Modelkaart: Einstein Meetgegevensbewaking
In Marketing Cloud Next analyseert Einstein Metrics Guard events voor openen en klikken van e-mail en berekent het de waarschijnlijkheid dat elke event echt is. Het model richt zich voornamelijk op het filteren van e-mailberichten door grootschalige e-mailproviders die berichten openen voordat de klant ze opent. Het model is ook effectief voor openen en klikken vanuit e-mailscanners op privé-e-mailservers voor bedrijven.
Vereiste editions
| Beschikbaar in: Salesforce Enterprise en Unlimited Edition met Marketing Cloud Next Growth of Advanced Edition |
| Marketing Cloud Next voor Marketing Cloud Engagement Pro, Corporate en Enterprise Edition |
Einstein Metrics Guard is beschikbaar als een realtime filter voor inkomende e-mailactiviteit voor Marketing Cloud Next-e-mailverzendingen. Het is ook beschikbaar als een berekende score voor e-mailactiviteit van Marketing Cloud Engagement+, die wordt geladen in het DMO E-mailbetrokkenheid in Data Cloud. Elke versie lost hetzelfde probleem op door een ander model te gebruiken.
Details van model
Om het openen en klikken van berichten te analyseren en onderscheid te maken tussen bots en mensen, analyseert het Einstein Metrics Guard-model het openen en klikken van berichten om onderscheid te maken tussen bots en mensen door middel van trainingsalgoritmen, parameters, fairnessbeperkingen, voorzieningen en andere toegepaste benaderingen.
Persoon of organisatie
Salesforce Marketing Cloud Next Growth en Advanced Edition
Modelgegevens en -versie
- februari 2024
- Kleine wijzigingen kunnen zich voordoen in de gehele release
- Belangrijke wijzigingen worden gecommuniceerd via Opmerkingen bij deze release
Modeltypen
Bayesiaanse berekeningen en lineaire regressie worden gebruikt voor de realtime voorspellingsservice. Logistieke regressie en isolatieforest worden gebruikt voor de batchvoorspellingsservice.
Algemene informatie
Voor elke event voor openen en klikken van een e-mailbericht kent Einstein Meetgegevensbeheer een vertrouwensscore toe die door de mens geïnitieerde echte openingen of klikken beoordeelt. De score varieert van 0% tot 100%. Lagere scores vertegenwoordigen meer vertrouwen dat de open of klik echt is. Hogere scores vertegenwoordigen een grotere kans dat de open- of klikevent machinegegenereerd is.
Het model analyseert historische betrokkenheidsevents en patronen van een individu om de kans te voorspellen dat een open of klik echt is. Het model bewaakt gedragsveranderingen door middel van eventkoppeling en toekenning. Bij het samenstellen van de voorspellingen verandert het meest recente gedrag en worden betrokkenheidspatronen zwaarder gewogen.
In vergelijking met een standaard op filtering gebaseerde benadering vermindert Einstein Metrics Guard het risico op vals-positieve en vals-negatieve resultaten en minimaliseert het informatieverlies.
Bedoeld gebruik
Het model Einstein Metrics Guard is bedoeld voor deze gebruikscases. Iets anders is buiten bereik en niet aanbevolen.
- Het model biedt een laag informatie waarmee Einstein kan berekenen hoe betrouwbaar elk e-mailbericht dat wordt geopend of waarop wordt geklikt, is. Einstein Metrics Guard is ingesteld als reactie op de bescherming van mailprivacy die door sommige e-mailclientproviders is geïmplementeerd. Einstein kan nauwkeurigere modellen samenstellen en betere aanbevelingen doen.
- Wanneer u de real-time service gebruikt die is ingebed in Marketing Cloud Next-verzendingen, worden events die slecht scoren, niet opgenomen in marketingstatistieken en worden ze niet gebruikt om vervolgacties te activeren.
- Bij gebruik van de batchservice voor Marketing Cloud Engagement+-gegevens in Data Cloud krijgen alle events een voorspellende score die klanten kunnen analyseren en gebruiken in hun marketingstrategie.
Relevante factoren
Deze factoren zijn gekoppeld aan het model Einstein Metrics Guard.
Invoer van model
De betrokkenheidshistorie omvat e-mailverzendingen en betrokkenheidsevents, inclusief openen, klikken, gebruikersagent, IP-subnet en gekoppelde tijdstempels.
De betrokkenheidshistorie die Einstein Metrics Guard analyseert, sluit deze factoren uit.
- Gegevens die zijn aangeschaft of verzameld van derden
- Demografische gegevens
- Specifieke inhoud in een e-mailsjabloon of weergegeven hoofdtekst van een e-mailbericht
Uitvoer van model
Om de waarschijnlijkheid te meten dat een open of klik echt is, produceert het model een probabilistische meetgegevensscore voor elke event. De berichtenservice gebruikt de score om laag scorende activiteit uit te filteren.
Omgeving
Het model wordt getraind en geïmplementeerd in de Salesforce Marketing Cloud Next-omgeving.
Meetgegevens
Einstein evalueert en bewaakt meetgegevens over modelprestaties om de kwaliteit van het model te verbeteren. Prestatiemeeteenheden omvatten gegevens zoals gemiddelde absolute foutscore van model.
Trainingsgegevens
Einstein Metrics Guard wordt getraind met behulp van een globaal model van interne gegevens en uitbestede gegevens. Gegevens van de ene Salesforce-klant hebben geen invloed op de werking van een andere Salesforce-klant. Elke versie van het model gebruikt de globale modelgegevens met geoptimaliseerde voorbeeldgewichten die voor elke klant zijn aangepast.
Ethische overwegingen
Bekijk de ethische factoren die zijn gekoppeld aan het Einstein Metrics Guard-model in Marketing Cloud Next. Om vertekening en andere ethische risico's te voorkomen, omvat het model geen demografische gegevens.
Let er bij het interpreteren van uw gegevens op dat u aannames doet op basis van de gegenereerde scores. Scenario's met potentieel negatieve uitkomsten kunnen zich in bepaalde omstandigheden voordoen.
