표시하려면 기존 서비스 모델 ​에서 모델을 선택하십시오. 컨트롤에는 다음 정보가 포함됩니다.

시작하려면 모델 만들기 ​를 선택하십시오.

다음으로, 서비스 모델의 이름과 설명(선택 사항)을 제공할 수 있는 Attribution AI 설정 페이지가 나타납니다.

데이터 선택 select-data

설계상 Attribution AI은 Adobe Analytics, 경험 이벤트 및 소비자 경험 이벤트 데이터를 사용하여 속성 점수를 계산할 수 있습니다. 데이터 세트를 선택하면 Attribution AI과 호환되는 데이터 세트만 나열됩니다. 데이터 세트를 선택하려면 데이터 세트 이름 옆의 (+) 기호를 선택하거나 확인란을 선택하여 여러 데이터 세트를 한 번에 추가합니다. 검색 옵션을 사용하여 관심 있는 데이터 세트를 빠르게 찾을 수도 있습니다.

사용할 데이터 세트를 선택한 후 추가 버튼을 선택하여 데이터 세트 미리 보기 창에 데이터 세트를 추가합니다.

데이터 집합 옆에 있는 정보 아이콘 을 선택하면 데이터 집합 미리 보기 팝오버가 열립니다.

데이터 세트 미리 보기에는 마지막 업데이트 시간, 소스 스키마 및 처음 10개 열의 미리 보기와 같은 데이터가 포함됩니다.

워크플로우를 따라 이동할 때 초안을 저장하려면 저장 ​을 선택합니다. 초안 모델 구성을 저장하고 워크플로우의 다음 단계로 이동할 수도 있습니다. 모델 구성 중에 초안을 만들고 저장하려면 저장하고 계속 ​을 사용하세요. 이 기능을 사용하면 모델 구성의 초안을 만들고 저장할 수 있으며, 구성 워크플로에서 많은 필드를 정의해야 하는 경우 특히 유용합니다.

데이터 세트 완성도 dataset-completeness

데이터 세트 미리 보기에는 데이터 세트 완전성 백분율 값이 있습니다. 이 값은 데이터 세트에 비어 있거나 null인 열 수에 대한 빠른 스냅숏을 제공합니다. 데이터 세트에 누락된 값이 많이 포함되어 있고 이러한 값이 다른 곳에서 캡처되는 경우 누락된 값이 포함된 데이터 세트를 포함하는 것이 좋습니다.

ID 선택 identity

이제 ID 맵(필드)을 기반으로 여러 데이터 세트를 서로 결합할 수 있습니다. ID 유형("ID 네임스페이스"라고도 함)과 해당 네임스페이스 내의 ID 값을 선택해야 합니다. 동일한 네임스페이스에 있는 스키마 내에 ID로 두 개 이상의 필드를 할당한 경우 EMAIL (personalEmail.address) 또는 EMAIL (workEmail.address)과(와) 같이 네임스페이스가 앞에 있는 ID 드롭다운에 할당된 모든 ID 값이 표시됩니다.

ID를 선택하려면 ID 열에 있는 밑줄이 있는 값을 선택합니다. ID 선택 팝오버가 나타납니다.

네임스페이스 내에서 두 개 이상의 ID를 사용할 수 있는 경우 사용 사례에 맞는 올바른 ID 필드를 선택해야 합니다. 예를 들어 이메일 네임스페이스 내에서 두 개의 이메일 ID인 회사 및 개인 이메일을 사용할 수 있습니다. 사용 사례에 따라 개인 이메일은 작성될 가능성이 높고 개별 예측에 더 유용합니다. 즉, EMAIL (personalEmail.address)을(를) ID로 선택합니다.

미디어 채널 및 캠페인 필드 매핑 aai-mapping

데이터 세트 선택 및 추가를 완료하면 맵 구성 단계가 나타납니다. Attribution AI을 사용하려면 이전 단계에서 선택한 각 데이터 세트에 대해 미디어 채널 필드를 매핑해야 합니다. 데이터 세트 간 미디어 채널 매핑이 없으면 Attribution AI에서 파생된 인사이트가 제대로 표시되지 않아 인사이트 페이지를 해석하기 어려울 수 있기 때문입니다. 미디어 채널만 필요하지만 미디어 작업, 캠페인 이름, 캠페인 그룹 및 캠페인 태그와 같은 선택적 필드 일부를 매핑하는 것이 좋습니다. 이렇게 하면 Attribution AI이 더 명확한 통찰력과 최적의 결과를 제공할 수 있습니다.

이벤트 정의 define-events

이벤트를 정의하는 데 사용되는 입력 데이터에는 세 가지 유형이 있습니다.

전환 이벤트 정의 define-conversion-events

전환 이벤트를 정의하려면 이벤트 이름을 지정하고 데이터 세트 및 필드 선택 드롭다운 메뉴에서 데이터 세트 및 필드를 선택하여 이벤트 유형을 선택해야 합니다.

이벤트를 선택하면 오른쪽에 새 드롭다운이 나타납니다. 두 번째 드롭다운은 작업을 사용하여 이벤트에 추가 컨텍스트를 제공하는 데 사용됩니다. 이 전환 이벤트의 경우 기본 작업 exists ​이(가) 사용됩니다.

그런 다음 이전 단계에서 모든 입력 데이터 세트를 결합하여 생성된 결합된 데이터 세트를 선택할 수 있습니다. 또는 데이터 집합 및 필드 선택 드롭다운 메뉴에서 개별 데이터 집합을 기반으로 열을 선택할 수 있습니다.

이벤트 추가 및 그룹 추가 단추를 사용하여 전환을 추가로 정의합니다. 정의하는 변환에 따라 이벤트 추가 및 그룹 추가 단추를 사용하여 추가 컨텍스트를 제공해야 할 수 있습니다.

이벤트 추가 ​를 선택하면 위에 설명된 것과 동일한 방법을 사용하여 채울 수 있는 추가 필드가 만들어집니다. 이렇게 하면 변환 이름 아래의 문자열 정의에 AND 문이 추가됩니다. 추가된 이벤트를 제거하려면 x ​을(를) 선택하십시오.

그룹 추가 ​를 선택하면 원본과 별도로 추가 필드를 만들 수 있는 옵션이 제공됩니다. 그룹이 추가되면 파란색 And 단추가 나타납니다. And ​을(를) 선택하면 "Or"을 포함하도록 매개 변수를 변경할 수 있는 옵션이 제공됩니다. "또는"은 여러 개의 성공적인 전환 경로를 정의하는 데 사용됩니다. "And"는 추가 조건을 포함하도록 전환 경로를 확장합니다.

사용

두 개 이상의 전환이 필요한 경우 전환 추가 ​를 선택하여 새 전환 카드를 만드십시오. 위의 프로세스를 반복하여 여러 전환을 정의할 수 있습니다.

전환 확인 기간 정의 lookback-window

전환 정의를 완료한 후 전환 확인 기간을 확인해야 합니다. 화살표 키를 사용하거나 기본값(56)을 선택하여 터치포인트를 포함하려는 전환 이벤트까지 남은 일 수를 지정합니다. 터치포인트는 다음 단계에서 정의됩니다.

접점 정의

접점 정의는 전환 정의와 유사한 워크플로를 따릅니다. 처음에는 터치포인트의 이름을 지정하고 필드 이름 입력 드롭다운 메뉴에서 터치포인트 값을 선택해야 합니다. 선택하면 연산자 드롭다운에 기본값이 "exists" 로 표시됩니다. 드롭다운을 선택하여 연산자 목록을 표시합니다.

이 터치포인트용으로 같음 ​을 선택하세요.

접점에 대한 연산자를 선택하면 필드 값 입력 ​을 사용할 수 있습니다. 필드 값 입력 ​에 대한 드롭다운 값은 이전에 선택한 연산자 및 터치포인트 값을 기반으로 채워집니다. 드롭다운에 값이 채워지지 않으면 해당 값을 수동으로 입력할 수 있습니다. 드롭다운을 선택하고 클릭 ​을 선택합니다.

이벤트 추가 및 그룹 추가 단추를 사용하여 터치포인트를 추가로 정의합니다. 접점을 둘러싼 복합적인 특성상 하나의 접점에 대해 여러 이벤트와 그룹이 있는 경우가 드물지 않다.

선택한 경우 이벤트 추가 ​를 통해 추가 필드를 추가할 수 있습니다. 추가된 이벤트를 제거하려면 x ​을(를) 선택하십시오.

그룹 추가 ​를 선택하면 원본과 별도로 추가 필드를 만들 수 있는 옵션이 제공됩니다. 그룹이 추가되면 파란색 And 단추가 나타납니다. 및 ​을(를) 선택하여 매개 변수를 변경합니다. 새 매개 변수 "Or"은 성공한 여러 경로를 정의하는 데 사용됩니다. 이 특정 터치포인트에는 하나의 성공적인 경로만 있으므로 "Or"이 필요하지 않습니다.

터치포인트 추가 ​를 선택하고 위의 프로세스를 반복하여 터치포인트를 추가할 수 있습니다.

필요한 모든 터치포인트 정의를 마쳤으면 위로 스크롤하여 오른쪽 상단에서 다음 ​을 선택하여 마지막 단계로 진행합니다.

고급 교육 및 채점 설정

Attribution AI의 마지막 페이지는 교육 및 채점 설정에 사용되는 고급 페이지입니다.

교육 예약

일정 ​을 사용하여 채점을 수행할 요일과 시간을 선택할 수 있습니다.

채점 빈도 ​에서 드롭다운을 선택하여 일별, 주별 및 월별 채점 중에서 선택합니다. 그런 다음 채점을 수행할 요일을 선택합니다. 여러 날을 선택할 수 있습니다. 같은 날을 다시 선택하면 선택이 취소됩니다.

채점을 수행할 시간을 변경하려면 시계 아이콘을 선택합니다. 표시되는 새 오버레이에 채점을 수행할 시간을 입력합니다. 오버레이 바깥쪽을 선택하여 닫습니다.

추가 점수 데이터 세트 열(선택 사항)

기본적으로 표준 스키마의 각 서비스 모델에 대해 점수 데이터 세트가 만들어집니다. 전환 이벤트 및 접점 구성에 따라 열을 채점 데이터 세트 출력에 추가하도록 선택할 수 있습니다. 먼저 입력 데이터 세트에서 열을 선택한 다음 햄버거 아이콘 위에 마우스 왼쪽 버튼을 누른 채 열을 끌어다 놓아 순서를 변경할 수 있습니다.

지역 기반 모델링(선택 사항) region-based-modeling-optional

고객의 행동은 국가 및 지역에 따라 크게 다를 수 있습니다. 글로벌 기업의 경우 국가 기반 또는 지역 기반 모델을 사용하면 속성 정확도를 높일 수 있습니다. 추가된 각 영역은 해당 영역의 데이터로 새 모델을 생성합니다.

새 지역을 정의하려면 지역 추가 ​를 선택하여 시작하십시오. 표시되는 컨테이너에서 영역의 이름을 입력합니다. 필드 이름 입력 드롭다운에서 하나의 값("placeContext.geo.countryCode")만 채웁니다. 이 값을 선택합니다.

그런 다음 연산자를 선택합니다.

마지막으로 필드 값 입력 드롭다운에 국가 코드를 입력합니다.

교육 기간 training-window

가능한 가장 정확한 모델을 얻으려면 비즈니스를 나타내는 과거 데이터로 모델을 교육하는 것이 중요합니다. 기본적으로 모델은 2분기(6개월)의 전환 이벤트 데이터를 사용하여 교육됩니다. 드롭다운을 선택하여 기본값을 변경합니다. 1~4개 분기의 데이터(3~12개월)로 교육하도록 선택할 수 있습니다.

교육 기간을 선택하면 오른쪽 상단에서 완료 ​를 선택합니다. 데이터를 처리하는 데 시간이 걸릴 수 있습니다. 완료되면 인스턴스 설정이 완료되었음을 확인하는 팝오버 대화 상자가 나타납니다. 서비스 인스턴스를 볼 수 있는 서비스 인스턴스 페이지로 리디렉션하려면 확인 ​을 선택하십시오.

다음 단계

이 자습서에 따라 Attribution AI에서 서비스 인스턴스를 성공적으로 만들었습니다. 인스턴스가 채점을 완료하면(최대 24시간 허용) Attribution AI 인사이트를 검색할 준비가 된 것입니다. 또한 채점 결과를 다운로드하려면 점수 다운로드 설명서를 참조하십시오.

추가 리소스

다음 비디오에서는 Attribution AI에서 새 인스턴스를 만들기 위한 전체적인 워크플로우에 대해 간략히 설명합니다.