모델 개요
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.
모형을 처음 만들었을 때, 그 만들기는 곧바로 훈련과 채점 과정을 시작한다. 초기 교육 및 채점 실행이 완료되면 모델 인사이트를 검토할 수 있습니다. 모델은 이후 재학습될 수 있습니다. 또한 모델을 수동으로 다시 검색해야 하는 모델에 데이터를 추가할 수 있습니다. 재교육 및 재채점은 비즈니스 목표에 가장 적합한 모델 적합성을 얻기 위해 새로운 발견과 정보가 나타나고 조정이 필요하므로 반복적인 프로세스입니다.
모델 구축
모델을 만들려면 Open model canvas 을(를) 선택할 때 사용할 수 있는 Mix Modeler 단계별 안내식 모델 구성 흐름을 사용하십시오. 자세한 내용은 모델 빌드를 참조하십시오.
모델 관리
Mix Modeler 인터페이스에서 현재 모델의 표를 보려면 다음을 수행하십시오.
-
왼쪽 레일에서
-
현재 모델의 표가 표시됩니다.
테이블 열은 모델에 대한 세부 사항을 지정합니다.
열 이름세부 사항이름모델 이름설명모델에 대한 설명전환 이벤트모델에 대해 선택한 변환입니다.실행 빈도모델 교육의 실행 빈도입니다.마지막 실행모델의 마지막 교육 날짜 및 시간입니다.상태모델의 상태입니다.모델의 보고된 상태는 모델이 라이프사이클 내에 있는 위치에 따라 다릅니다. 예를 들어 모델이 생성되었는지, (재)트레이닝이 성공했는지 또는 (재)채점이 성공했는지 여부에 상관없이 표시됩니다.
아래 표에서:
-
-
-
상태만들기교육점수재교육Rescore진행 중
진행 중
진행 중
진행 중
진행 중
교육 실패
교육 실패
교육 성공
교육 성공
채점 실패
채점 실패
채점 성공
채점 성공
-
-
목록에 표시되는 열을 변경하려면
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
-
모델 이름을 선택합니다.
-
왼쪽 레일에서
-
세부 정보가 포함된 팝업을 표시하려면 모델에 대한
복제
모델을 빠르게 복제할 수 있습니다.
-
왼쪽 레일에서
-
모델에 대해
원래 모델 이름에 (Copy) (n) 이(가) 추가된 제안된 이름으로 새 모델을 만드는 단계로 리디렉션됩니다.
편집
모델의 이름, 설명 및 교육 및 채점 일정을 편집할 수 있습니다.
-
왼쪽 레일에서
-
모델에 대해
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.
재교육
모델 재교육은 성공적으로 교육된 모델에서만 사용할 수 있습니다.
모델을 재교육하려면 다음을 수행합니다.
- 새로운 증분 마케팅 및 요소 데이터를 포함합니다. 예를 들어 지난 분기 동안 시장 동향이 변경되었거나 마케팅 데이터 배포가 크게 변경되었습니다.
모델을 재교육하려면
-
왼쪽 레일에서
-
모델에 대해
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.
-
모델을 다시 교육하려면 Train 을(를) 선택하십시오.
점수 또는 재계산
새 마케팅 데이터를 기반으로 모델에 증분 점수를 매기거나 특정 날짜 범위에 대한 모델을 다시 정렬할 수 있습니다.
모델을 재정의하는 것을 고려하십시오.
- 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
-
모델에 대해
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) 사용하여 특정 날짜 범위를 다시 검색하십시오.
날짜 범위를 지정합니다.
-
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
- 모델에 대해
- Delete model 확인 대화 상자에서 Delete 을(를) 선택하여 모델을 삭제합니다. 취소할 Cancel 을(를) 선택하십시오.
여러 모델을 삭제하려면 다음을 수행합니다.
- 여러 모델을 선택합니다.
- 파란색 작업 표시줄에서
- **Delete x 모델 확인 대화 상자에서 Delete 을(를) 선택하여 모델을 삭제합니다. 취소할 Cancel 을(를) 선택하십시오.