Veelgestelde vragen over look-Alike Modeling

Overzicht overview

In dit artikel worden antwoorden gegeven op de meestgestelde vragen over Look-Alike Modeling .

Vragen questions

waarom ben ik een vlakke Accuracy & Reach grafiek?

Een vlakke Accuracy & Reach grafiek betekent dat bijna elke gebruiker dezelfde score heeft ontvangen bij het model. Dit kan gebeuren wanneer u de eigenschap voor bezoekers van de site opneemt in de gegevensbronnen waarop u het model hebt uitgevoerd. Als u dit wilt voorkomen, verwijdert u de algemene eigenschap uit de modelinvoer tijdens de stap voor het maken van het model met behulp van het veld Exclusions .

waarom hebben sommige van mijn belangrijkste invloedrijke eigenschappen zeer kleine publiek?

Het algoritme selecteert kenmerken die sterk gecorreleerd zijn met het basislijnkenmerk. Als een bepaalde eigenschap bijvoorbeeld 100% overlapt met de basislijneigenschap, heeft deze een zeer hoog gewicht, zelfs als het aantal gebruikers in die eigenschap klein is.

waarom heeft mijn model niet in werking gesteld/opnieuw?

Modellen die resultaten hebben opgeleverd, blijven alleen actief als u ten minste één actieve algoritmische eigenschap hebt gemaakt en deze aan een actief segment en een bestemming hebt toegewezen.

waarom mijn model geen resultaten produceerde?

Dit wordt doorgaans veroorzaakt door het feit dat de basispopulatie en de populatie in de geselecteerde gegevensbronnen elkaar niet significant overlappen.

is er om het even welke aanbeveling op het basislijnspoor of segmentgrootte?

Enkele duizenden gebruikers zouden genoeg moeten zijn om het model in werking te stellen, aangezien er aanzienlijke overlappingen zijn tussen de basispopulatie en de populatie in de geselecteerde gegevensbronnen. Look-Alike Modeling levert nauwkeuriger resultaten op, hoe groter de basislijn.

Welke derdegegevensbronnen zouden ik voor mijn model moeten kiezen?

Gebruik gegevensbronnen die ten minste gedeeltelijk overlappen met uw basislijnkenmerk of -segment, maar zorg er tegelijkertijd voor dat extra gebruikers worden toegevoegd. U zou ook de kosten verbonden aan elke gegevensuitvoer moeten overwegen. De kosten- en prijsmodellen variëren per gegevensaanbieder in Audience Marketplace .

het kost om derdegegevens voor modellering te gebruiken?

Dit hangt af van het prijsmodel van de geselecteerde gegevensinvoer. Sommige feeds maken modellering zonder kosten mogelijk, terwijl anderen u een vergoeding in rekening brengen. Zie ​ het Factureren voor de Kopers van het voer van Gegevens ​ voor details.

hoeveel modellen/eigenschappen mag ik creëren?

Op dit moment kunt u maximaal 20 algoritmische modellen en 50 algoritmische kenmerken maken.

wat is verfrist frequentie van de modelopleiding en algoritmische het bezitspopulatie?

Het model wordt om de 8 dagen opnieuw getraind, samen met het vernieuwen van de algoritmische populatie van de eigenschap.