kit de herramientas de Ciencia de datos: modelos personalizados
En esta página se proporciona información sobre los modelos personalizados, cómo se derivan el valor de la oferta y el valor esperado y se enumeran los diferentes tipos de modelos personalizados.
Información general
Los modelos personalizados permiten a los usuarios de la API de Xandr usar árboles de decisión de Bonsai o modelos de regresión logística para agregar lógica de toma de decisiones con fines de valoración de pujas, entrega creativa y no valoración a sus productos de línea aumentada (ALI) o campañas. En esta página se proporciona información general sobre cómo empezar a usar modelos personalizados para los distintos casos de uso:
- Valoración de pujas: para invalidar los algoritmos de optimización de Xandr o los componentes individuales de los algoritmos.
- Selección creativa: para admitir las estrategias de optimización creativa dinámica.
- Propósitos que no son de valoración: insertar macros creativas personalizadas en llamadas de seguimiento de impresiones para mejorar los informes o afectar al estado de aprendizaje.
Casos de uso
Modelos personalizados de valoración de pujas
Los modelos personalizados están diseñados para permitir a los científicos de datos, a través de la API de Xandr, desglosar partes específicas de su modelo de valoración de pujas mediante la asociación de varios modelos de árbol de decisión de Bonsai o regresión logística a un elemento de línea aumentada o una campaña para crear una estrategia de compra personalizada. Al asociar tipos específicos de modelos a los cálculos Valor esperado o Modificador de cadencia y/o Modificador de puja para una impresión, es posible invalidar partes de optimización Xandr y permitir que nuestro sistema solo controle los aspectos de valoración que sus propios modelos no cubren.
Consulte nuestra documentación sobre valoración de pujas con modelos personalizados para obtener más información sobre este caso de uso.
Modelos personalizados de selección creativa
De forma predeterminada, Xandr distribuye aleatoriamente las creatividades asociadas a un elemento de línea. Los modelos personalizados permiten a los usuarios invalidar esta característica predeterminada y asignar una creatividad a un elemento de línea. Los usuarios pueden escribir un árbol de decisión mediante cualquiera de las características o lógicas de nuestro lenguaje Bonsai para determinar qué creatividad se debe servir. Por ejemplo:
$cat creative-tree
if user_hour = 1:
leaf_name: "cs_1"
creatives: {12345: 30, 67890: 20}
else:
leaf_name: "cs_2"
creatives: {12347: 1}
Consulte nuestra documentación de Creative Selection Custom Models para obtener más información sobre este caso de uso.
Modelos personalizados que no son de valoración
Los modelos personalizados que no son de valoración no afectan a la valoración de la oferta. Se usan para insertar macros creativas personalizadas en llamadas de seguimiento de impresiones, que finalmente se pueden usar para otras funciones, como afectar al estado de Learn.
Consulte nuestra documentación sobre modelos personalizados sin valoración para obtener más información sobre este caso de uso.
Introducción
Paso 1: Decidir el caso de uso
Decida con qué casos de uso desea continuar y obtenga más información sobre cómo el producto Modelos personalizados puede ayudarle a lograr sus objetivos:
- Valoración de pujas con modelos personalizados
- Modelos personalizados de selección creativa
- Modelos personalizados que no son de valoración
Paso 2: Más información sobre los árboles de decisión de Bonsai y los modelos de regresión logística
Obtenga más información sobre los dos tipos de lenguaje que se admiten y seleccione el que coincida con las necesidades para lograr sus objetivos. Para los modelos personalizados de valoración de pujas, use árboles de decisión de Bonsai o modelos de regresión logística. Para los modelos personalizados de selección creativa o no valoración, use árboles de decisión de Bonsai.
Paso 3: Aprenda a cargar modelos personalizados a través de la API
Una vez que haya creado un árbol de decisión de Bonsai o un modelo de regresión logística, obtenga información sobre cómo adjuntarlos a su ALI y qué servicios de API usar:
Paso 4: Aprenda a usar la fuente de modelos personalizados de Log-Level
Cuando tu ali o campaña, con modelos personalizados adjuntos, está activa, resulta útil analizarlos e informar sobre ellos. La fuente de modelos personalizados de nivel de registro permite a los usuarios revisar datos específicos de los modelos asociados a su ali o campaña y los valores calculados por cada modelo.