予測の構築

• 予測から予測コホートを作成する
• 予測コホートを分析する |

この記事は、予測を構築して分析するステップを概説します。

**注意：**予測に関する他の記事を必ずチェックしてください - 予測：AmplitudeのAIを使用して、リフトを最大化する、およびキャンペーンで予測を使用する。

予測を構築する

Amplitude Audiencesで予測を構築するには、次のステップに従ってください。

1. Amplitude Audiencesで、左側のレールで*[予測]をクリックします。次に、[+予測を作成]*をクリックします。
2. デフォルトで、Amplitude Audiencesは、この予測を過去90日間にアクティブになったすべてのユーザーに適用すると仮定しています。これを変更して、別の開始コホートを使用するには、*[独自の定義]*をクリックします。
3. 最初のステップは、コホートに含まれるユーザーを選択することです。*[開始コホートを選択]*で、コホートでユーザーが共有するイベント、プロパティ、またはステータスを選択します。
4. 次に、開始コホートに取らせたいアクションを指定します。*[未来の結果を定義]で、ユーザーに発行させたい、または発行させたくないイベント、アクション後にユーザーに持たせたいプロパティ、あるいは3つすべての組み合わせを指定することができます。ユーザーに取らせたい将来のアクションでは時間枠を必ず指定してください。ヒント：
   予測を考える別の方法は*、コホート移行**です：今後の週において、ユーザーがコホートA（開始コホート）からコホートB（将来の結果）に移行する相対的な可能性を予測します。
5. *[次へ]をクリックします。[予測を保存]*タブが開きます。
6. 予測に名前を付け、簡単な説明を追加します。次に、*[ビルド]*をクリックします。Amplitudeが予測を構築するのには、約1時間ほどかかります。プロセスが完了すると、メールが届きます。

予測を分析する

Amplitude Audiencesに予測を構築したら、結果を見ましょう。表示されるものに応じて、予測をコホートとして保存するか、または新しい予測を開始します。

1. 予測の結果を表示するには、コホートページの予測タブをクリックします。すると、これまでに作成されたすべての予測のリストが表示されます。
2. 予測を見つけて、クリックし、予測エクスプローラを開きます。ここに、開始コホートのすべてのユーザーの分布が表示されます。

• • • • Y軸はユーザーがコンバージョンする可能性を示しています（つまり、先に指定した将来の結果に到達することです） * X軸はユーザーのパーセンタイルです

パーセンタイルでユーザーの範囲を選択し、どの範囲に何人のユーザーがいあるかを確認できます。また、その範囲で、予測したユーザーのコンバージョン率や、平均と比べたそれらのユーザーのコンバージョンの可能性がわかります。

注意：パーセンタイルと確率は同じではありません。パーセンタイル80%から100%の範囲を選択した場合、これはユーザーがコンバージョンする確率が80%から99%であることを意味するものではありません。そうではなく、これは、コンバージョンする確率のランク付けとして、ユーザーの上位20%に含まれていることを意味します。

この時点で、予測が正確かどうかを評価します。Amplitude Audiencesは、これを達成するために次の指標を提供します。

• 正確さ：技術的に、これは曲線の下の領域で、真の陽性率と偽の陽性率の両方を重視する測定です。
• 真の陽性率：これは、コンバージョンする予測ユーザーの割合です。
• 偽の陽性率：これは、コンバージョンしない予測ユーザーの割合です。
• 予測と現実数：これは予測コンバージョン率を観測した過去のコンバージョン率と比較し、パーセンテージでその違いを提供するものです

一般的に、良いモデルは少なくとも70%の精度です。精度が50%以下のモデルでは、その予測能力はコインを投げて占うのと同じ程度になってしまいます。

機能の重要性

「ブラックボックス」予測は一般的には洞察力が高いものではありません。そのため、Amplitude Audiencesは、「機能の重要性」テーブルで予測モデルに最も重要なイベントやユーザープロパティをランク付けします。これは「パーセンタイルのブレークダウン（内訳）」チャートのすぐ下にあります。

比率の列は、モデルに対する重要性に応じた、イベントやプロパティのランキングです。選択したパーセンタイル範囲内のイベントを実行するユーザーの割合を、選択したパーセンタイル範囲内でないユーザーと比較します。

*範囲列の%*は、選択したパーセンタイルの範囲内で、各イベントを発行したユーザーのパーセンテージを指定します。この列で分類して、エンゲージメントの全体レベルに応じてイベントをランク付けします。

頻度列は、選択した範囲内のユーザーがイベントを発行する平均回数を表示します。この列で分類して、エンゲージメントの全体レベルに応じてイベントをランク付けします。

予測からコホートを構築する

役立つ予測ができたら、コホートとして保存できます。今後、これをいつでも参照して、ターゲティングキャンペーンに繰り返し使用できます。

予測をコホートとして保存するには、次のステップに従ってください。

1. スライダーを使用して、チャートで必要なパーセンタイルの範囲を選択します。次に、コホートとして保存をクリックします。
2. コホートに名前を付け、発見性のスイッチを希望の設定に切り替えて、*[保存]*をクリックします。

開始コホートは2つのセクションに分割することができます。つまり、上位20%と下位80%、または上位50%と下位50%などですが、他のアプローチの方が、ずっと便利な結果を提供できます。

• 確率の変動：分布グラフが指数関数的に急増する箇所を見つけ、その急増に沿ってユーザーを分割します。これは、予測されたコンバージョン率とほぼ同様のバケットにユーザーをグループ化します。
• **サンプルサイズ：**グロースキャンペーンでどのユーザーをターゲットにしたいかを考えている場合、チャートの右側でそのパーセントを選択します。例えば、2,000人のユーザーをターゲットにしたい場合で、開始コホートに20,000人のユーザーがいる場合、上位の10%を選択することができます。
• 検出可能な最小リフトグロースキャンペーンで選択したユーザーをターゲットにしたい場合、インクリメンタルリフトを検出できるサンプルサイズが十分に大きいことを確認してください。例えば、予測の上位20%が20,000のユーザーでも、予測コンバージョン率が1%である場合、統計的有意性のあるレベルでリフトを検出できないことがあります。代わりに、45,000ユーザーでサンプルサイズを上位45%に増やす必要があります。

**注意：**ユーザーの可能性が変化し、選択したパーセンタイル範囲に該当するか、またはそこから外れる場合、Amplitude Audiencesはコホートメンバーシップを自動的に調整します。

予測コホートを分析する

予測をコホートとして保存したら、Amplitude Analyticsチャートで分析に使用できます。予測派生コホートを使う分析の提案は、以下のとおりです。

• 上位20%と下位80%のコホートを作成して、ベストとワーストを比較することができます。それらをチャートモジュールで異なるセグメントとして設定します。
• イベントセグメンテーション：コンバージョンする前に、ベストユーザーとワーストユーザーの履歴行動トレンドを参照してください。
• パスファインダー：コンバージョンする可能性が高いときと低いときがある場合、ユーザーが取るアクションの異なるシーケンスを特定します。
• 構成：ユーザープロパティの違いに応じて各コホートのプロパティ値を仕分けします（例えば、どの国にベストユーザーとワーストユーザーがいるかなどです）。
• エンゲージメントマトリクス：ユーザーの回数とユーザーの%のバランスに基づいて、ベストユーザーが実行したイベントとワーストユーザーが実行したイベントを比較します。
• ファネル*：*ベストユーザーとワーストユーザー間でアクションのシーケンスに相対的なコンバージョン率を比較します。