ניתוח שרשרת מרקוב

הפונקציה הסטטיסטית של שרשרת Markob משתמשת בשיטות הסתברותיות כדי להקצות קרדיט לנקודות מגע עם הלקוח בתהליך הפרסום, על סמך התרומה שלהן לפי מודל לסבירות של המשתמש להשלים המרה. הפלט של הפונקציה הניסיונית הזו יכול לעזור לכם להקצות קרדיט לערוץ פרסום, לקמפיין או לנקודת מגע אחרת עם הלקוח, על סמך התרומה שלהם לאירועי המרות, לפי מודל.

איך זה עובד

הפונקציה הסטטיסטית של שרשרת Markob משתמשת בנתוני הפרסום כדי ליצור שרשרת מרקוב, שבה כל קודקוד בתרשים המסודר מייצג נקודת מגע עם הלקוח, וכל קצה מספק את ההסתברות לעבור לנקודת המגע הבאה עם הלקוח, בתנאי שהיא נמצאת בנקודת המגע הנוכחית הזו. המערכת יוצאת מנקודה הנחה שרק נקודת המגע הנוכחית עם הלקוח משפיעה על סבירות המעבר. לאחר מכן, התרומה של כל נקודת מגע עם הלקוח מחושבת על ידי הסרת נקודת המגע מהתרשים, וחישוב ההסתברות להמרה לפי מודל, לאחר שנקודת המגע הוסרה.

הגבלות על פרטיות

נקודות המגע עם הלקוח חייבות לכלול לפחות 50 משתמשים שמשלימים המרות ו-50 משתמשים או יותר שלא השלימו המרה, כדי שלא יוסרו על ידי מסנני הפרטיות. בנוסף, ייתכן שיתבצע סינון של משתמשים חריגים שתורמים קרדיט לא פרופורציונלי לנקודת מגע מסוימת עם הלקוח. לכן, יכול להיות שבפלט מהמודל של שרשרת מרקוב חסרות נקודות מגע מסוימות עם הלקוח שנמצאות בטבלת נקודות המגע עם הלקוח.

הודעות פרטיות מוצגות אחרי כל חזרה של מודל שרשרת Markov. ההודעות האלה כוללות מידע על משתמשים ונקודות מגע עם הלקוח שסוננו.

סקירה כללית של מחשוב ערכי השרשרת של מרקוב

  1. יוצרים את נקודת המגע עם הלקוח וטבלאות הקרדיט:
    1. touchpoint_temp_table.
    2. user_credit_temp_table.
  2. קוראים לפונקציה ADH.TOUCHPOINT_ANALYSIS בעלת ערך הטבלה באמצעות הטבלאות הזמנית שלמעלה כארגומנטים.

יצירת נקודת המגע עם הלקוח וטבלאות הקרדיט

יצירת הטבלה של נקודות המגע עם הלקוח

טבלת נקודות המגע עם הלקוח היא המקום שבו מוגדרים אירועי משתמש שקשורים לנקודות מגע עם הלקוח. נתונים לדוגמה עשויים לכלול, בין היתר: campaign_id , creative_id, placement_id או site_id.

הטבלה חייבת להכיל את העמודות הבאות:

שם העמודה סוג
touchpoint string
שם שרירותי של נקודת מגע עם הלקוח. (לא יכול להיות NULL או להכיל פסיקים).
user_id string
המזהה של משתמש שמבקר בנקודת המגע עם הלקוח. (לא יכול להיות NULL או 0.)
event_time int
הזמן שבו המשתמש ביקר בנקודת המגע עם הלקוח. (לא יכול להיות NULL.)

קוד לדוגמה ליצירת הטבלה:

CREATE TABLE touchpoint_temp_table
AS (
  SELECT user_id, event.event_time, CAST(event.site_id AS STRING) AS touchpoint
  FROM adh.cm_dt_impressions
  WHERE
    event.event_type IN ('VIEW')
    AND user_id <> '0'
    AND event.campaign_id IN UNNEST(@campaign_ids)

  UNION ALL

    SELECT
      user_id, event.event_time, CAST(event.site_id AS STRING) AS touchpoint
    FROM adh.cm_dt_clicks
    WHERE
      event.event_type IN ('CLICK')
      AND user_id <> '0'
      AND event.campaign_id IN UNNEST(@campaign_ids)
);

יצירה של טבלת הקרדיטים למשתמשים

טבלת הקרדיטים למשתמשים היא המקום שבו מוגדרים אירועי ההמרה. אירועים שנאספים אחרי המרות נחשבים לאירועים שאינם אירועי המרה.

הטבלה חייבת להכיל את העמודות הבאות:

שם העמודה סוג
user_id string
המזהה של משתמש שמבקר בנקודת המגע עם הלקוח. (לא יכול להיות NULL או 0.)
event_time int
השעה שבה התרחש האירוע של הוספת התוכן. (לא יכול להיות NULL.)
credit integer
הקרדיט תרם על ידי המשתמש. זה יכול להיות כל קרדיט שרוצים לנתח. לדוגמה, ערך ההמרה, מספר ההמרות וכו'. הוא צריך להיות בין 1 ל-100.

קוד לדוגמה ליצירת הטבלה:


CREATE TABLE user_credit_temp_table AS (
  SELECT
    user_id,
    MAX(event.event_time) AS event_time,
    1 AS credit
  FROM adh.cm_dt_activities_attributed
  WHERE user_id <> '0'
    AND event.campaign_id IN UNNEST(@campaign_ids)
    AND DATE(TIMESTAMP_MICROS(event.event_time)) BETWEEN @start_date AND @end_date
    AND event.activity_id IN UNNEST (@activity_ids)
  GROUP BY user_id
);

הפונקציה בעלת הערך בטבלה

הפונקציה בעלת ערך הטבלה היא פונקציה שמחזירה טבלה כתוצאה מכך. לכן אפשר לשלוח שאילתות על הפונקציה בעלת הערך לטבלה כמו על טבלה רגילה.

תחביר

ADH.TOUCHPOINT_ANALYSIS(TABLE touchpoints_tmp_table_name, TABLE credits_tmp_table_name, STRING model_name)

ארגומנטים

שם
touchpoints_tmp_table_name שם הטבלה של נקודות המגע הזמנית עם הלקוח, שנוצרה על ידי הלקוח. לטבלה צריכה להיות סכימה שמכילה את העמודות touchpoint, user_id ו-event_time.
credits_tmp_table_name השם של טבלת הקרדיטים הזמניים למשתמשים שנוצרו על ידי הלקוח. לטבלה צריכה להיות סכימה שמכילה את העמודות user_id, credit ו-conversion_time.
model string
חייב להיות MARKOV_CHAINS.

טבלת פלט

טבלת הפלט תכיל את הסכימה הבאה:

שם העמודה סוג
touchpoint string
השם של נקודת המגע עם הלקוח.
score integer
חושב ציון שרשרת של מרקוב לנקודת המגע הזו עם הלקוח.

קוד לדוגמה לשימוש בפונקציה בעלת ערך הטבלה

SELECT *
FROM ADH.TOUCHPOINT_ANALYSIS(
  TABLE tmp.touchpoint_temp_table,
  TABLE tmp.user_credit_temp_table,
  'MARKOV_CHAINS')