このページは Cloud Translation API によって翻訳されました。

クロスメディアとプロダクトの連携に関する分析情報

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により、Cortex Framework Data Foundation に初期の KPI セットが追加され、Google 広告、YouTube（ディスプレイ＆ビデオ 360 を含む）、Meta、TikTok などのメディアプラットフォームで実施されているマーケティングキャンペーンの効果を、商品と商品カテゴリの販売パフォーマンスに基づいて把握できるようになります。

次の図は、Cortex Framework Data Foundation のマーケティングワークロードでクロスメディア分析情報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 ファイルには、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が構成されます。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 を使用）、Meta、TikTok のいずれかを一緒にデプロイする必要があります。デプロイしないと、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。実際のデータに依存します。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（コカコーラをガラスまたは缶に個別に梱包するか、バッチで梱包するかなど）に応じて階層が深すぎる場合があります。SAP などのシステムには、アクセスできる深さに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ターゲット通貨。すべての元の通貨はこれらの通貨に変換されます。	`["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`	増分更新を行う際にルックバックする日数	7
`VertexAI.region`	Vertex AI リージョン（Vertex AI API のソースプロジェクトを前提としています）。BigQuery と同じロケーションに配置し、マルチリージョンにする必要があります。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` と一致します）
`VertexAI.processingDataset`	Vertex AI ジョブの BigQuery データセットは、マルチリージョンではなく `VertexAI.region` ロケーションにする必要があります。	`CORTEX_VERTEX_AI_PROCESSING`

データモデル

このセクションでは、エンティティリレーションシップ図（ERD）を使用して、クロスメディアとプロダクトの連携インサイトのデータモデルについて説明します。

図 2クロスメディアとプロダクトの連携インサイト: エンティティリレーションシップ図

クロスメディアのデプロイ

Vertex AI 処理用にソースプロジェクトに BigQuery データセットを作成します。

注: このデータセットのロケーションは、データセットと同じ一般的なリージョンにする必要がありますが、マルチリージョンにすることはできません。たとえば、他のデータセットが us にある場合、このデータセットは us-central1 に存在できますが、us には存在できません。
デプロイ用に、次のマーケティングデータソースを 1 つ以上構成します。
必要な共通ディメンションを有効にして構成します。
1. 国ディメンション
2. 商品のディメンション
3. 通貨換算
クロスメディアの設定を構成します。
1. k9.deployCrossMedia を True に設定する。
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配置されている場所と一致する必要があります。
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できます。

DAG の実行

必要に応じて Cloud Composer 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。
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む。
cross_media DAG を実行します。2 つのフレーバーがあります。「完全更新」と「増分更新」です。ユースケースに適したものを使用してください。

既知の問題

通貨換算テーブルにデータ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

その他のデータソースとワークロードの詳細については、データソースとワークロードをご覧ください。
本番環境にデプロイする手順の詳細については、Cortex Framework Data Foundation のデプロイの前提条件をご覧ください。