모델 만들기

모델을 만들려면 Mix Modeler의 모델 Models 인터페이스에서 Open model canvas ​을(를) 선택하십시오.

사용자 지정 AI 기반 모델을 구축하기 위해 인터페이스는 단계별 가이드 모델 구성 플로우를 제공합니다.

설정

Setup 단계에서 이름과 설명을 정의합니다.

  1. Name 모델(예: Demo model)을 입력하십시오. Description(예: Demo model to explore AI featues of Mix Modeler)을(를) 입력하십시오.

    모델 이름 및 설명

  2. 다음 단계로 진행하려면 Next ​을(를) 선택하십시오. 모델 구성을 취소하려면 Cancel ​을(를) 선택하십시오.

구성

Configure 단계에서 모델을 구성합니다. 구성에는 전환 목표, 마케팅 접점, 적격 데이터 채우기, 외부 및 내부 요인 등의 정의가 포함됩니다.

  1. Conversion goal 섹션에서:

    모델 - 변환 단계

    1. Conversion 드롭다운 메뉴에서 전환을 선택합니다. 사용 가능한 전환은 Harmonized datasets에서 전환의 일부로 정의한 전환입니다. 예: Online Conversion.

    2. 모델 구성 내에서 직접 변환을 만들려면 LinkOutLight Create a conversion ​을(를) 선택할 수 있습니다.

  2. Marketing touchpoints 섹션에서 Harmonized datasets에 마케팅 접점의 일부로 정의한 마케팅 접점에 해당하는 마케팅 접점을 하나 이상 선택할 수 있습니다.

    모델 - 마케팅 접점 단계

    1. Touchpoint include 드롭다운 메뉴에서 하나 이상의 마케팅 터치포인트를 선택합니다.

      • CrossSize75 을(를) 사용하여 터치포인트를 제거할 수 있습니다.
      • Clear all ​을(를) 사용하여 모든 터치포인트를 제거할 수 있습니다.
    2. LinkOutLight Create a touchpoint ​을(를) 선택하여 모델 구성 내에서 직접 마케팅 접점을 만들 수 있습니다.

    note note
    NOTE
    데이터가 겹치는 터치포인트로 모델을 설정할 수 없으며 지출이 있는 터치포인트가 하나 이상 있어야 합니다.
  3. 기본적으로 점수는 사용자의 조화로운 보기에 있는 모든 데이터에 대해 생성됩니다. 모집단의 하위 집합에만 점수를 매기려면 Eligible data population 섹션에서 컨테이너를 사용하여 하나 이상의 필터를 정의합니다.

    모델 - 적격 데이터 채우기

    • 각 컨테이너에 대해 이벤트를 하나 이상 정의합니다.

      1. 각 이벤트에 대해:

        1. 통합 필드 선택 ​에서 지표 또는 차원을 선택합니다.

        2. 적절한 연산자(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 또는 is not in)를 선택하십시오.

        3. 값을 입력하거나 선택하십시오.

      2. 컨테이너에 이벤트를 추가하려면 추가 Add event ​을(를) 선택하십시오.

      3. 컨테이너에서 이벤트를 제거하려면 닫기 를 선택합니다.

      4. 컨테이너에 정의된 모든 이벤트 또는 여러 이벤트를 사용하여 필터링하려면 Any of 또는 All of ​을(를) 선택합니다. 레이블이 Include … Or … ​에서 Include … And …(으)로 변경됩니다.

    • 적합한 데이터 채우기 컨테이너를 추가하려면 추가 Add eligible population ​을(를) 선택하십시오.

    • 적격한 데이터 채우기 컨테이너를 제거하려면 컨테이너 내에서 자세히 를 선택하고 상황에 맞는 메뉴에서 Remove marketing touchpoint ​을(를) 선택합니다.

  4. 모델에 외부 요소가 포함된 데이터 세트를 추가하려면 External factors dataset 섹션에서 하나 이상의 컨테이너를 사용하십시오. 외부요인의 예로 S&P 지수를 들 수 있다.

    모델 - 외부 요인 데이터 세트

    • 각 컨테이너의 경우:

      1. External factor name(예: External Factors)을(를) 입력하십시오.

      2. Dataset 드롭다운 메뉴에서 데이터 세트를 선택합니다. 데이터 집합을 관리하려면 데이터 를 선택할 수 있습니다. 자세한 내용은 데이터 세트를 참조하십시오.

      3. Impact on conversion 드롭다운 메뉴에서 옵션을 선택하십시오. Auto select, Positive 또는 Negative.

    • 추가 외부 요인 데이터 세트 컨테이너를 추가하려면 추가 Add external factor ​을(를) 선택하십시오.

    • 외부 요소 데이터 집합 컨테이너를 제거하려면 RemoveCircle 을(를) 선택하십시오.

  5. 내부 요소가 포함된 데이터 세트를 모델에 추가하려면 Internal factors dataset 섹션에서 하나 이상의 컨테이너를 사용하십시오. 내부 요인의 예로는 이메일 마케팅 데이터가 있습니다.

    모델 - 내부 요소 데이터 세트

    • 각 컨테이너의 경우:

      1. Internal factor name(예: Email Marketing Data)을(를) 입력하십시오.

      2. 데이터 집합 선택 ​에서 데이터 집합을 선택하십시오. 데이터 집합을 관리하려면 데이터 를 선택할 수 있습니다. 자세한 내용은 데이터 세트를 참조하십시오.

      3. Impact on conversion 드롭다운 메뉴에서 옵션을 선택하십시오. Auto select, Positive 또는 Negative.

    • 추가 내부 요소 데이터 집합 컨테이너를 추가하려면 추가 Add internal factor ​을(를) 선택하십시오.

    • 내부 요소 데이터 집합 컨테이너를 제거하려면 RemoveCircle 을(를) 선택하십시오.

  6. 모델에 대한 전환 확인 기간을 정의하려면 Give contribution credit to touchpoints occurring within ​에 1에서 52 사이의 값을 입력하십시오. weeks prior to the conversion.

  7. 다음 단계로 진행하려면 Next ​을(를) 선택하십시오. 추가 구성이 필요한 경우 빨간색 윤곽선과 텍스트가 추가 구성이 필요한 사항을 설명합니다.
    이전 단계로 돌아가려면 Back ​을(를) 선택하십시오.
    모델 구성을 취소하려면 Cancel ​을(를) 선택하십시오.

고급

Advanced 단계에서 고급 설정을 지정할 수 있습니다. 이 단계에서는 멀티 터치 속성(MTA)에 대한 모델을 활성화할 수 있습니다.

  1. Spend share 섹션에서:

    • 과거 마케팅 투자 비율을 사용하여 마케팅 데이터가 희소할 때 모델을 알리려면 Allow spend share ​을(를) 활성화합니다.
  2. MTA enabled 섹션에서:

    • 모델에 대해 MTA 기능을 활성화하려면 MTA enabled ​을(를) 활성화합니다. MTA를 활성화한 경우 멀티터치 속성 인사이트는 모델을 교육하고 점수를 매긴 후 사용할 수 있습니다. 모델 인사이트에서 속성 탭을 참조하십시오.
  3. Prior knowledge 섹션에서:

    모델 - 사전 지식

    1. 기본적으로 Absolute values ​인 Rule type ​을(를) 선택하십시오.

    2. Contribution proportion 열을 사용하여 Name 아래에 나열된 채널에 대한 기여도 백분율을 지정하십시오.

    3. 필요한 경우 각 채널에 대해 Level of confidence 백분율을 추가할 수 있습니다.

    4. 필요한 경우 Clear all ​을(를) 사용하여 Contribution proportionLevel of confidence 열에 대한 모든 입력 값을 지웁니다.

일정

Schedule 단계에서 모델에 대한 교육 및 채점을 예약할 수 있습니다.

  1. Schedule 섹션에서 모델 교육 및 채점을 예약할 수 있습니다.

    일정 모델

    스케줄링된 모델 채점 및 교육을 수행하려면

    1. Enable scheduled model scoring and training ​을(를) 켭니다.

    2. Scoring frequency 선택:

      • Daily: 올바른 시간(예: 05:22 pm)을 입력하거나 시계 를 사용하십시오.
      • Weekly: 요일을 선택하고 올바른 시간(예: 05:22 pm)을 입력하거나 시계 를 사용하십시오.
      • Monthly: 모든 드롭다운 메뉴에서 요일을 선택하고 올바른 시간(예: 05:22 pm)을 입력하거나 시계 를 사용하십시오.
    3. 드롭다운 메뉴에서 Training frequency ​을(를) 선택합니다. Monthly, Quarterly, Yearly 또는 None.

  2. Define training window 섹션에서 다음 중 하나를 선택합니다.

    모델 - 교육 기간 정의

    • Have Mix Modeler select a helpful training window

    • Manually input a training window 질문에 답합니다. 선택한 경우 Include events the following years prior to a conversion ​의 연도 수를 정의합니다.

  3. 모델 구성을 완료하려면 Finish ​을(를) 선택하십시오.

    • Create instance? 대화 상자에서 Ok ​을(를) 선택하여 첫 번째 교육 및 채점 실행을 즉시 트리거합니다. 모델이 상태 StatusOrange Awaiting training(으)로 나열됩니다.

      취소할 Cancel ​을(를) 선택하십시오.

    • 추가 구성이 필요한 경우 빨간색 윤곽선과 텍스트가 추가 구성이 필요한 사항을 설명합니다.

    이전 단계로 돌아가려면 Back ​을(를) 선택하십시오.

    모델 구성을 취소하려면 Cancel ​을(를) 선택하십시오.

recommendation-more-help
d5f9b631-c793-4214-8dc7-f78d1750e4f4