모델 인사이트
모델 인사이트의 각 시각화는 다음을 수행하는 데 도움이 되도록 설계되었습니다.
- 조직의 마케팅 활동이 미치는 영향을 시각화하고 수량화합니다.
- 성과가 좋은 채널을 식별합니다.
- 최적화가 필요할 수 있는 채널을 식별합니다.
이러한 통찰력은 리소스 우선 순위 지정 및 할당을 지원하는 데 도움이 됩니다.
모델 인사이트를 보려면 Mix Modeler의
-
Models 테이블에서 Last run status 이(가) ●인 모델의 이름을 선택하십시오. Success.
-
컨텍스트 메뉴에서 Model Insights 을(를) 선택합니다.
지정된 모델이 마지막으로 새로 고쳐지고 네 개의 탭을 사용하여 시각화가 표시되는지 확인합니다. 모델 인사이트, 속성, 요소, 진단 및 기록 개요.
각 탭의 시각화의 기반이 되는 날짜 기간을 변경할 수 있습니다. 날짜 기간을 입력하거나
모델 표류
모델에서 모델 드리프트가 감지되면 나중에 또는 모델을 즉시 Retrain 하도록 알림을 받을 수 있는 옵션이 포함된 Model drift detected 대화 상자가 표시됩니다. Remind me later 을(를) 선택하면 다음 날 또는 다음 로그인 시 알림 메시지가 표시됩니다.
Model insights
모델 인사이트 탭에는 날짜 및 기본 미디어별 기여도, 채널별 기여도, 마케팅 성과 요약 및 한계 응답 곡선에 대한 시각화가 표시됩니다. 탭은 접점 분류 테이블도 제공합니다.
-
각 시각화의 개별 차트 요소 위로 마우스를 가져가면 자세한 내용이 포함된 팝오버를 표시할 수 있습니다.
-
시각화에 대한 데이터가 포함된 CSV 파일을 다운로드하려면
-
Microsoft® Excel 형식으로 전체 모델 인사이트 데이터를 다운로드하려면
날짜 및 기본 미디어별 기여도.
이 스택 그래프 시각화는 다음과 같이 순서가 지정됩니다.
- 밑바닥에 놓으세요
- 중간에 지출하지 않는 채널.
- 채널을 위에서 사용합니다.
이 시각화는 날짜 범위에서 기본, 지출 채널 및 비지출 채널로 달성되는 기여도 비율을 나타냅니다. 이 시각화는 증분 을 표시하는 데 유용합니다. 베이스는 마케팅 없이 발생했을 일을 나타내며, 비지출 채널과 지출 채널(베이스의 상단)은 마케팅의 영향에 대한 속성입니다. 요컨대, 비지출+지출은 마케팅 노력의 증분 영향과 같으며 시각화는 마케팅이 창출하는 가치를 쉽게 파악할 수 있도록 insight을 제공합니다.
채널별 기여도
다양한 채널별 기여도 분포를 보여 주는 도넛 시각화입니다. 이 시각화는 상위 3개 성능 채널의 렌즈를 통해 증분(기본 및 다른 항목 개 범주 제외)을 보여 줍니다. 시각화는 우선 순위 지정 및 예산 할당을 지원하는 데 도움이 됩니다.
마케팅 성과 요약.
각 채널별 ROI 또는 CPA 성능을 표시하는 가로 막대 그래프 시각화. 이 시각화는 마케팅 투자의 ROI/CPA를 강조 표시합니다. 채널은 ROI/CPA를 기반으로 내림차순으로 순위가 매겨집니다. 시각화는 가장 효과적인 채널과 최적화가 필요할 수 있는 채널을 식별하는 데 도움이 됩니다.
한계 응답 곡선.
라인 차트는 마케팅 채널에 대한 투자로 생성된 한계 수익을 시각화하고 비교합니다. 증분 수익이 증분 지출보다 작은 손익분기점을 식별합니다. 따라서 이 시각화는 마케팅 투자의 영향이 감소하기 시작하는 시기를 이해하는 데 도움이 됩니다.
커브, 손익분기점 및 해당 값은 선택한 데이터 범위와 선택한 채널을 기반으로 계산됩니다.
채널을 변경하려면:
- Channel 드롭다운 메뉴에서 채널을 선택하여 특정 채널에 대한 시각화를 업데이트합니다.
접점 분류
접점 분류 테이블은 주별 기준으로 모든 또는 선택한 채널에 대한 주별 접점 분류를 보여주며 각각에 연결된 주요 지표를 표시합니다. 이 표를 통해 보다 세분화된 채널 수준에서 쉽게 비교, 트렌드 식별 및 성능 추적을 수행할 수 있습니다. 이 테이블은 날짜 및 기본 미디어별 기여도 시각화 및 채널별 기여도 시각화를 명시적으로 보완합니다.
다음 열을 사용할 수 있습니다.
특정 채널 또는 모든 채널을 선택하려면 View 드롭다운 메뉴에서 선택하십시오.
접점 분류 테이블의 내용을 다운로드하려면
Factors [베타]{class="badge informative"}
요소 [베타]{class="badge informative"} 탭에 외부 요소 관련 인사이트가 표시됩니다.
이 시각화는 다양한 내부 및 외부 요인이 전환 기준선에 미치는 증분 효과를 이해하는 데 도움이 됩니다. 예를 들어, 경제 상황 또는 홍보 활동.
Factors 드롭다운 메뉴를 사용하여 표시할 요소를 선택합니다.
테이블에 대한 데이터가 포함된 CSV 파일을 다운로드하려면
데이터를 사용할 수 없으면
Attribution
Attribution 탭을 사용하여 이벤트 수준 데이터가 있는 터치포인트 및 마케팅 캠페인의 효과를 이해할 수 있습니다. 모델 빌드를 참조하세요.
지원되는 속성 모델은 다음과 같습니다.
-
Mix Modeler에서 선택한 모델 기반:
- 알고리즘 - 영향
- 알고리즘 - 증분
-
규칙 기반:
- 가치 감소 단위
- 첫 번째 터치
- 마지막 터치
- 선형
- U자형
Mix Modeler의 멀티 터치 속성 기능에 대한 소개는 멀티 터치 속성을 참조하십시오.
Attribution Model 드롭다운 메뉴에서 속성 모델을 하나 이상 선택합니다. 선택한 속성 모델은 속성 탭의 모든 시각화에 적용됩니다.
Mix Modeler 멀티 터치 속성 세분화된 이벤트 점수는 전체 Mix Modeler 점수 및 ROI에 맞게 조정됩니다. 이러한 점수는 Experience Platform에서 데이터 세트로 사용할 수도 있습니다.
속성 탭은 다음 시각화로 구성됩니다.
Overview
Overview 시각화는 선택한 속성 모델에 대한 전환 합계 및 백분율을 보여 줍니다. 모델을 더 선택하면 시각화에 범례에 해당하는 자체 색상이 있는 원이 더 추가됩니다.
속성 모델에 대한 세부 사항이 있는 팝업을 보려면 시각화의 원 위로 마우스를 가져갑니다.
Trends
Daily trends, Weekly trends 또는 Monthly trends 시각화는 선택한 속성 모델에 대해 일별, 주별 또는 월별 전환 트렌드를 표시합니다.
기간을 선택하려면
세부 정보를 보려면 특정 속성 모델의 데이터 라인 위로 마우스를 가져가 해당 데이터에 대한 총 전환 수를 표시하는 팝오버를 표시합니다.
Breakdown
Breakdown 시각화는 선택한 각 속성 모델에 대한 전환의 채널 또는 터치포인트별 분류입니다. 이 시각화는 각 채널 또는 터치포인트의 효과에 대한 결정을 내리는 데 도움이 될 수 있습니다.
분류 유형을 선택하려면
세부 정보를 보려면 차트 요소 위로 마우스를 가져갑니다.
Top campaigns
상위 캠페인 시각화는 캠페인 이름, 채널, 미디어 유형 및 증분 전환에 대한 열이 있는 상위 캠페인의 테이블을 표시합니다. 이 시각화는 주어진 채널에 대한 특정 캠페인의 효과를 팀에 알리고 추가로 투자해야 하는 캠페인에 대한 통찰력을 제공하는 데 도움이 될 수 있습니다.
채널, 미디어 유형 또↑ 증분 전환에 ↓ 오름차순 또는 내림차순으로 테이블을 정렬하려면 열 헤더를 선택하고 정렬을 토글합니다.
별도의 대화 상자에서 테이블을 확장하려면
확장된 [상위 캠페인] 대화 상자에는 다음과 같은 추가 열이 있는 동일한 테이블이 표시됩니다.
-
증분 전환
-
영향을 받은 전환
-
첫 번째 터치 전환
-
마지막 터치 전환
추가 열 헤더를 각각 선택하여 테이블을 오름차순 또는 내림차순으로 정렬할 수 있습니다.
확장된 [최상위 캠페인] 대화 상자를 닫으려면 Close 을(를) 선택합니다.
Breakdown by touchpoint position
Breakdown by touchpoint position 시각화는 모든 전환 경로에서 접점 및 접점 위치별 속성 전환의 분류입니다. 이 차트는 터치포인트가 나머지 위치와 다른 위치보다 한 위치에서 더 잘 기여하는지 비교하는 데 도움이 됩니다.
위치 Starter, Player 및 Closer은(는) 다음과 같이 정의됩니다.
Top conversion paths
Top conversion paths 시각화는 선택한 속성 모델을 기반으로 상위 5개의 전환 경로를 표시합니다.
각 전환 경로에 대해 다음을 확인합니다.
- 영향을 미치는 채널의 수,
- 총 속성 경로,
- 이 전환 경로에 대한 속성 경로와 총 속성 경로의 백분율,
- 각 채널에 대해 속성 모델 기여도 백분율 및
- 이러한 채널 속성 모델 기여도의 합계입니다.
Diagnostics
진단 탭에 다음에 대한 시각화가 표시됩니다.
-
Model Assessment 시각화(실제 변환과 예측 또는 잔차 변환을 분류할 수 있음)
시각화를 분류하려면 Breakdown 목록에서 Actual vs. Predicted 또는 Residuals 을(를) 선택하십시오.
-
각 전환 지표에 대해 다음 열을 표시하는 Model fitting metrics 테이블:
-
실제 전환
-
모델 전환
-
잔차 변환(실제 변환과 모델 변환 간의 차이)
-
모델 품질 점수 값:
-
자료가 회귀 모형(적합도)에 얼마나 잘 부합하는지를 알려주는 R2(R-제곱)이다.
-
MAPE(Mean Absolute Percentage Error): 예측 정확도를 측정하기 위해 가장 일반적으로 사용되는 KPI 중 하나이며 예측 오류를 실제 값의 백분율로 표시합니다.
-
RMSE(제곱 평균 제곱근 오차): 오차의 제곱에 따라 가중치가 적용된 평균 오차를 보여 줍니다.
-
테이블에 대한 데이터가 포함된 CSV 파일을 다운로드하려면
-
-
기여도 AI 알고리즘 모델의 결과를 나타내는 Touchpoint effectiveness 테이블입니다. 이 테이블의 데이터는 특정 기간 동안만 생성됩니다. 자세한 내용은 **As of *xx/xx/xx, xx:xx TZ ***
시각화는 각 터치포인트에 대해 내림차순 Efficiency measure
- Paths touched: 전환된 경로의 비율과 전환되지 않은 경로의 비율을 시각화합니다. 접점의 경우 속성 전환율이 높으면 더 많은 속성 전환을 볼 수 있습니다. 이 비율은 전환으로 이어지는 경로의 비율과 전환으로 이어지는 아닌 경로의 비율을 비교합니다.
- Efficiency measure: 알고리즘 속성 모델에 의해 생성된 효율성 측정은 접점 볼륨에 관계없이 전환에 대한 접점의 상대적 중요성을 나타냅니다. 효율은 1~5의 척도로 측정됩니다. 더 높은 접점 볼륨이 더 높은 효율성 측정을 보장하지는 않습니다.
- Total volume: 사용자가 터치포인트를 터치한 총 횟수입니다. 이 숫자는 전환을 수행하는 경로와 전환을 수행하는 경로 not 에 표시되는 터치포인트를 포함합니다.
모델 드리프트 감지
모델 드리프트가 감지되면 맨 위에 Model drift detected 알림이 표시됩니다.
알림을 숨기려면 Hide 을(를) 선택하십시오. 알림은 다음 날 또는 다음 로그인 시 다시 나타납니다.
Historical overview
내역 개요 탭에는 다음에 대한 시각화가 표시됩니다.
회계 분기 및 제품별 전환 및 지출
이 시각화는 지정된 날짜 범위 내의 다양한 분기에 걸친 전환 및 지출 분포를 나타냅니다. 시각화는 지출이 전환을 유도하는 성과가 좋은 분기를 식별하는 데 도움이 됩니다.
채널별 소비
이 시각화는 지정된 날짜 범위 내의 다양한 채널에 걸친 지출 분포를 나타냅니다. 시각화는 가장 많은 비용을 받는 채널을 빠르게 식별할 수 있도록 지원합니다.
접점 사용
이 시각화는 지정된 날짜 범위 내의 각 분기에 대해 유료 터치포인트에 대한 지출 분포를 나타냅니다. 시각화를 통해 특정 채널 및 분기 내에서 우선 순위가 지정된 터치포인트를 이해할 수 있습니다. 시각화는 채널 지출 패턴 및 트렌드, 특히 시간이 지남에 따라 지출이 적고 빈번하지 않은 채널을 식별하는 데 도움이 됩니다.
이 시각화에 대해 표시할 대체 비용 기반 채널을 선택하려면 다음을 수행하십시오.
- Channels 에서 채널을 선택하십시오.
접점 볼륨
이 시각화는 지정된 날짜 범위 내의 각 분기에 대한 모든 접점에 대한 볼륨 분포를 나타냅니다.
이 시각화에 대해 표시할 대체 볼륨 기반 채널을 선택하려면 다음을 수행하십시오.
- Channels 에서 채널을 선택하십시오.
Edit
모델의 이름, 설명 및 교육 및 채점 일정을 편집할 수 있습니다.
-
-
Edit model 대화 상자에서:
-
새 Name 및 Description 을(를) 입력하십시오.
-
예약을 사용하려면 Status 을(를) 사용하도록 설정하십시오. 교육되고 점수가 매겨진 모델만 예약할 수 있습니다.
-
Scoring frequency 선택:
- Daily: 올바른 시간(예:
05:22 pm)을 입력하거나
- Weekly: 요일을 선택하고 올바른 시간(예:
05:22 pm)을 입력하거나 - Monthly: 모든 드롭다운 메뉴에서 요일을 선택하고 올바른 시간(예:
05:22 pm)을 입력하거나
- Daily: 올바른 시간(예:
-
드롭다운 메뉴에서 Training frequency 을(를) 선택합니다. Monthly, Quarterly, Yearly 또는 None.
-
-
-
Save 를 선택합니다.