AudienceStudio内にある機械学習機能

2021年9月27日

PredictiveScoring

PredictiveScoringでは作成したセグメントを機械学習によって拡張することが可能です。GUI上で操作・確認を行う事が可能で、機械学習の多少の知識があればプログラミングができない非エンジニアの方でも運用が可能です。この拡張はロジスティクス回帰によって行われ、教師データとなるセグメント、学習対象となるセグメント、スコアリング対象となるセグメント、スコアリングに用いる4つの要素を指定する必要があります。

目的変数の設定：何を学習するか

TrainingPopulation

PositiveSampleを含む、学習対象となるセグメント

ScorigTarget

スコアリング対象のセグメント

PositiveSample

教師データとなるセグメント

説明変数の設定：何のデータで予測するか

Suggest PredictiveFeatures

AttributeやBehaviorから自動で説明変数の候補を出してくれる機能

CategoricalFeatures

特徴量の一つで文字列等のラベルが入ったカラム（データ型がstring）

CategoricalArrayFeatures

特徴量の一つで文字列等のラベルが配列となっているカラム（データ型が配列）

QauntitativeFeatures

特徴量の一つで数値型のカラム（データ型がlong）

設定いただいた内容を実行して完了した際には、PredictiveScores（※上図の青枠）がクリッカブルになるためそちらを押して頂くとどういう結果になったかを把握頂くことが可能となっております。

グラフの横軸がスコアとなっており、縦軸がボリュームを表しています。また、上部の円で示している数字は、スコアリングに対して、Likely/Possibly/Marginally/Unlikelyと4分類に区分けした際のボリュームを表しています。結果として出たもののPositive/Negativeの要素を見ることもできますし、その結果を踏まえて改善を行い、より精度やボリュームを向上させていくこともできるようになっています。