Wenig Fänge für Models in der Audience Manager
Erfahren Sie, wie Sie die passenden Parameter/Eingaben ermitteln, um die Lookalike-Zielgruppe zu erstellen.
Beschreibung description
Wenig Fänge rund um Audience Manager Models.
Auflösung resolution
- Wie funktioniert Lookalike-Zielgruppe und welche Vorteile hat sie?
https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/algorithmic-models/look-alike-modeling/understanding-models.html?lang=de
- Wie Sie die passenden Parameter/Eingaben ermitteln, um sie zu erstellen.
Einige Tausend Benutzer sollten ausreichend sein, um das Modell unter auszuführen, da es eine erhebliche Eigenschaftsüberschneidung zwischen der Grundlinienpopulation und der Population in den ausgewählten Datenquellen gibt. Lookalike-Modellierung liefert genauere Ergebnisse, je größer die Grundlinie ist.
- Was ist Eigenschaftsgewicht und wie funktioniert es?
Die Skala für das Eigenschaftsgewicht ist ein Prozentsatz, der von 0 % bis 100 % reicht. Eigenschaften, die näher an 100 % rangieren, bedeuten, dass sie der Zielgruppe in Ihrer Grundgesamtheit ähnlicher sind. 'TraitWeight' ordnet neu entdeckte Merkmale in der Reihenfolge ihres Einflusses oder ihrer Erwünschtheit ein.
- Wie hoch ist die Mindestschwellenpopulation der Basiseigenschaft/des Basissegments, die berücksichtigt werden kann?
Wie bereits erwähnt, sollten einige Tausend Benutzende ausreichen, um das Modell unter auszuführen, da es eine signifikante Eigenschaftsüberschneidung zwischen der Grundlinienpopulation und der Population in den ausgewählten Datenquellen gibt.
- Warum und wie können Datenquellen ausgewählt werden, um die Relevanz für die Basiseigenschaft zu erhöhen und zu verringern?
Verwenden Sie Datenquellen, die sich mindestens teilweise mit Ihrer grundlegenden Eigenschaft/Ihrem Segment überschneiden, aber gleichzeitig zusätzliche Benutzer bzw. Benutzerinnen einbringen. Sie sollten auch die mit jedem Daten-Feed verbundenen Kosten berücksichtigen. Kosten- und Preismodelle variieren je nach Datenanbieter im Audience Marketplace.
- Welche Eigenschaften sollen ausgeschlossen werden und auf welcher Grundlage?
- Was sind die nächsten Schritte nach Abschluss des Modelldurchgangs?
Sobald die Modellausführung abgeschlossen ist, können Sie mit der Erstellung Ihrer Eigenschaften und Segmente beginnen.
- Klarheit bei der Erstellung anderer Eigenschaften und Segmente aus den Daten nach der Modellausführung sowie deren Funktionsweise und Verwendung.
- Reichweite vs. Genauigkeit Zielkonflikt.
- Wie erreichen Sie optimale Genauigkeit mit erhöhter Reichweite und Reichweite?
- Faktoren, die von der erfolgreichen Erstellung/Implementierung der Lookalike und deren Umfang abhängen
Bitte gehen Sie über den Link https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/algorithmic-models/look-alike-modeling/understanding-models.html?lang=de für Punkt 10 und 11 und teilen Sie uns mit, wenn Sie spezielle Fragen/Probleme haben, bei denen wir Ihnen bei einem der Modelle helfen können.
- Wie viele Tage/Zeitrahmen des Modells werden ausgeführt und wie viel Zeit ist für die Erstellung von Segmenten aus derselben Vorlage optimal?
Derzeit können Sie bis zu 20 algorithmische Modelle und 50 algorithmische Eigenschaften erstellen. Das Modell trainiert einmal alle 8 Tage neu und aktualisiert dabei die algorithmische Eigenschaftspopulation.