构建模型

输入您的模型​Name，例如Demo model。 输入​Description，例如Demo model to explore AI features of Mix Modeler。

选择​ Next ​以继续下一步骤。 选择​ Cancel ​取消模型配置。

在​ Conversion goal ​部分中：

1. 从​ Conversion ​下拉菜单中选择转换。 可用转化是您在中定义为转化Harmonized datasets一部分的转化。 例如：Online Conversion。

2. 您可以选择 Create a conversion​以直接从模型配置中创建转换。

在​ Marketing touchpoints ​部分中，您可以选择一个或多个营销接触点，对应于您在中定义为营销接触点Harmonized datasets一部分的营销接触点。

1. 从​ Touchpoint include ​下拉菜单中选择一个或多个营销接触点。

   • 您可以使用 删除接触点。
   • 您可以使用​ Clear all ​删除所有接触点。

2. 您可以选择 Create a touchpoint​以直接从模型配置中创建营销接触点。

默认情况下，会对您协调视图中的所有数据生成一个分数。 要仅对群体的子集进行评分，请使用​ Eligible data population ​部分中的容器定义一个或多个过滤器。

• 对于每个容器，定义一个或多个事件。

  1. 对于每个事件：

     1. 从​ 选择协调字段 ​中选择量度或维度。

     2. 选择适当的运算符： equals、not equals、less than、greater than、starts with、doesn’t start with、ends with、doesn’t end with、contains、doesn’t contain、is in​或​is not in。

     3. 在​处输入或选择一个值输入或选择值。

  2. 若要在容器中添加其他事件，请选择 Add event。

  3. 要从容器中删除事件，请选择 。

  4. 要使用容器中定义的所有或多个事件进行筛选，请选择​ Any of ​或​All of。 标签相应地从​ Include … Or … ​更改为​Include … And …。

• 要添加符合条件的数据填充容器，请选择 Add eligible population。

• 要删除符合条件的数据填充容器，请在容器中选择 ，然后从上下文菜单中选择​Remove container。

• 在容器之间选择​ And ​和​Or，以便为符合条件的数据群体构建更复杂的定义。

您可以在​ Factor dataset ​部分管理包含内部或外部因素的数据集。

• 要添加因子数据集，请选择​Add Factor。 最多可以向模型添加30个因子。

  1. 从下拉菜单中选择​Factor dataset。 可用因子是您在数据集规则中定义协调字段的因子。
     基于所选数据集，Factor type为​ Internal ​或​External。

  2. 从下拉菜单中选择​Impact on conversion。 可用选项为： Auto、Positive​或​Negative。 默认选项是​Auto，它允许模型确定因子数据集的影响。

• 要删除因子数据集，请选择 。

要为模型定义回看窗口期，请在1部分的52 … Give contribution credit to touchpoints occurring within​中输入一个介于​ weeks prior to the conversion ​和​ Define lookback window ​之间的值。

选择​ Next ​以继续下一步骤。 如果需要更多配置，请使用红色轮廓和文本说明需要哪些其他配置。
选择​ Back ​以返回上一步。
选择​ Cancel ​取消模型配置。

在​ Spend share ​部分中：

• 要在营销数据稀疏时使用历史营销投资比率通知模型，请激活​Allow spend share。 建议使用此设置，尤其是在以下情况下：

  • 渠道没有足够的观察次数（例如，消费频率低、展示次数或点击次数少）。
  • 您正在对数据可能稀疏的尖峰但常规且潜在的高消费媒体（如某些品牌的电视节目）建模。

  note note
  NOTE
  对于一次性投资（例如超级碗广告），考虑将该数据作为一个因素纳入，而不是依赖支出份额。

在​ MTA enabled ​部分中：

• 要为模型启用MTA功能，请激活​MTA enabled。 如果您已启用MTA，则在培训模型和为模型评分后，即可使用多点接触归因分析。 在模型分析中查看归因选项卡。

在​ Prior knowledge ​部分中：

1. 选择默认为​ Rule type ​的​Absolute values。

2. 使用​ Name ​列为​ Contribution proportion ​下列出的任何渠道指定贡献百分比。

3. 在适当的情况下，您可以为每个渠道添加​ Level of confidence ​百分比。

4. 需要时，使用​ Clear all ​清除​ Contribution proportion ​和​ Level of confidence ​列的所有输入值。

打开​Enable scheduled model scoring and training。

选择​Scoring frequency：

• Daily：输入有效时间（例如05:22 pm）或使用 。
• Weekly：选择一周中的某一天并输入有效时间（例如05:22 pm）或使用 。
• Monthly：从“在每次运行时运行”下拉菜单中选择一个月中的某一天，并输入有效时间（例如05:22 pm）或使用 。

从下拉菜单中选择​Training frequency： Monthly、Quarterly、Yearly​或​None。