建立模型

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

選取​ Next ​以繼續下一個步驟。 選取​ Cancel ​以取消模型組態。

在​ Conversion goal ​區段中：

1. 從​ Conversion ​下拉式功能表中選取轉換。 可用的轉換是您在中定義為轉換Harmonized datasets一部分的轉換。 例如 Online Conversion。

2. 您可以選取 Create a conversion，直接從模型組態中建立轉換。

在「Marketing touchpoints」區段中，您可以選取一或多個行銷接觸點，對應至您在中定義為行銷接觸點Harmonized datasets一部分的行銷接觸點。

1. 從​ Touchpoint include ​下拉式功能表中選取一或多個行銷接觸點。

   • 您可以使用 移除接觸點。
   • 您可以使用​ Clear all ​移除所有接觸點。

2. 您可以選取 Create a touchpoint，以直接從模型設定中建立行銷接觸點。

根據預設，系統會針對您協調檢視中的所有資料產生一個分數。 若要僅對母體的子集評分，請使用​ Eligible data population ​區段中的容器定義一或多個篩選器。

• 針對每個容器，定義一或多個事件。

  1. 針對每個事件：

     1. 從​ 選取協調欄位 ​中選取量度或維度。

     2. 選取適當的運運算元： 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​輸入或選取值。

  2. 若要在容器中新增其他事件，請選取 Add event。

  3. 若要從容器移除事件，請選取 。

  4. 若要使用容器中定義的所有或多個事件進行篩選，請選取​ Any of ​或​All of。 標籤會相應地從​ Include … Or … ​變更為​Include … And …。

• 若要新增合格的資料母體容器，請選取 Add eligible population。

• 若要移除合格的資料母體容器，請在容器中選取 ，然後從內容功能表中選取​Remove container。

• 在容器之間選取​ And ​和​Or，為您的合格資料母體建置更複雜的定義。

若要將包含外部因子的資料集新增至模型，請在​ External factors dataset ​區段中使用一或多個容器。 S&P指數就是外部因素的範例。

• 對於每個容器：

  1. 輸入​External factor name，例如External Factors。

  2. 從​ Dataset ​下拉式功能表中選取資料集。 您可以選取 來管理資料集。 如需詳細資訊，請參閱資料集。

  3. 從​ Impact on conversion ​下拉式功能表中選取選項： Auto select、Positive​或​Negative。 預設選項為​Auto select，可讓模型判斷影響。 您可以覆寫預設值。

• 若要新增其他外部因素資料集容器，請選取 Add external factor。

• 若要移除外部因子資料集容器，請選取 。

若要將包含內部因子的資料集新增至模型，請在​ Internal factors dataset ​區段中使用一或多個容器。 電子郵件行銷資料是內部因素的範例。

• 對於每個容器：

  1. 輸入​Internal factor name，例如Email Marketing Data。

  2. 從​ 選取資料集 ​中選取資料集。 您可以選取 來管理資料集。 如需詳細資訊，請參閱資料集。

  3. 從​ Impact on conversion ​下拉式功能表中選取選項： Auto select、Positive​或​Negative。

• 若要新增其他內部因子資料集容器，請選取 Add internal factor。

• 若要移除內部因子資料集容器，請選取 。

若要定義模型的回顧期間，請在1中輸入介於52到​ Give contribution credit to touchpoints occurring within ​之間的值…… weeks prior to the conversion。

選取​ Next ​以繼續下一個步驟。 如果需要更多組態，紅色外框和文字會說明需要哪些額外組態。
選取​ Back ​以返回上一步。
選取​ Cancel ​以取消模型組態。

在​ Spend share ​區段中：

• 若要在行銷資料稀疏時使用歷史行銷投資比率來通知模型，請啟動​Allow spend share。 建議使用此設定，尤其是在下列情況下：

  • 管道沒有足夠的觀察值（例如支出、曝光或點按頻率低）。
  • 您正在模型化尖峰但一般且可能高花費的媒體（例如某些品牌的電視節目），這些媒體中的資料可能會很稀疏。

  note note
  NOTE
  對於一次性投資（例如超級碗廣告），請考慮將該資料納入為因素，而非依賴支出份額。

在​ MTA enabled ​區段中：

• 若要啟用模型的MTA功能，請啟動​MTA enabled。 如果您已啟用MTA，則在您已訓練並評分您的模型後，即可使用多重接觸歸因深入分析。 檢視模型深入分析中的歸因索引標籤。

在​ Prior knowledge ​區段中：

1. 選取​Rule type，預設為​Absolute values。

2. 使用​ Name ​欄，為​ Contribution proportion ​底下列出的任何管道指定貢獻百分比。

3. 您可以視情況為每個管道新增​ Level of confidence ​百分比。

4. 必要時，請使用​ Clear all ​清除​ Contribution proportion ​與​ Level of confidence ​欄的所有輸入值。

開啟​Enable scheduled model scoring and training。

選取​Scoring frequency：

• Daily：輸入有效時間（例如05:22 pm）或使用 。
• Weekly：選取一週的某天，然後輸入有效的時間（例如05:22 pm）或使用 。
• Monthly：從[Run on every]下拉式功能表中選取一個月中的某一日，然後輸入有效時間（例如05:22 pm）或使用 。

從下拉式功能表中選取​Training frequency： Monthly、Quarterly、Yearly​或​None。