Audience Lookalike Modeling¶
템플릿 정보¶
Audience Lookalike Modeling 템플릿을 사용하면 가장 수익성이 높은 기존 고객을 반영하는 신규 고가치 고객을 발견하고 타겟팅할 수 있습니다. 안전한 Snowflake Data Clean Room 내에서 사용자 지정 머신 러닝 모델을 적용하여 마케팅 활동을 크게 향상할 수 있습니다. 이 프로세스는 *시드 대상 그룹*(우수 고객으로 선별된 목록)을 식별하는 것으로 시작됩니다. 그런 다음 템플릿은 이 시드 대상 그룹의 고유한 특성과 동작을 분석하여 예측 모델을 구축합니다. 이후에 이 모델을 사용하여 훨씬 더 많은 모집단에 점수를 매겨 해당 데이터 프로필을 기반으로 제품이나 서비스에 관심을 가질 가능성이 가장 큰 개인을 식별합니다. 데이터 클린룸을 사용하면 기본 원시 데이터를 노출하거나 공유하지 않고도 파트너와 협업하여 이 강력한 분석을 수행할 수 있으므로 관련된 모든 당사자의 개인정보 보호와 보안이 보장됩니다. 이를 통해 개인정보 보호 규정을 준수하는 방식으로 여러 데이터 소스의 인사이트를 결합하여 더욱 다양하고 정확한 모델링을 수행할 수 있습니다.
시드 대상 그룹을 지정하고 유사 모델을 학습시킬 기능을 선택합니다. 필요에 따라 부스팅 라운드 및 이상치 트리밍을 조정하여 모델의 성능을 최적화할 수 있습니다. 모델은 시드 대상 그룹의 특징에 대해 학습된 후 더 많은 모집단의 점수를 매겨 전환할 가능성이 가장 높은 개인을 식별하는 데 사용됩니다.
주요 사용 사례¶
고객 확보: 가장 가치 있는 기존 고객과 유사한 신규 고객을 찾습니다.
ROI 증대: 해당 제품이나 서비스에 관심을 가질 가능성이 더 큰 사용자를 타겟팅하여 마케팅 캠페인의 투자 수익율을 개선합니다.
시장 범위 확장: 이전에는 고려하지 않았던 새로운 시장 세그먼트를 발견할 수 있습니다.
개인화된 광고: 대상 그룹에 보다 관련성 있고 개인화된 광고 환경을 제공합니다.
통합 문서 및 템플릿 가져오기¶
통합 문서를 다운로드하여 동일한 조직 및 동일한 클라우드 호스팅 환경에 있는 두 개의 별도 Snowflake 계정에 설치합니다. 해당 노트북은 사용하고 수정할 수 있는 인벤토리 예측 템플릿으로 클린룸을 만들고 실행하는 방법을 보여줍니다. 템플릿에는 코드 또는 클린룸 UI에서 클린룸을 실행할 수 있는 UI 형식이 포함되어 있습니다. 이 예를 통해 컨슈머는 분석을 실행하고 선택적으로 결과를 공급자의 계정에 활성화할 수 있습니다.
샘플 데이터가 포함된 템플릿을 사용해 보려면 먼저 공급자 계정과 컨슈머 계정 모두에서 샘플 데이터 생성기를 실행하여 클린룸에서 사용할 샘플 데이터를 생성합니다.
Python 샘플 데이터 테이블 생성기 다운로드. 이를 실행하면 컨슈머 및 공급자 노트북의 샘플 데이터로 사용할 수 있는 데이터를 생성합니다.