모델

Last update: Mon Oct 21 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

주제:

작성 대상:

사용자
관리자

Mix Modeler의 모델 기능을 사용하면 비즈니스 목표에 맞는 모델을 구성하고, 교육하고, 평가할 수 있습니다. 교육 및 점수는 멀티터치 기여도 분석과 마케팅 믹스 모델링 간의 AI 기반 전환 학습을 지원합니다.

이 모델은 Mix Modeler 애플리케이션 워크플로의 일부로 만드는 통합 데이터를 기반으로 합니다.

Mix Modeler의 모델은 마케터의 투자를 기반으로 지정된 결과를 측정하고 예측하기 위해 사용되는 머신 러닝 모델입니다. 마케팅 접점 및 요약 수준 데이터를 입력으로 사용할 수 있습니다. Mix Modeler을 사용하면 매출, 판매 수량, 리드 등과 같은 다양한 변수, 차원 및 결과 세트를 기반으로 모델의 변형을 만들 수 있습니다.

모델은 다음을 필요로 합니다.

전환 1개.
요약 수준 데이터, 마케팅 접점 데이터(이벤트 데이터) 또는 둘 다로 구성된 하나 이상의 마케팅 접점(채널).
구성 가능한 전환 확인 기간.
구성 가능한 교육 창.

모델은 다음을 선택적으로 포함할 수 있습니다.

외부 요인.
내부 요인.
과거 관련자 경험, 증분 테스트, 기타 모델 등 다른 소스의 마케팅 기여에 대한 사전 지식.
마케팅 데이터가 희소할 때 상대 지출 공유를 프록시로 사용하는 지출 공유.

모델 만들기

모델을 만들려면 Open model canvas 을(를) 선택할 때 사용할 수 있는 Mix Modeler 단계별 안내식 모델 구성 흐름을 사용하십시오. 자세한 내용은 모델 만들기를 참조하십시오.

모델 관리

Mix Modeler 인터페이스에서 현재 모델의 테이블을 보려면 다음을 수행합니다.

왼쪽 레일에서 Models 을(를) 선택합니다.

현재 모델의 표가 표시됩니다.

테이블 열은 모델에 대한 세부 사항을 지정합니다.

table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 layout-auto
열 이름	세부 사항
이름	모델 이름
설명	모델에 대한 설명
전환 이벤트	모델에 대해 선택한 변환입니다.
실행 빈도	모델 교육의 실행 빈도입니다.
마지막 실행	모델의 마지막 교육 날짜 및 시간입니다.
상태	모델 교육의 마지막 실행 상태입니다. 성공 교육 문제 교육 대기 중 실패 _(마지막 실행이 진행 중인 경우)

목록에 표시되는 열을 변경하려면 을 선택하고 을 설정하거나 해제합니다.

특정 모델에 대해 다음 작업을 수행할 수 있습니다.

모델 인사이트

모델 인사이트 기능은 성공적으로 교육되고 채점된 모델에서만 사용할 수 있습니다.

모델의 통찰력을 보려면 다음 작업을 수행하십시오.

왼쪽 레일에서 Models 을(를) 선택합니다.
모델 이름을 선택합니다.

모델 인사이트(으)로 리디렉션되었습니다.

세부 정보 보기

모델의 세부 정보를 보려면 다음 작업을 수행하십시오.

왼쪽 레일에서 Models 을(를) 선택합니다.
세부 정보가 포함된 팝업을 표시하려면 모델에 대한 을(를) 선택하십시오.

복제

모델을 빠르게 복제할 수 있습니다.

왼쪽 레일에서 Models 을(를) 선택합니다.
모델에 대해 를 선택하고 상황에 맞는 메뉴에서 Duplicate 을(를) 선택합니다.

편집

모델의 이름, 설명 및 교육 및 채점 일정을 편집할 수 있습니다.

왼쪽 레일에서 Models 을(를) 선택합니다.
모델에 대해 를 선택하고 상황에 맞는 메뉴에서 Edit 을(를) 선택합니다.

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.
  1. Scoring frequency 선택:
    - Daily: 올바른 시간(예: 05:22 pm)을 입력하거나 를 사용하십시오.
    - Weekly: 요일을 선택하고 올바른 시간(예: 05:22 pm)을 입력하거나 를 사용하십시오.
    - Monthly: 모든 드롭다운 메뉴에서 요일을 선택하고 올바른 시간(예: 05:22 pm)을 입력하거나 를 사용하십시오.
  2. 드롭다운 메뉴에서 Training frequency 을(를) 선택합니다. Monthly, Quarterly, Yearly 또는 None.
Save 를 선택합니다.

재교육

모델 재교육은 성공적으로 교육된 모델에서만 사용할 수 있습니다.

모델을 다시 교육하려면 다음을 수행하십시오.

새로운 증분 마케팅 및 요소 데이터를 포함합니다. 예를 들어 지난 분기 동안 시장 동향이 변경되었거나 마케팅 데이터 배포가 크게 변경되었습니다.

모델을 재교육하려면

왼쪽 레일에서 Models 을(를) 선택합니다.
모델에 대해 를 선택하고 상황에 맞는 메뉴에서 Train 을(를) 선택합니다. 또는 파란색 작업 표시줄에서 Train 을(를) 선택하십시오.

Train model 대화 상자에서 다음 옵션을 선택합니다.
- Train model with last 2 years of marketing data 또는
- Train model using specific date range of data.
  날짜 범위를 지정합니다. 을 사용하여 날짜 범위를 선택할 수 있습니다. 최소 1년의 데이터 범위를 선택해야 합니다.
모델을 다시 교육하려면 Train 을(를) 선택하십시오.

점수 또는 재점수

새 마케팅 데이터를 기반으로 모델에 증분 점수를 매기거나 특정 날짜 범위에 대한 모델에 다시 점수를 매길 수 있습니다.

다음과 같은 작업을 수행할 때 모델에 다시 점수를 매기는 것이 좋습니다.

잘못된 마케팅 데이터를 수정하십시오. 예를 들어 모델의 교육 및 점수에 포함한 최근 유료 검색 데이터에서 1주일 간의 데이터를 누락했습니다.
통합 데이터의 일부로 구성한 데이터 세트에서 업데이트를 통해 사용할 수 있게 된 새로운 증분 마케팅 데이터를 사용합니다.

모델에 점수를 매기거나 다시 매기려면 다음을 수행합니다.

왼쪽 레일에서 Models 을(를) 선택합니다.
모델에 대해 를 선택하고 상황에 맞는 메뉴에서 Score 을(를) 선택합니다. 또는 파란색 작업 표시줄에서 Score 을(를) 선택하십시오.

Score marketing data 대화 상자에서 다음 옵션을 선택합니다.
- **Score new marketing data from *mm/dd/yyyy ***, 새 마케팅 데이터를 사용하여 점진적으로 모델에 점수를 매기거나
- Score specific date range of marketing data 을(를) 입력하여 특정 날짜 범위에 대한 점수를 다시 매깁니다.
  날짜 범위를 지정합니다. 을 사용하여 날짜 범위를 선택할 수 있습니다.
Score 을(를) 선택합니다. 특정 데이터 범위를 사용하여 모델의 점수를 다시 매길 때 Existing model is replaced 대화 상자가 표시되어 선택한 날짜 범위에 대해 모델을 새 점수로 바꾸도록 확인하는 메시지가 표시됩니다. Replace model 을(를) 선택하여 확인하십시오.

모델 삭제

모델을 삭제하려면

왼쪽 레일에서 Models 을(를) 선택합니다.
모델에 대해 를 선택하고 상황에 맞는 메뉴에서 Delete 을(를) 선택합니다. 또는 파란색 작업 표시줄에서 Delete 을(를) 선택합니다.

여러 모델을 삭제하려면 다음을 수행합니다.

여러 모델을 선택합니다.

파란색 작업 표시줄에서 Delete 을(를) 선택하여 모델을 삭제합니다.

note warning
WARNING
모델이 즉시 삭제됩니다.

recommendation-more-help

d5f9b631-c793-4214-8dc7-f78d1750e4f4