模型卡：Einstein 参与度得分

模型详细信息

Einstein 参与度评分模型使用训练算法、参数、公平约束和功能。

个人或组织

Salesforce Marketing Cloud Next Advanced Edition

模型数据和版本

• 2024 年 10 月
• 在整个版本中，可能会发生微小的变化
• 重大变更可能会发生，并通过发行说明进行传达

模型类型

预测、时间序列分析、分类、集群

常规信息

该模型根据客户定义的阈值或机器推断的阈值，将每个分数分为四个类别之一。该模型分析单个订阅者的历史事件和参与模式，以预测未来的参与得分。预测中强调了最近的行为和参与模式。Web 转换模型是一种分类模型，具有基于历史 Web 交互事件的特征。该模型对预测的参与度分数进行聚类，得出本地阈值边界，以对联系人参与度级别进行分类。

约束

联系人需要至少发送一封电子邮件，才可以获得预测分数。

备注 启用 Data Cloud One 并使用 Marketing Cloud Next Growth 或 Advanced Edition 的客户可在与客户的 Data 360 主组织相同的位置操作、存储和处理客户数据，而无需考虑伴随组织的位置。

预期用途

Einstein 电子邮件参与度得分模型为每个订阅者提供五种特定于应用程序的参与度可能性。这种见解让您更深入地了解您的订阅者，以便您可以在未来的市场活动和发送中调整定向。

相关因素

Einstein 电子邮件参与度得分分析订阅者长达 90 天的历史参与模式。参与历史包括这些因素。

• 电子邮件发送、退回和参与事件，包括打开、单击、取消订阅和关联的时间戳
• 用户保留和订阅历史
• 带有关联时间戳的订阅者 Web 交互事件，包括查看、搜索、简档和购买
• 有关客户发送模式的数据和元数据，包括如何执行市场活动
• 适用时由客户定义的分类阈值

Einstein 参与得分分析的参与历史不包括这些因素。

• 从第三方购买或收集的数据
• 人口统计数据
• 电子邮件模板或呈现的电子邮件正文中的特定内容

度量

Einstein 评估并监控模型性能度量，以确保和改善模型的质量。

模型性能度量包括数据，例如基于均方根误差和均方根绝对误差的模型适应度分数，以及数据丰富度分数。

训练数据

您用于定制版本的模型，只根据您的数据进行训练。

道德方面的注意事项

为了避免偏见和其他道德风险,Einstein 电子邮件参与度评分模型不包括人口统计数据。

客户负责解释 Einstein 的见解，他们必须了解在根据模型的见解采取行动时所做的任何假设。但是，由于模型错误，可能会出现不利的结果。

刷新节奏

Einstein 参与度得分和电子邮件模型每周更新一次。刷新节奏从一到几天不等。