---
title: ベストプラクティス
description: この記事では、Predict MLで作成したモデルを使用する際に、ターゲット属性の選択、データの準備、モデルの使用を開始するのに役立つベストプラクティスをリストアップしています。
url: https://docs.tealium.com/ja/server-side/predict/getting-started/best-practices/
---
## はじめに

* 解決したい問題と、その解決を達成するための目標を定義します。

## データの取り扱い

* AudienceStreamプロファイルには、ターゲット行動を示す高品質の属性（バッジやブーリアンなど）があることを確認します。存在しない場合は、データが蓄積するための時間をより多く確保するために、できるだけ早く属性を作成します。
* 開始する前に、データの収集とクリーニングに関するベストプラクティスを確立します。モデルを作成する前にデータを準備する方法の詳細については、[データの準備]()を参照してください。
* データの準備段階では、孤立したデータセットを結合し、組織のデータの他の特性を精緻化することを検討します。

## モデルの訓練とデプロイ

* 可能な場合は、訓練のためにより長い日付範囲を使用します。
* モデルを本番環境または実世界のアプリケーションにデプロイします。
* 本番環境でモデルがどの程度うまく機能しているかを評価し、改善が必要な場合は「訓練とテスト」の段階に戻ります。

## オーディエンスの作成

* Tealium Predictを使用して既存のオーディエンスを改善または補強し、より効率的にする方法を検討します。