この記事では、Tealium Predict MLのワークフロー、Predictの基本的な実装、およびデータを準備してモデルを作成するためのベストプラクティスの概要について説明します。
データ収集が有効になっているCustomer Data Platform(CDP)製品をご利用の場合は、Tealium Predictの使用を開始できます。達成しようとしている成果に対応するモデルを作成してトレーニングするのに十分なイベント量があることを確認するため、前提条件を確認することをお勧めします。

Predictの使用を開始するには、次の手順に従います。
- 選択
予測したい訪問の行動を表すターゲット属性を選択します。ターゲット属性には、CDP内の任意のバッジ属性またはブール属性を使用できます。ターゲット属性をモデリングに使用する準備ができていない場合は、トレーニング用にデータを準備するための戦略を参照してください。 - トレーニング
ターゲット属性をモデリングに使用する準備ができたら、モデルを作成してトレーニングを開始します。モデルを作成すると、デプロイ後にモデルの予測値を保存するための出力属性が自動的に作成されます。モデルのトレーニングでは、ユーザーが再訪してターゲット属性のアクションを完了する必要がある期間を定義します。 - 確認
Predictのモデルスコアと可視化を使用すると、モデルのパフォーマンスを確認し、モデルを再トレーニングする必要があるかどうかを判断できます。 - デプロイ
モデルのパフォーマンスに満足したら、自信を持ってモデルをデプロイできます。デプロイされたモデルは、そのモデルの出力属性に予測値を保存します。 - 作成
デプロイしたモデルでは、予測値を使用してオーディエンスを作成し、訪問をより効果的にターゲティングして、ROI向上につながるパーソナライズされたエクスペリエンスを提供できます。
最終更新日 :: 2026年November月18日