• 手引き
  • プラットフォーム
  • パートナー
  • English
  • TLC Tealium Learning Center Tealium Learning
    Community
  • Discussions & Ideas Dicussions & Ideas
  • Product Guides Product Guides
  • Knowledge Base Knowledge Base
  • Developer Docs Developer Docs
  • Education Education
  • TLC Blog TLC Blog
  • Support Desk Support Desk
  • CDH Customer Data Hub Customer Data Hub

目次

  • 仕組み
    • 属性の準備の決定
    • ターゲット、出力、除外の各属性
  • 作業の開始
PREDICT

モデルについて

この記事では、Tealium Predict MLデータモデルの動作方法と、各モデルの複数のコンポーネントについて説明します。

仕組み

Tealium Predictは、Tealium AudienceStream CDP製品と連携して動作し、訪問レベルと訪問者レベルの属性を評価します。これらの属性を使用すると、特定のユーザーアクションの予測に使用される複数のデータモデルを作成できます。

仕組みは次のとおりです。

  • 属性の準備を確認します
  • ターゲット属性を1つ選択します
  • 出力属性に名前を付けます
  • モデルのトレーニングを実施し、確認します
  • 除外する複数の属性を選択します(オプション)
  • 再トレーニングと絞り込みを行います

属性の準備の決定

使用可能な属性ドロップダウンリストの中で、各属性の隣にその属性の準備状況が表示されます。この機能は、次の例に示すように、ある属性候補をターゲットの出力属性として使用する場合にReady(準備完了)とNot Ready(準備できていない)のどちらであるかを事前に決定するのに役立ちます。

Predict 1.1 Ready_Not Ready for Training.png

ターゲット、出力、除外の各属性

モデルを定義するときに、AudienceStreamプロファイル内にある各属性が確認され、予測しようとする特定のアクションに対して予測の関係にある上位の複数の属性が自動的に決定されます。

  • Target Attribute(ターゲット属性)
    ターゲット属性とは、モデルを定義するときに選択されたAudienceStream属性のことで、予測しようとするユーザーアクションを表しています。モデルを構築するときに、ドロップダウンリスト内に表示される訪問レベルまたは訪問者レベルのブール値属性から、ターゲット属性を1つ選択します。 ターゲット属性は、何らかのアクションが既に実行されたことを伝達するために使用されます。たとえば、”Has Purchased”(購入した)という訪問のブール値属性は、ある訪問の間に購入イベントが発生したことを伝達します。
  • Output Attribute(出力属性)
    出力属性とは、モデルトレーニングの結果、作成された属性のことです。
  • Exclusion Attributes(除外属性) 探そうとしている結果とは関係のない複数の属性を除外する方針を選択することもできます。このような属性を、除外属性と呼びます。どの属性タイプを除外するか判断するときに、Tealiumが推奨するのは、最初はどの属性も除外せずにモデルのトレーニングを実施し、最初のインサイトを取得することです。 除外属性を指定せずにトレーニングを実施する場合、モデルが見つけた最も関連性の高い属性に関するインサイトを取得でき、新しいAudienceStream属性の導入を考慮する結果につながることがあります。このことは、将来のモデルトレーニングに役立ちます。
    例:
    最初のトレーニングが終わった後、トレーニング期間外に発生した値を持つ属性を除外することができます。それらの種類の属性を除外した後、トレーニングのF1スコアの結果は、それらの属性をモデルに含めていた時より小さくなる可能性があります。ただし、モデルを配置するときに、モデルはより良い結果を生成することになります。
    • 訪問日または購入日に基づく属性。これらの属性は、トレーニング期間外にそのような値を繰り返すことはありません。
    • ユーザーIDまたはアナリティクスIDなど、一意のユーザー情報に基づく属性。これらの属性は、トレーニング期間外に他のユーザーに適用されることはありません。

1つ以上の属性をモデルから除外するために使用する特定の手順については、Advanced Configuration Options(高度な構成オプション)を参照してください。

作業の開始

作業を開始するには、モデルの追加に移動します。

モデルのスコアとレーティング
モデルの追加

 
  • iQ Tag Management
  • はじめに
    • はじめに
    • データレイヤーの基本
    • データレイヤーの基本: 共通変数の追加
    • タグの基本
    • タグの基本: タグの追加
    • タグの基本: 読み込みルールの追加
    • タグの基本: データマッピングの追加
    • 拡張機能
    • 拡張機能: 拡張機能の追加
    • 保存と公開
    • 変更の保存
    • 公開環境
    • 保存と公開
    • インストールとテスト
    • utag_dataとutag.jsのインストール
    • コードセンターの使用
    • Web Companionの検証
    • 次のステップ
  • EventStream
  • はじめに
    • はじめに
    • データソース
    • データソース: データソースの追加
    • データソース: インストールとテスト
    • Live Events
    • イベント仕様
    • イベント仕様: 仕様の追加
    • イベント仕様: データ品質
    • イベントフィード
    • イベントフィード: フィードの追加
    • コネクタ
    • コネクタ: コネクタの追加
    • トレース
    • トレース: トレースでのテスト
    • 保存と公開
    • 次のステップ
  • AudienceStream
  • はじめに
    • はじめに
    • 属性
    • 属性: エンリッチメント
    • 属性: バッジ
    • 属性: オフラインデータ(オムニチャネル)
    • Visitor Stitching
    • Visitor Stitching: 訪問者ID
    • Visitor Stitching: パート1
    • Visitor Stitching: パート 2
    • Visitor Stitching: 検出
    • オーディエンス
    • コネクタ
    • コネクタ: コネクタの追加
    • トレース
    • トレース: トレースでのテスト
    • 保存と公開
    • 次のステップ
  • Predict ML
  • はじめに
    • 概要
    • 予測の紹介
    • 用語集
    • 使用可能な階層
    • 前提条件
    • 戦略と目的
    • 複数のアプローチ
    • データの準備
    • モデルのスコアとレーティング
    • モデル作成
    • モデルについて
    • モデルの追加
    • 確認とトレーニングの開始
    • モデル評価
    • トレーニング済みバージョンの評価
    • モデルの再トレーニング
    • モデルのデプロイ
    • モデルの削除
    • モデル監視
    • モデルの正常性の表示
    • デプロイ済みモデルの正常性スコア
    • オーディエンスの予測
    • オーディエンスの検討事項
    • 高度なトピック
    • モデルの再トレーニングに関する推奨
    • Visitor Stitchingが予測モデルに影響を与える方法
    • データのコンプライアンスと使用方法
    • マシンラーニングと人工知能(AI)の比較
    • マシンラーニングのコンセプトとテクノロジー

このページはお役にたちましたでしょうか?

最終更新日 :: 2021年March月10日       ご意見有難うございます。
  • 手引き
  • プラットフォーム
  • パートナー
  • モバイル
  • 始める
  • Remote Commands
  • Android (Java)
  • Cordova
  • Flutter
  • iOS (Objective-C)
  • iOS (Swift)
  • React Native
  • Xamarin
  • ウェブ
  • AMP
  • Angular
  • JavaScript (Web)
  • サーバーサイド
  • C#
  • HTTP API
  • Java
  • Node
  • Python
  • Roku
  • Ruby
  • Unity