Häufig gestellte Fragen zu Auto-Target und Fehlerbehebung

Die Aufteilung der optimalen Traffic-Zuordnung hängt davon ab, was Sie erreichen möchten.

Wenn es Ihr Ziel ist, so viel Traffic wie möglich zu personalisieren, können Sie während der Lebensdauer der Aktivität bei der zielgerichteten Zuordnung von 90 % und der Kontrolle von 10 % bleiben. Wenn Sie ein Experiment durchführen möchten, in dem die Leistung personalisierter Algorithmen mit der Kontrolle verglichen wird, empfiehlt sich während der Lebensdauer der Aktivität eine Aufteilung von 50/50.

Best Practice ist es auf jeden Fall, die Aufteilung der Traffic-Zuordnung während der Lebensdauer einer Aktivität nicht zu ändern, damit die Besucher nicht zwischen Targeting- und Kontrollerlebnissen verschoben werden.

Nein, es werden nur die Besucher im Bericht gezählt, die sich für die Auto-Target-Aktivität qualifizieren und sie anzeigen.

Es sind vier Faktoren erforderlich, damit eine Auto-Target Aktivität eine Steigerung generiert:

• Die Angebote müssen unterschiedlich genug sein, um die Besucher zu beeinflussen.
• Die Angebote müssen sich an einer Stelle befinden, die einen Unterschied zum Optimierungsziel darstellt.
• Es müssen genügend Traffic- und Teststärke im Test vorhanden sein, um die Steigerung zu ermitteln.
• Der Personalisierungsalgorithmus muss gut funktionieren.

Es empfiehlt sich zunächst mithilfe eines einfachen, nicht personalisierten A/B-Tests sicherzustellen, dass der Inhalt und die Positionen, aus denen die Aktivitätserlebnisse bestehen, wirklich einen Unterschied zu den Gesamtantwortraten darstellen. Berechnen Sie die Stichprobengrößen im Voraus, um sicherzustellen, dass eine ausreichende Leistung vorliegt, um eine angemessene Steigerung zu sehen. Führen Sie zudem den A/B-Test für eine feste Dauer aus, ohne ihn anzuhalten oder Änderungen vorzunehmen.

Wenn in den Ergebnissen eines A/B-Tests eine signifikante Steigerung von mindestens einem Erlebnis gezeigt wird, ist es wahrscheinlich, dass eine personalisierte Aktivität funktioniert. Natürlich kann die Personalisierung selbst dann funktionieren, wenn keine Unterschiede in den Gesamtantwortraten der Erlebnisse vorliegen. In der Regel liegt das Problem daran, dass die Angebote und Standorte keine ausreichende Auswirkung auf das Optimierungsziel haben, um mit statistischer Signifikanz erkannt zu werden.

Auto-Target kann als „Always on“-Personalisierung verwendet werden, die kontinuierlich optimiert wird. Insbesondere für zeitlose Inhalte besteht keine Notwendigkeit, Ihre Auto-Target zu stoppen.

Wenn Sie wesentliche Änderungen an den Inhalten in Ihrer Auto-Target-Aktivität vornehmen möchten, empfiehlt es sich, eine neue Aktivität zu beginnen, damit andere Benutzer, die Berichte überprüfen, vergangene Ergebnisse nicht mit anderen Inhalten verwechseln oder in Beziehung setzen.

Wie lange es dauert, bis in Ihrer Auto-Target-Aktivität Modelle erstellt werden, hängt in der Regel vom Traffic auf den ausgewählten Aktivitätsstandorten und den Konversionsraten Ihrer Aktivitätserfolgsmetrik ab.

Auto-Target versucht erst dann, ein personalisiertes Modell für ein bestimmtes Erlebnis zu erstellen, wenn mindestens 50 Konversionen für dieses Erlebnis vorhanden sind. Außerdem wird das Modell nicht zur personalisierten Bereitstellung von Traffic verwendet, wenn die Qualität des erstellten Modells unzureichend ist (die Qualität wird durch Offline-Auswertung vorgehaltener „Test“-Daten mithilfe einer Metrik namens AUC bestimmt).

Einige weitere Punkte, die Sie bei der Modellerstellung von Auto-Target beachten sollten:

• Nachdem eine Aktivität live ist, berücksichtigt Auto-Target beim Versuch, Modelle zu erstellen, die zufällig bereitgestellten Daten der maximal letzten 45 Tage. Beispielsweise Kontroll-Traffic sowie einige zusätzliche, zufällig bereitgestellte Daten, die vom Algorithmus vorgehalten werden.
• Wenn Revenue per Visit Ihre Erfolgsmetrik ist, benötigen diese Aktivitäten in der Regel mehr Daten zum Erstellen von Modellen. Dies liegt daran, dass die Datenvarianz bei „Umsatz besucht“ normalerweise höher als bei „Konversionsrate“ ist.
• Da Modelle für einzelne Erlebnisse erstellt werden, bedeutet der Austausch eines Erlebnisses durch ein anderes, dass für das neue Erlebnis ausreichend Traffic (mindestens 50 Konversionen) erfasst werden muss, bevor das personalisierte Modell neu erstellt werden kann.

Nein, es müssen mindestens zwei Modelle innerhalb Ihrer Aktivität erstellt werden, damit die Personalisierung gestartet wird.

Sie können die Ergebnisse Ihres Auto-Target-Tests überprüfen, nachdem Sie mindestens zwei Erlebnisse mit für das Erlebnis erstellten Modellen (grünes Häkchen) haben, das Modelle erstellt hat.

Sie können bei der Erstellung einer Automated Personalization (AP)- oder AT)-Aktivität ein Kontrollerlebnis.

Mit dieser Funktion können Sie den gesamten Kontroll-Traffic basierend auf dem in der Aktivität konfigurierten Traffic-Zuordnungsprozentwert zu einem bestimmten Erlebnis leiten. Anschließend können Sie in den Leistungsberichten den personalisierten Traffic mit dem Kontroll-Traffic zu diesem einen Erlebnis vergleichen.

Weitere Informationen finden Sie unter Verwenden eines bestimmten Erlebnisses als Kontrolle.

Beim Adobe wird nicht empfohlen, die Zielmetrik inmitten einer Aktivität zu ändern. Auch wenn es möglich ist, die Zielmetrik während einer Aktivität in der Benutzeroberfläche von Target zu ändern, sollten Sie dies nicht tun, sondern stattdessen eine neue Aktivität starten. Adobe gewährleistet nicht, was passiert, wenn Sie die Zielmetrik in einer Aktivität nach deren Ausführung ändern.

Diese Empfehlung gilt für Auto-Allocate-, Auto-Target- und Automated Personalization-Aktivitäten, die Target oder Analytics (A4T) als Berichtsquelle verwenden.

Die Verwendung der Option Reset Report Data für Auto-Target Aktivitäten wird nicht empfohlen. Diese Option entfernt zwar die sichtbaren Berichtsdaten, nicht aber alle Trainingsdatensätze aus dem Auto-Target. Anstatt die Option Reset Report Data für Auto-Target Aktivitäten zu verwenden, erstellen Sie eine neue Aktivität und deaktivieren Sie die ursprüngliche Aktivität.

Diese Leitlinien gelten auch für Auto-Allocate und Automated Personalization.

Target erstellt für jedes Erlebnis ein eigenes Modell. Wenn Sie also ein Erlebnis entfernen, erstellt Target ein Modell weniger. Dies wirkt sich nicht auf die Modelle der anderen Erlebnisse aus.

Angenommen, Sie haben eine Auto-Target Aktivität mit acht Erlebnissen, und die Performance eines dieser Erlebnisse sagt Ihnen gar nicht zu. Sie können dieses Erlebnis entfernen. Dies wirkt sich nicht auf die Modelle der sieben verbleibenden Erlebnisse aus.

Es gibt mehrere Änderungen beim Einrichten von Aktivitäten, die die erwartete Zeit zum Erstellen von Modellen reduzieren können, einschließlich der Anzahl der Erlebnisse in Ihrer Auto-Target, des Traffics auf Ihrer Site und Ihrer ausgewählten Erfolgsmetrik.

Lösung: Überprüfen Sie die Einrichtung Ihrer Aktivität und stellen Sie fest, ob Sie Änderungen vornehmen möchten, um die Geschwindigkeit zu verbessern, mit der Modelle erstellt werden.

• Wenn Ihre Erfolgsmetrik auf RPV gesetzt ist, kann dann auf Konversion gewechselt werden? Bei Konversionsaktivitäten ist in der Regel weniger Traffic zum Erstellen von Modellen erforderlich. Wenn Sie die Erfolgsmetrik von „RPV“ in „Konversion“ ändern, gehen keine Aktivitätsdaten verloren.
• Liegt Ihre Erfolgsmetrik weit unten im Verkaufstrichter Ihrer Aktivitätserlebnisse? Eine niedrigere Aktivitätskonversionsrate erhöht die Traffic-Anforderungen, die zum Erstellen von Modellen erforderlich sind, da eine Mindestanzahl von Konversionen erforderlich ist.
• Gibt es einige Erlebnisse, die Sie aus Ihrer Aktivität ausschließen können? Wenn Sie die Anzahl der Erlebnisse in einer Aktivität verringern, wird die Zeit zum Erstellen von Modellen verkürzt.
• Gibt es eine Seite mit höherem Traffic, auf der diese Aktivität erfolgreicher wäre? Je mehr Traffic und Konversionen an den Standorten Ihrer Aktivitäten auftreten, desto schneller können Modelle erstellt werden.

Es sind vier Faktoren erforderlich, damit eine Auto-Target Aktivität eine Steigerung generiert:

• Die Angebote müssen unterschiedlich genug sein, um die Besucher zu beeinflussen.
• Die Angebote müssen sich an einer Stelle befinden, die einen Unterschied zum Optimierungsziel darstellt.
• Es müssen genügend Traffic- und Teststärke im Test vorhanden sein, um die Steigerung zu ermitteln.
• Der Personalisierungsalgorithmus muss gut funktionieren.

Lösung: Stellen Sie zunächst sicher, dass Ihre Aktivität den Traffic personalisiert. Wenn nicht für alle Erlebnisse Modelle erstellt wurden, übernimmt Ihre Auto-Target-Aktivität dennoch nach dem Zufallsprinzip einen erheblichen Teil der Besuche, um zu versuchen, alle Modelle so schnell wie möglich zu erstellen. Wenn keine Modelle erstellt werden, personalisiert Auto-Target den Traffic nicht.

Stellen Sie anschließend mithilfe eines einfachen, nicht personalisierten A/B-Tests sicher, dass die Angebote und die Aktivitäts-Speicherorte tatsächlich einen Unterschied zu den Gesamtansprechraten darstellen. Berechnen Sie die Stichprobengrößen im Voraus, um sicherzustellen, dass eine ausreichende Leistung vorliegt, um eine angemessene Steigerung zu sehen. Führen Sie zudem den A/B-Test für eine feste Dauer aus, ohne ihn anzuhalten oder Änderungen vorzunehmen. Wenn die Ergebnisse eines A/B-Tests eine statistisch signifikante Steigerung eines oder mehrerer Erlebnisse zeigen, ist es wahrscheinlich, dass eine personalisierte Aktivität funktioniert. Personalization kann auch dann funktionieren, wenn sich die Gesamtansprechraten der Erlebnisse nicht unterscheiden. In der Regel liegt das Problem daran, dass die Angebote und Standorte keine ausreichende Auswirkung auf das Optimierungsziel haben, um mit statistischer Signifikanz erkannt zu werden.