• 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

  • トライアル版
    • 例:単一モデル
    • 例:複数のモデル
    • 推奨の出発地点
  • 有償版
PREDICT

使用可能な階層

この記事では、Tealium Predict MLの予測階層と、デプロイ済みおよびトレーニング済みモデルの数に基づいて使用可能な機能について説明します。

トライアル版

Tealium AudienceStream CDP製品を有効にした各アカウントで、Tealium Predictの_トライアル版_を自動的に使用することができ、この階層は追加料金なしで提供されます。

トライアル版には、以下のものが含まれています。

  • 一度に1個のデプロイ済みモデル
  • 複数のモデルに対応する合計5個のトレーニング済みバージョン

1個のモデルをデプロイし、複数のトレーニング済みバージョンを作成すると、開始から完了までのプロセス全体を評価できます。ただし、5個のトレーニング済みバージョンを作成した後、モデルの再トレーニングを実施する能力は無効になります。これらのモデルは引き続き動作しますが、継続的なトレーニングを実施しないので、時間の経過とともに精度は低下します。

例:単一モデル

トライアル版で、単一モデルに対応する5個のトレーニング済みバージョンを使用できます。例:

  • モデルAおよび5個のバージョン(A1、A2、A3、A4、A5)

このシナリオでは、一度にデプロイできるのはこれらのバージョンのうち1個のみですが、1個のバージョンをデプロイ解除した後、別のバージョンをデプロイすることは可能です。

例:複数のモデル

トライアル版で、複数のモデルに対応する合計5個のトレーニング済みバージョンを使用できます。例:

  • モデルAおよび2個のバージョン(A1、A2)
  • モデルBおよび1個のバージョン(B1)
  • モデルCおよび2個のバージョン(C1、C2)

このシナリオでは、一度にデプロイできるのは、これらのモデルのうち1個のみ(A、B、Cのいずれか)です。モデルAとモデルBの両方を同時にデプロイすることはできません。

推奨の出発地点

最初のモデルには、推奨の出発地点が複数存在します。

  • コンバージョンの可能性が高い複数の訪問者を特定し、それらの訪問者に割り当てる予算を最適化します。
  • コンバージョンの可能性が低い複数の訪問者を特定し、それらの訪問者をターゲットから除外します。
  • 既存の訪問者の属性に関する正常性を検討し、ビジネス目標に関連する可能性のある訪問者に注目します。

作業を開始するには、単純に最初のモデルを追加します。

有償版

Tealium Predictのトライアル版を上回る機能を使用するには、_有償版_にアップグレードする必要があります。有償版では、デプロイ済みモデルの数とトレーニング済みバージョンの数はいくつでも使用できます。有償版のコストは、アカウントのイベントボリュームと、必要なトレーニング済みバージョンの数に基づいています。

詳細については、カスタマーサクセスマネージャにお問い合わせください。

用語集
前提条件

 
  • 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