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 featues 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Harmonized datasets中定義為轉換一部分的轉換。 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Harmonized datasets中定義為行銷接觸點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 marketing touchpoint。

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。

• 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​ Give contribution credit to touchpoints occurring within ​中輸入介於1到52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。

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​ Contribution proportion ​欄，為​ Name ​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。

在​ Schedule ​區段中，您可以排程模型訓練和評分。

若要排程模型評分與訓練：

1. 開啟​ Enable scheduled model scoring and training。

2. 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 。

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

在​ Define training window ​區段中，選取：

• Have Mix Modeler select a helpful training window ​和

• Manually input a training window。選取時，在​ Include events the following years prior to a conversion ​中定義年數。

選取​ Finish ​以完成您的模型設定。

• 在​ Create instance? ​對話方塊中，選取​ Ok ​以立即觸發第一組訓練和評分回合。 您的模型已列出，狀態為 Awaiting training。

  選取​ Cancel ​以取消。

• 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。