予測モデルを作成して、セグメントのターゲティングを改善します。
Safariは予測モデルの一部の機能をサポートしていません。
TD Consoleを開きます。
Audience Studioに移動します。
ペアレントセグメントを選択します。例:
表示されたペアレントセグメントをそのまま使用するか、別のセグメントを選択します。
Create Newを選択します。
Predictive Modelを選択します。
モデルに名前を付けます。
Nextを選択します。
トレーニング母集団を選択します。 これは、Treasure Dataの機械学習のトレーニングプロセスで使用するサンプルデータセットです。このデータセットは、高度な結果を生成するために使用されます。データセットは、セグメントまたはペアレントセグメント内のすべてのプロファイルにすることができます。 ファネルステージは、トレーニング母集団、スコアリングターゲット、またはポジティブサンプルセグメントとしてサポートされていません。
- スコアリングターゲットを選択します。 これらのプロファイルは、予測の精度をスコアリングするために使用されます。スコアリングターゲットは、行動を予測しようとしているプロファイルのグループです。セグメントまたはペアレントセグメント内のすべてのプロファイルにすることができます。
- 予測しようとしている特性に適合するデータのポジティブサンプルを選択します。 トレーニング母集団とスコアリングターゲットフィールドに選択したデータセットは、ポジティブサンプルフィールドで使用可能な値のリストから除外されます。
- Nextを選択します。
- オプションで、Use suggested featuresを選択します。 予測スコアリングはFeature Guess機能を提供します。Treasure Dataは、アトリビュートから派生した関連性の高いフィーチャー(予測因子)を提案します。
Feature Guess機能は階層的グルーピングをサポートしていません。Feature Guessはグループアトリビュートを提案しません。
- オプションで、予測を許可する代わりに、以下を定義できます:
カテゴリカルフィーチャー 値が離散カテゴリに属するアトリビュートまたはグループアトリビュートに使用します。例: _state_でCA、NY、MAなどの値を持つもの。カテゴリカルアトリビュートは、州や性別のような非順序(名義)、または高、中、低温度のような順序(順序)にすることができます。たとえば、「color」というフィーチャーは、「purple」、「yellow」、「blue」の値を取る場合があります。
カテゴリカル配列フィーチャー アトリビュートがinterest_wordsのようなカテゴリ値の配列を格納する場合に使用します。
定量的フィーチャー priceやfrequencyなど、数値を含むアトリビュートまたはグループアトリビュートに使用します。
各フィーチャーフィールドは、アトリビュートのドロップダウンリストを提供します。通常のアトリビュートは上部に表示され、グループアトリビュートは_ [Group]_プレフィックスを付けて下部に表示されます。
- Save and trainまたはSaveを選択します。
トレーニング母集団、スコアリングターゲット、またはポジティブサンプルが、フル権限または表示権限のないフォルダ内のセグメントを参照している場合、エラーメッセージが表示されます。