机器学习模型常见问题解答 machine-learning-model-faq
Marketo Measure机器学习模型使用您的接触点数据来计算应该为每个阶段分配多少归因权重。 这取决于每个阶段在推动交易完成方面的重要性。
机器学习模型中的归因百分比可告诉我有关每个阶段的哪些信息？
每个阶段的归因百分比反映了营销工作的潜在影响。 较高的百分比意味着营销活动会直接影响漏斗在该点的运动。 归因百分比越低，意味着阶段对团队进行监控的重要性就越低。
如何计算机器学习模型？
Marketo Measure通过使用您帐户中的接触点数据计算每个自定义阶段的重要性。 用于确定每个阶段重要性的标准包括：
- 模型准确性：如果我们使用接触点数据建立一个预测模型，来预测我们最终是否会赢得交易，那么该模型将有多准确？ 预测准确度越高，意味着此阶段的详细信息与交易是否会结束的关联性就越大
- 转化率：如果在此特定阶段的潜在客户或业务机会以较高的比率转换为下一阶段，则表明在此阶段发生的营销活动无关紧要。 相反，如果某个阶段以较低的速率转换为下一阶段，这可能表明在此阶段发生的营销活动在推动转化方面颇具影响力。
- 接触点唯一性权重：如果某个阶段作为独立过渡出现，这意味着没有任何其他阶段过渡同时发生，则此阶段可能会获得较高的归因权重。 相反，如果某个阶段的接触点与其他阶段共享（例如，该接触点共享首次接触、潜在客户转化和机会转化阶段），则此阶段的归因权重可能较低。
自定义阶段的最终权重计算如下：
模型百分比=模型准确度虫转化率虫接触点唯一性权重
最后，所有定制阶段权重均被标准化并转换为%，如下所示。
为什么我在机器学习列中看不到任何数字？
为您的帐户启用自定义归因模型后，通常需要3 - 7天时间，我们的模型才能根据您的历史数据运行和构建这些数字。
机器学习模型多久更新一次？
我们每7天重新运行一次模型。
为什么模型总是将“中间接触”设置为10%？
将10%的归因点数分配给中间接触是我们所有归因模型的标准设置。
何时应更改归因分布？
请联系您的客户经理，讨论更改归因百分比的影响以及要包含在自定义模型中的阶段。 每个Salesforce和销售流程都是唯一的，我们希望确保您的自定义模型已正确建模。
话虽如此，我们已经发现客户的一些普遍趋势：
我们注意到一个趋势，即在模型中包含更多阶段并不总是有益的。 例如，当客户将多个Opportunity阶段添加到漏斗底部时，这些阶段的归因百分比值通常很低。 百分比值较低表示转化率较高，这通常意味着这些阶段在推动交易完成方面不那么有效。 一些客户最终决定不将这些阶段包含在漏斗中。 如果决定从归因模型中删除阶段，则机器模型将重新计算并重新分配百分比。
我们还注意到，从商机创建阶段到营销资格阶段的转化率很高，因此，营销资格阶段可能获得较低的百分比归因权重。 根据您的业务和销售周期，从自定义模型中删除此阶段可能有所助益。
请记住，如果您希望通过特定阶段过渡跟踪营销活动，但不希望此阶段接收归因点数，则可以在模型中包含此阶段，并将0%的归因点数分配给该阶段。