HCL Unica Interact - 自動データビニングによる学習属性の取り扱いの改善

2021/2/3 - 読み終える時間: 3 分

Unica Interact - Better Handling of Learning Attributes with Auto-Binning の翻訳版です。

HCL Unica Interact - 自動データビニングによる学習属性の取り扱いの改善

2021年2月3日

著者: Shilpa Dhabale / Technical Specialist, HCL Unica Interact

マーケティングにおけるセグメンテーションは、ブランドが適切なオーディエンスに向けて適切な方向に努力を調整することを可能にします。これにより、顧客の特性、人口統計、年齢、性別、給与、その他多くの要因に基づいて、顧客ベースをセグメントに分けることができます。これらの取り組みは、コミュニケーションと製品開発の両方に関連させることができます。Unica Interact では、マーケティング担当者は、製品や Web サイトを閲覧している間の行動や行動に基づいて、リアルタイムでセグメンテーションを行えきます。Unica Interact の優れた機能の1つに、自動データビニング機能があり、セグメンテーションやカテゴライズ後に収集したデータをマーケターが分析することができます。

自動データビニング - それは何ですか？

Unica Interact に内蔵された学習アルゴリズムは、オファーがコンタクトされ、回答があった際に、学習属性の値を保存し、分析することで一部機能します。属性によっては、ユニークな値の数が実質的に無制限である場合があります。しかし、Unica Interact のシステムでは、限られたリソースおよび/または実用的な分類要件のため、それらのうちのごく一部しか保存することができません。

それはどのように役立つのでしょうか？

実際の n 個の値の数よりも、値の範囲に基づいて分析を行う方がより合理的であることがよく観察されます。自動データビニングを利用すると、顧客は Unica Interact でビン（セグメント/範囲）を作成することができ、学習サブシステムが自動的にマッピングを行うことができます。

Interact DT でビンを定義するには？

ビン定義は、Interact -> Global Learning -> All Bin Definitions ページから、マッピングされた学習属性を使用して作成することができます。ビンは、範囲型またはリスト型のどちらでも構いません。

例えば、Salary 属性は n 個の異なる値を持つことができ、この属性を学習に使用する場合、これらの異なる値を分析することは非常に困難です。そこで、Salary 属性の異なる値の範囲を別々のビンに分けることができます。

ここでは、 Salary 属性について 3 つのビンを作成しました (下図参照)。

低所得: ≧35000

中所得: 36000～50000

高所得 > 50000

自動データビニング処理はどのように機能するのですか？

ビン定義は、すべてのインタラクティブチャネルとすべての学習モデルにまたがるグローバルデータです。すべてのビン定義は、グローバルデプロイメントデータの一部としてデプロイされます。どのインタラクティブチャネルにもデプロイすることができ、一度デプロイするとすべてにデプロイされます。

グローバルデータがランタイムにデプロイされると、すべてのビン定義が解析され、既存のものと比較されます。ビン定義に変更があった場合、その属性の既存のデータはすべてクリアされます。

接触または応答イベントが投稿されたとき、学習属性の値は、そのようなビンが存在する場合、ビンにマッピングされます。属性に対してビンが定義されている場合、"ビン" 値は学習テーブルへのロギング中に使用されます。属性に対してビンが定義されていて、属性値がどのビン定義にも含まれていない場合、属性値は学習テーブルに OTHER として記録されます。

例えば、画像に表示されているように、SALARY =51000 の場合、51000 は UACI_LearningAttributeHist に格納されている元の値であり、High income (高収入) は UACI_OfferStats テーブルに格納されている Bin 値です。

アップグレードの影響

新しい構成パラメータ SaveOriginalValues が Affinium|interact|offerserving|Built-in Learning Config の下に追加され、値は All Values, Binned Values, None です。新しいテーブル UACI_LearningAttributeHist が学習スキーマに追加され、学習が実行される属性の元の値とデータ型を保存します。

自動データビニング機能は、多数の Values を持つことができるデータの分析に役立ちます。それは、値の範囲または値のリストに基づいてビン（セグメント）間のデータを分割するのに役立ちます。それについての詳細を理解するには、製品ドキュメントを読むことができますし、私たちに問い合わせすることもできます。