Automated Personalization (AP)
Automated Personalization (AP)-Aktivitäten in Adobe Target kombinieren Angebote oder Nachrichten und ordnen den einzelnen Besuchern basierend auf ihrem individuellen Kundenprofil durch erweitertes maschinelles Lernen verschiedene Angebotsvarianten zu, um Inhalte zu personalisieren und die Steigerung zu fördern.
Ähnlich wie Auto-Target verwendet Automated Personalization einen Random Forest-Algorithmus, eine führende Datenwissenschafts-Ensemble-Methode, als wichtigsten Personalisierungsalgorithmus, um das beste Erlebnis für einen Besucher zu ermitteln. Automated Personalization kann in der Erkennungsphase von Tests nützlich sein. Es ist zudem nützlich, maschinelles Lernen zu ermöglichen, um den effektivsten Inhalt zu bestimmen, wenn man unterschiedliche Besucher anspricht. Im Lauf der Zeit lernt der Algorithmus, die effektivsten Inhalte vorherzusagen, und zeigt die Inhalte an, die am wahrscheinlichsten zum Erreichen Ihrer Ziele beitragen.
Weitere Informationen zu den Unterschieden zwischen Automated Personalization und Auto-Target finden Sie unter Automatisches Targeting.
Marketing-Experten implementieren eine Datei auf ihrer Site, damit sie auf einen beliebigen Inhalt zeigen und klicken können. Anschließend können sie mithilfe des Visual Experience Composer (VEC) visuell zusätzliche Inhaltsoptionen für diesen Bereich erstellen und auswählen. Dann bestimmt der Algorithmus auf Basis aller Verhaltensdaten, die das System über diesen Besucher hat, automatisch, welche Inhalte jedem einzelnen Besucher gezeigt werden sollen, und liefert so eine personalisierte Erfahrung. Da Automated Personalization sich an Änderungen im Besucherverhalten anpassen können, kann sie ohne festgelegtes Enddatum ausgeführt werden, um eine kontinuierliche Steigerung und Personalisierung bereitzustellen. Dieser Modus wird manchmal als „Always-on“ bezeichnet. Der Marketer muss keine Tests durchführen, keine Ergebnisse analysieren und keinen sich daraus ergebenen Gewinner ermitteln, bevor er erkennen kann, welche Steigerung sich aus der Optimierung ergibt. Das übernimmt eine festgelegte Reihenfolge von Operationen, die dann das Ergebnis einer standardmäßigen A/B-Aktivität implementiert.
Die folgenden Begriffe sind bei der Erörterung von Automated Personalization hilfreich:
Beachten Sie bei der Verwendung von Automated Personalization die folgenden Details:
Automated Personalization verwendet einen Algorithmus der zufälligen Gesamtstruktur zur Personalisierung
Random Forest ist ein führender Ansatz für maschinelles Lernen. In datenwissenschaftlicher Hinsicht handelt es sich um eine Ensemble-Klassifizierungs- oder Regressionsmethode, bei der viele Entscheidungsbäume basierend auf Besucher- und Besuchsattributen erstellt werden. In Target wird mithilfe der Zufallsstruktur bestimmt, welches Erlebnis für jeden einzelnen Besucher die höchste Konversionswahrscheinlichkeit (oder den höchsten Umsatz pro Besuch) aufweist. Besucherinnen und Besucher, die beispielsweise Chrome verwenden, Mitglieder des Treueprogramms Gold sind und dienstags auf Ihre Website zugreifen, konvertieren möglicherweise eher mit Erlebnis A. Besucherinnen und Besucher aus New York konvertieren möglicherweise eher mit Erlebnis B. Weitere Informationen zu Random Forest in Target finden Sie unter Random Forest Algorithm.
Das Personalisierungsmodell wird für jeden Besuch optimiert
- Der Algorithmus sagt die Konversionswahrscheinlichkeit eines Besuchers (oder den geschätzten Umsatz aus der Konversion) voraus, um das beste Erlebnis zu erzielen.
- Ein Besucher hat am Ende einer vorhandenen Sitzung Anspruch auf ein neues Erlebnis, es sei denn, er gehört zur Kontrollgruppe. Wenn sich der Besucher in der Kontrollgruppe befindet, entspricht das Erlebnis, das der Besucher beim ersten Besuch sieht, dem Erlebnis bei nachfolgenden Besuchen.
- Das präsentierte Erlebnis ändert sich innerhalb einer Sitzung nicht, um die visuelle Konsistenz zu wahren.
Das Personalisierungsmodell passt sich an Änderungen im Besucherverhalten an
- Der mehrarmige Bandit stellt sicher, dass das Modell immer einen kleinen Teil des Traffics „ausgibt“, um während des gesamten Lebens der Aktivität weiter zu lernen und eine Übernutzung zuvor gelernter Trends zu verhindern.
- Die zugrunde liegenden Modelle werden alle 24 Stunden mit den neuesten Daten zum Besucherverhalten neu erstellt, um sicherzustellen, dass Target immer die sich ändernden Besuchervoreinstellungen verwendet.
- Wenn der Algorithmus keine Gewinnererlebnisse für einzelne Besucher bestimmen kann, wechselt er automatisch zur Anzeige des Erlebnisses mit der besten Gesamtleistung und sucht weiterhin nach personalisierten Gewinnern. Das Erlebnis mit der besten Leistung wird mithilfe des Thompson-Samplings ermittelt.
Das Modell optimiert kontinuierlich eine einzelne Zielmetrik
- Diese Metrik kann konversionsbasiert oder umsatzbasiert sein (genauer gesagt, Revenue per Visitor).
Target erfasst automatisch Informationen über Besucher, um die Personalisierungsmodelle zu erstellen
- Weitere Informationen zu den in Auto-Target und Automated Personalization verwendeten Attributen finden Sie unter Automated Personalization-Datenerfassung.
Target verwendet automatisch alle Adobe Experience Cloud freigegebenen Zielgruppen, um die Personalisierungsmodelle zu erstellen
- Sie müssen nichts Bestimmtes tun, um Zielgruppen zum Modell hinzuzufügen. Weitere Informationen zum Verwenden von Experience Cloud Audiences mit Target finden Sie unter Experience Cloud Audiences.
Marketing-Experten können Offline-Daten, Tendenzwerte oder andere benutzerdefinierte Daten hochladen, um Personalisierungsmodelle zu erstellen
Offline-Daten wie CRM-Informationen oder Tendenzwerte zur Kundenabwanderung können beim Erstellen von Personalisierungsmodellen unglaublich wertvoll sein. Es gibt mehrere Möglichkeiten, Daten in Automated Personalization (AP) einzugeben und Personalisierungsalgorithmen zu Auto-Target.
Informationen zu den automatisch von Automated Personalization und Auto-Target Personalisierungsalgorithmen erfassten und verwendeten Daten finden Sie unter Automated Personalization-Datenerfassung.
Schulungsvideo: Aktivitätstypen
In diesem Video werden die in Target verfügbaren Aktivitätstypen erläutert. Automated Personalization wird ab 05:55 besprochen.
- Beschreiben der Aktivitätstypen in Adobe Target
- Auswählen des für Ihre Ziele geeigneten Aktivitätstyps
- Beschreibung des für alle Aktivitätstypen gültigen Arbeitsablaufs mit drei Schritten
