51黑料不打烊

输入您的模型? Name，例如Demo model。 输入? Description，例如Demo model to explore AI featues 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Harmonized datasets中定义为转化一部分的转化。 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Harmonized datasets中定义为营销接触点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 marketing touchpoint。

• 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。

要将包含外部因素的数据集添加到模型，请在? External factors dataset ?部分中使用一个或多个容器。 外部因素的一个例子是标普指数。

• 对于每个容器：

  1. 输入? External factor name，例如External Factors。

  2. 从? Dataset ?下拉菜单中选择一个数据集。 您可以选择 来管理数据集。 有关详细信息，请参阅数据集。

  3. 从? Impact on conversion ?下拉菜单中选择一个选项： Auto select、Positive ?或? Negative。 默认选项为? Auto select，允许模型确定影响。 您可以覆盖默认值。

• 要添加额外的外部因子数据集容器，请选择 Add external factor。

• 要删除外部因子数据集容器，请选择 。

要将包含内部因子的数据集添加到模型，请在? Internal factors dataset ?部分中使用一个或多个容器。 电子邮件营销数据便是内部因素的示例。

• 对于每个容器：

  1. 输入? Internal factor name，例如Email Marketing Data。

  2. 从? 中选择数据集。 您可以选择 来管理数据集。 有关详细信息，请参阅数据集。

  3. 从? Impact on conversion ?下拉菜单中选择一个选项： Auto select、Positive ?或? Negative。

• 要添加其他内部因子数据集容器，请选择 Add internal factor。

• 要删除内部因子数据集容器，请选择 。

要定义模型的回顾时间范围，请在? Give contribution credit to touchpoints occurring within … weeks prior to the conversion ?中输入一个介于1和52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。

在? MTA enabled ?部分中：

• 要为模型启用惭罢础功能，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? Absolute values ?的? Rule type。

2. 使用? Contribution proportion ?列为? Name ?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。

在? Schedule ?部分中，您可以计划模型训练和评分。

要计划模型评分和训练，请执行以下操作：

1. 打开? Enable scheduled model scoring and training。

2. 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 。

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

在? Define training window ?部分中，选择：

• Have Mix Modeler select a helpful training window ?和

• Manually input a training window ?的问题。选中后，在? Include events the following years prior to a conversion ?中定义年数。

选择? Finish ?以完成模型配置。

• 在? Create instance? ?对话框中，选择? Ok ?以立即触发第一组训练和评分运行。 您的模型已列出，状态为 Awaiting training。

  选择要取消的? Cancel。

• 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。