クロスメディアとプロダクトの関連性の分析情報

このページでは、Cortex Framework Data Foundation の Cross Media & Product Connected Insights（Cross Media）アクセラレータを利用するために必要な構成について説明します。

このクロスメディア アクセラレータを使用すると、Cortex Framework データ基盤に一連の KPI が追加され、Google 広告、YouTube（DV360 を使用）、Meta、TikTok などのメディア プラットフォームで実施されるマーケティング キャンペーンの有効性を、商品と商品カテゴリの販売実績に基づいて把握できます。

次の図は、Cortex Framework Data Foundation のマーケティング ワークロードを通じてクロス メディア インサイトを利用できる仕組みを示しています。

CM360 データソース

図 1. クロス メディア アーキテクチャ。

構成ファイル

config.json ファイルは、さまざまなワークロードからデータを転送するためにデータソースに接続するために必要な設定を構成します。このファイルには、クロス メディアの次のパラメータが含まれています。

  "k9": {
    "datasets": {... },
    "crossMedia": {
      "productHierarchyType": "",
      "maxProductHierarchyMatchLevel": 9,
      "targetCurrencies": ["USD"],
      "additionalPrompt": "",
      "lookbackWindowDays": 7
    }
  },
  "VertexAI": {
    "region": "us-central1",
    "processingDataset": "CORTEX_VERTEX_AI_PROCESSING"
  },
...

次の表に、各パラメータの値を示します。

パラメータ 意味 デフォルト値
k9.deployCrossMedia クロスメディアをデプロイするかどうか。なお、Google 広告、YouTube（ディスプレイ＆ビデオ 360 を含む）、Meta、TikTok のうち少なくとも 1 つを同時にデプロイする必要があります。そうしないと、デプロイは失敗します。 False
k9.CrossMedia.productHierarchyType 商品ディメンション内で使用する商品階層。実際のデータによって異なります。この値は、商品階層ディメンションの productHierarchyType 値と同じ値に設定します。 SAP
k9.CrossMedia.maxProductHierarchyMatchLevel 照合する商品階層のレベルを制限します。SKU が多い企業では、パッケージの詳細（ガラス瓶入りの Coca Cola、缶入りの Coca Cola、個別にパッケージされた Coca Cola、まとめてパッケージされた Coca Cola など）が階層の深くまで設定されている場合があります。SAP などの一部のシステムには、階層の深さに関する独自の制限があります。 9
k9.CrossMedia.targetCurrencies レポートと BI の目的で使用される対象通貨。すべてのソース通貨がこれらの通貨に換算されます。 ["USD"]
k9.CrossMedia.additionalPrompt 省略可: 追加のプロンプトを LLM モデルに渡します。
k9.CrossMedia.lookbackWindowDays 増分更新を行う際のルックバック日数 7
VertexAI.region Vertex AI リージョン（Vertex AI API のソース プロジェクトを想定）。BigQuery と同じ場所に配置する必要があり、マルチリージョンにすることはできません。BigQuery がマルチリージョンにある場合は、同じマルチリージョンの任意のリージョンを使用できます。 us-central1（デフォルトの BigQuery ロケーション us と一致）
VertexAI.processingDataset Vertex AI ジョブの BigQuery データセットは、VertexAI.region ロケーションに存在し、マルチリージョンではない必要があります。 CORTEX_VERTEX_AI_PROCESSING

データモデル

このセクションでは、エンティティ関連図（ERD）を使用して、クロスメディアとプロダクトのコネクテッド インサイト データモデルについて説明します。

クロスメディアのエンティティ関係図

図 2. クロスメディアとプロダクトの接続された分析情報: エンティティ関係図。

クロスメディアの導入

  1. Vertex AI 処理用の BigQuery データセットをソース プロジェクトに作成します。

  2. 次のマーケティング データソースの 1 つ以上を、それぞれのガイドに沿ってデプロイ用に構成します。

    1. Google 広告
    2. Meta
    3. YouTube（ディスプレイ＆ビデオ 360 を使用）
    4. TikTok

  3. 必要な共通ディメンションを有効にして構成します。

    1. Country Dimension
    2. 商品ディメンション
    3. 通貨換算

  4. クロスメディアの設定を構成します。

    1. k9.deployCrossMedia を True に設定します。
    2. k9.CrossMedia.productHierarchyType を前のステップの dataSourceType と同じ値に設定します。
    3. VertexAI セクションで、データセットをステップ 1 で作成したデータセットに設定します。region は、Vertex AI 処理データセットがある場所と一致する必要があります。

  5. 必要に応じて、その他の設定を調整します。これで、デプロイを開始する準備が整いました。

DAG の実行

  1. 必要に応じて、Managed Service for Apache Airflow Airflow 環境を設定します。k9_reporting 接続が正しく構成されていることを確認します。
  2. 通貨換算テーブルと商品階層テーブルにデータを読み込みます。
  3. cross_media DAG を実行します。「完全更新」と「増分更新」の 2 つのフレーバーがあります。ユースケースに合った方を使用してください。

既知の問題

通貨換算テーブルが入力されていない場合、最終出力テーブルの TotalCostInTargetCurrency 列はすべての行で空になります。この場合でも、TotalCostInSourceCurrency 列を使用して、元の通貨で費用を報告できます。

次のステップ