この記事では、Tealium Predictの結果を使用してオーディエンスを作成する際に考慮すべき項目について説明します。
しきい値の選択
モデルをデプロイして予測を開始した後は、通常、次のステップとして予測結果を使用して1つ以上のオーディエンスを作成します。どのモデルでも、顧客データプラットフォーム(CDP)の出力属性に含まれる予測値は、定義された範囲(0~1)の小数です。一般的な方法は、1つ以上のしきい値またはカットオフポイントを選択し、予測範囲のどの部分をオーディエンスに含めるかを定義することです。
たとえば、今後3日以内に購入する可能性をモデルで予測している場合、購入する可能性が最も高い訪問のみを含むオーディエンスが必要になることがあります。これを実現するには、一例として、しきい値を0.8に構成したルールを使用してオーディエンスを作成します。この場合、オーディエンスには値が0.8以上の訪問のみが含まれます。
すべてのオーディエンスに対して客観的に正しい単一のしきい値があるわけではありません。オーディエンスごとにビジネス目標が異なるうえ、予測対象の行動やデータセットが異なるモデル間では、通常、大きなばらつきがあるためです。
感度と特異度
最適なしきい値を選択するには、比較的高いまたは低いしきい値を選択した場合に生じる可能性のあるトレードオフを考慮します。たとえば、精度は低いものの規模が大きいオーディエンスと、精度は高いものの規模が小さいオーディエンスとの間のトレードオフです。統計用語では、これは_感度_と_特異度_のトレードオフとして知られています。
- 感度
感度は真陽性率を表し、モデルが購入するすべての訪問をどの程度正確に識別できるかを示します(ここでは、購入をモデルの予測対象となる行動とします)。 - 特異度
特異度は、モデルが偽の値をどの程度正確に識別できるかを示します。特異度は、利用可能な各カテゴリーについて、モデルが真陰性を予測する能力を評価する指標です。真陰性率は、モデルが購入しないすべての訪問をどの程度正確に識別できるかを示します(ここでは、購入をモデルの予測対象となる行動とします)。
最終更新日 :: 2026年November月18日