모델 인사이트

모델 인사이트를 보려면 Mix Modeler의 모델 Models 인터페이스에서 다음을 수행합니다.

  1. Models 테이블에서 Last run status ​이(가) ●인 모델의 이름을 선택하십시오. Success.

  2. 컨텍스트 메뉴에서 Model Insights ​을(를) 선택합니다.

모델 인사이트 탭 모음

지정된 모델이 마지막으로 새로 고침되고 위젯이 다음 네 개의 탭을 사용하여 표시되는지 확인합니다. 모델 인사이트, 속성, 요소, 진단기록 개요.

각 탭의 위젯이 기반으로 하는 날짜 기간을 변경할 수 있습니다. 날짜 기간을 입력하거나 달력 을 선택하여 날짜 기간을 선택하십시오.

Model insights

모델 인사이트 탭에는 다음에 대한 위젯이 표시됩니다.

  • 날짜 및 기본 미디어별 기여도. 누적 그래프는 맨 아래에 기준, 중간에 비지출 채널 및 맨 위에 지출 채널의 순서로 정렬됩니다.

  • 채널별 기여도.

  • 마케팅 성과 요약.

  • 한계 응답 곡선. 곡선 및 대응하는 값 둘 다는 선택된 데이터 범위를 기초로 계산된다. 또한 이 위젯은 한계 손익분기점과 수익률 감소 시점을 보여 줍니다.

    Channel 드롭다운 목록에서 채널을 선택하여 특정 채널에 대한 위젯을 업데이트합니다.

모델 - 모델 인사이트

각 위젯의 개별 차트 요소 위로 마우스를 가져가면 자세한 내용과 함께 팝오버를 표시할 수 있습니다.

위젯에 대한 데이터가 포함된 CSV 파일을 다운로드하려면 다운로드 를 선택하십시오.

Microsoft® Excel 형식으로 전체 모델 인사이트 데이터를 다운로드하려면 다운로드 Download data ​를 선택하십시오.

Attribution

Attribution 탭을 사용하여 이벤트 수준 데이터가 있는 터치포인트 및 마케팅 캠페인의 효과를 이해할 수 있습니다. 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 다중 터치 속성 기능에 대한 소개는 다중 터치 속성을 참조하십시오.

Attribution Model 드롭다운 목록에서 속성 모델을 하나 이상 선택합니다. 선택한 속성 모델은 속성 탭의 모든 위젯에 적용됩니다.

속성

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 위젯으로 구성됩니다.

Overview

Overview 위젯은 선택한 속성 모델에 대한 전환 합계와 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.

Daily trends, Weekly trends 또는 Monthly trends 위젯은 선택한 속성 모델에 대해 일별, 주별 또는 월별 전환 트렌드를 표시합니다.

기간을 선택하려면 자세히 에서 Daily trends, Weekly trends 또는 Monthly trends ​을(를) 선택하십시오.

세부 정보를 보려면 특정 속성 모델의 데이터 라인 위로 마우스를 가져가 해당 데이터에 대한 총 전환 수를 표시하는 팝오버를 표시합니다.

Breakdown

Breakdown 위젯은 선택한 각 속성 모델에 대한 전환의 채널 또는 터치포인트별 분류입니다. 이 위젯은 각 채널 또는 터치포인트의 효과를 결정하는 데 도움이 될 수 있습니다.

분류 유형을 선택하려면 자세히 에서 Breakdown by channel 또는 Breakdown by touchpoint ​을(를) 선택하십시오.

세부 정보를 보려면 차트 요소 위로 마우스를 가져갑니다.

Top campaigns

최상위 캠페인 위젯은 캠페인 이름, 채널, 미디어 유형 및 증분 전환에 대한 열이 있는 최상위 캠페인의 테이블을 표시합니다. 이 위젯은 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 자세히 에서 Expand ​을(를) 선택합니다.

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.

NOTE
모든 접점 및 위치에서 속성 모델에 대한 백분율 기여도의 합계는 100이어야 합니다.

위치 Starter, Player 및 Closer은(는) 다음과 같이 정의됩니다.

위치
설명
Starter
이 위치는 접점이 전환 경로의 첫 번째 터치인지 여부를 나타냅니다.
Player
이 위치는 접점이 전환으로 이어지는 첫 번째 터치인지 마지막 터치인지 여부를 나타냅니다.
Closer
이 위치는 접점이 전환 전 마지막 터치인지 여부를 나타냅니다.

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.

Factors

요소 탭에는 외부 요소 관련 통찰력이 표시됩니다.

요소

테이블에 대한 데이터가 포함된 CSV 파일을 다운로드하려면 다운로드 를 선택합니다.

데이터를 사용할 수 없으면 TableAndChart No data is available, you may need to retrain your model, or change the date range to view insights 메시지가 표시됩니다.

Diagnostics

진단 탭에 다음에 대한 위젯이 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 다운로드 를 선택합니다.

  • Attribution 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 *** 정보 를 선택하십시오.

    시각화는 각 터치포인트에 대해 내림차순 Efficiency measure 내림차순 으로 표시됩니다.

    • 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.

진단

Historical overview

내역 개요 탭에는 다음에 대한 위젯이 표시됩니다.

  • 회계 분기 및 제품별 전환 및 소비.

  • 채널별 소비.

  • 접점 사용.

    이 위젯에 대해 표시할 대체 지출 기반 채널을 선택할 수 있습니다. Channels ​에서 채널을 선택하십시오.

  • 접점 볼륨.

    이 위젯에 대해 표시할 대체 볼륨 기반 채널을 선택할 수 있습니다. Channels ​에서 채널을 선택하십시오.

모델 - 이전 개요

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