Partager via


Science des données Toolkit - Workflow ALI avec des modèles personnalisés

L’utilisation de modèles personnalisés tels que les arbres Bonsai ou les modèles de régression logistique et les éléments de ligne augmentée (ALI) est assez similaire au processus d’utilisation des campagnes traditionnelles. Ce guide fournit des instructions pour créer et associer des modèles personnalisés à un ALI. Dans l’exemple ci-dessous, nous allons créer un objet d’arbre de décision de valeur attendue Bonsai et l’utiliser comme stratégie d’appel d’offres pour un ALI.

Création et validation d’arborescence

La syntaxe des arborescences Bonsai et des fonctionnalités actuellement disponibles pour les campagnes est la même pour les arborescences qui fonctionnent avec ALI. Utilisez le service de modèle personnalisé pour créer votre modèle personnalisé. Le service d’analyseur de modèle personnalisé peut être utilisé pour valider l’arbre de décision Bonsai. La documentation de ces services est disponible ici :

Exemple

Pour les besoins de cet exemple, nous allons créer une arborescence simple (un caractère «0 » littéral) sous un annonceur de test :

Modèle personnalisé

custom_model.json
{
  "custom_model": {
    "name": "Test Custom Model",
    "code": "mcg-test-custom-model",
    "advertiser_id": 354236,
    "custom_model_structure": "decision_tree",
    "model_output": "bid",
    "model_text": "MAo="
  }
}

POST/Création d’un modèle d’arborescence

POST model (réponse abrégée)
$ curl -b dcc -c dcc -X POST -s -d '@json/custom-model.json' "https://api-test.appnexus.com/custom-model?advertiser_id=354236"  | jq '.'
{
  "response": {
    "status": "OK",
    "count": 1,
    "id": "379792",
    "start_element": 0,
    "num_elements": 100,
    "custom_model": {
      "id": 379792,
      "name": "Test Custom Model",
      "code": "mcg-test-custom-model",
      "member_id": 958,
      "advertiser_id": 354236,
      "custom_model_structure": "decision_tree",
      "model_output": "bid",
      "compiled_text": null,
      "model_text": "MAo=",
      "original_text": "0
",
      "active": true,
      "last_modified": "2016-08-30 20:55:38"
    },
    "dbg_info": {...}
  }
}

Création d’un ALI via l’API

Les modèles personnalisés sont conçus pour permettre aux utilisateurs de l’API Xandr d’ajouter une logique de prise de décision aux modèles d’évaluation, aux modèles sans évaluation et à la livraison créative de leurs campagnes ou éléments de ligne augmentées. Pour obtenir des instructions sur la création d’un ALI, consultez la documentation.

Association d’un modèle personnalisé à un ALI

Sur les éléments de ligne augmentés, il existe un champ de tableau intitulé «custom_models » qui répertorie les modèles personnalisés associés à un élément de ligne. Vous trouverez des instructions pour associer un modèle personnalisé à un ALI dans la documentation du service de modèle d’élément de ligne.

Ciblage des adresses IP

Les clients des pays qui se conforment aux réglementations RGPD doivent savoir qu’en ciblant des adresses IP ou des plages d’adresses IP, que ce soit dans votre élément de ligne, votre arborescence Bonsai ou votre modèle de régression logistique, il est possible que l’adresse soit tronquée. Pour plus d’informations sur ce processus, consultez nos stratégies de service.

Plusieurs modèles personnalisés

Vous serez en mesure d’associer plusieurs modèles personnalisés de différents types à l’élément de ligne augmenté. Il s’agit notamment d’un certain nombre de types de modèles personnalisés qui peuvent être utilisés pour remplacer des parties du calcul de la valeur attendue de l’impression. Un exemple ci-dessous montre comment le processus d’association de plusieurs modèles personnalisés à un élément de ligne peut fonctionner :

Exemple de modèle personnalisé

update_models.json
// Update / Set a single model
{
  "line_item_model": {
      "custom_model_id": 123,
      "type": "click_imp"
    }
}
 
// Set / Update multiple models
{
  "line_item_models": [
    {
      "custom_model_id": 123,
      "type": "click_imp"
    },
    {
      "custom_model_id": 456,
      "type": "ev_click"
    }
  ]
}

Types de modèles personnalisés

Les types de modèles suivants peuvent être associés en tant que modèles personnalisés à votre élément de ligne :

Nom du modèle Sortie du modèle Type de sortie / Plage
expected_value Remplace la valeur attendue Xandr Optimized de l’impression.
- valeur dans CPM
Flottant
creative_selection Sélection dynamique des éléments créatifs associés à cet élément de ligne. Pour plus d’informations, consultez Creative Selection Custom Model.
ev_click Valeur attendue d’un clic pour cette impression.
- valeur dans CPM
- 1 $ AUT représenté comme 1 000
Flottant
click_imp Probabilité d’un clic pour cette impression. Float - (0,1)
ev_conv Valeur attendue d’une conversion pour cette impression.
- valeur dans CPM
- 1 $ AUT représenté comme 1 000
Flottant
conv_imp Probabilité d’une conversion pour cette impression. Float - (0,1)
conv_click Probabilité d’une conversion, en un clic. Float - (0,1)
bid_modifier Montant par lequel cette enchère sur cette impression sera multipliée. Flottant
nonvaluation Macros personnalisées, état Learn et autres nœuds de non-évaluation. La sortie du modèle personnalisé n’affecte pas l’enchère, bien qu’elle soit utilisée dans la création de rapports lors de l’implémentation de la fonctionnalité. Pour plus d’informations, consultez Modèle personnalisé sans évaluation.
cadence Modificateur de cadence pour cette impression. Flottant

Remarque

Un «goal_type » de «custom » sur votre élément de ligne n’est requis que dans certains scénarios, comme l’association d’un modèle «expected_value » à votre élément de ligne. Certaines fonctionnalités d’optimisation, telles que la découverte classée, sont désactivées lors de l’utilisation de cette goal_type fonctionnalité avec vos modèles personnalisés.

Lisez la page Modèles personnalisés pour découvrir comment le calcul de l’enchère est affecté par les objectifs d’élément de ligne et les modèles de composants associés.