Aktivitätstypen in Target
Laden Sie eine interaktive PDF-Datei herunter, in der die verschiedenen Aktivitätstypen in Adobe Target beschrieben werden.
Welche Funktion hat sie? section_4ECAACC68723402EB3649033190E1BBC
Manueller A/B-Test
Vergleicht zwei oder mehr Erlebnisse, um zu prüfen, welches Erlebnis über einen zuvor definierten Testzeitraum Konversionen am meisten verbessert.
Weitere Informationen finden Sie unter A/B-Test.
Automatische Zuordnung
Identifiziert einen Gewinner unter zwei oder mehr Erlebnissen und leitet den Traffic dann an das gewinnende Erlebnis weiter. Die Konversionen steigern sich, während der Test ausgeführt wird und hinzulernt.
Weitere Informationen finden Sie unter Automatische Zuordnung.
Automatisches Targeting
Verwendet das erweiterte maschinelle Lernen zum Personalisieren von Inhalt und Fördern von Konversionen, indem mehrere von Marketing-Fachleuten definierte Erlebnisse mit hoher Leistung identifiziert werden und das passendste Erlebnis für Benutzende bereitgestellt wird. Dies basiert auf den individuellen Kundenprofilen und dem Verhalten ähnlicher vorheriger Besuchenden.
Weitere Informationen finden Sie unter Automatisches Targeting für personalisierte Erlebnisse.
Automated Personalization (AP)
Verwendet das erweiterte maschinelle Lernen zum Personalisieren von Inhalt und Fördern von Konversionen, indem spezielle Angebote oder Nachrichten kombiniert und anschließend basierend auf den individuellen Kundenprofilen verschiedene Angebotsvarianzen zugeordnet werden.
Weitere Informationen finden Sie unter Automated Personalization.
Multivariate Tests (MVT)
Vergleicht Kombinationen aus Angeboten für Elemente auf einer Seite, um zu bestimmen, welche Kombination für eine spezielle Zielgruppe die besten Ergebnisse erzielt. Identifiziert zudem das Element der Seite, durch das für Konversionen über einen zuvor definierten Zeitraum die besten Verbesserungen erzielt werden.
Weitere Informationen finden Sie unter Multivarianz-Test.
Erlebnis-Targeting (XT)
Stellt Inhalte für eine spezielle Zielgruppe basierend auf einem Satz aus von Marketing-Fachleuten definierten Regeln und Kriterien bereit.
Weitere Informationen finden Sie unter Erlebnis-Targeting.
Warum verwenden Sie diesen Aktivitätstyp? section_46A70DD7CE3448749E635DDF5EAFC131
Welche Art von Marketing-Fachleuten sollten eine Aktivität verwenden? section_A843D663D3E543FFB1A594266B560395
Kennt sich mit Statistiken aus.
Hat die Zeit, das Ende des Testzeitraums abzuwarten, um die Ergebnisse zu analysieren.
Hat ein kurzes Zeitfenster.
Muss das beste Erlebnis ermitteln und schnell bereitstellen.
Möchte in der Lage sein, während der Testausführung einen Blick auf die Ergebnisse zu werfen.
Hat verschiedene qualifizierte Erlebnisse.
Möchte speziellen Besuchenden zur optimalen Zeit Erlebnisse basierend auf ihren dynamischen und sich ändernden Profilen zuordnen.
Hat ein oder mehrere Angebote.
Möchte Angebotskombinationen erstellen, die für eine Vielzahl von einzigartigen Profile und Verhaltensweisen optimale personalisierte Erlebnisse für spezifische Benutzende liefern.
Kennt sich mit Statistiken aus.
Hat ein oder mehrere Angebote.
Möchte Konversions-Trends bezüglich der Interaktionen mit Seitenelementen analysieren.
Statistische Details section_22CF2D07DB054505AB5EC702B99A5BB0
Vorteile und Überlegungen section_56C46ABEF7B945DDA0C1E6D714377123
Wenn Sie sich in einem A/BTest die Testergebnisse ansehen, bevor die Stichprobengröße erreicht ist, riskieren Sie sich auf ungenaue Ergebnisse zu verlassen (Sie können nicht früher „hineinlinsen“!).
Im Gegensatz Automatische Zuordnung bleibt die Traffic-Verteilung bei A/B-Tests unverändert, selbst wenn Sie erkennen, dass einige Erlebnisse andere übertreffen.
Informationen zu Best Practices für A/B-Test-Aktivitäten finden Sie unter Wie lange sollten A/B- ausgeführt werden? und Zehn häufige Fehler bei A/B-Tests und wie diese vermieden werden.
Automatische Zuordnung ermittelt den Gewinner, unterscheidet jedoch nicht zwischen den Verlierern. Wenn Sie wissen müssen, welche Leistung mit den einzelnen Erlebnissen erzielt wurde, ist der A/B-Test vorzuziehen.
Die Automatische Zuordnung funktioniert mit nur einer erweiterten Metrikeinstellung, nämlich „Anzahl erhöhen und Benutzer in Aktivität halten“. Wenn wiederholte Konversionen nicht gezählt werden sollen, sollten Sie den A/B-Test verwenden.
Wenn Sie mehrere Angebote kombinieren, kommt es zu einer kombinatorischen Explosion, für die wiederum viel Traffic erforderlich ist. Der Automated Personalization-Algorithmus berücksichtigt viele Faktoren und erfordert daher den meisten Traffic.
Automated Personalization kann keine Berichte in Analytics for Target (A4T) verwenden.
Ein Multivarianz-Test ist zeitaufwendig, und aufgrund der mehreren Variablen, die dabei eine Rolle spielen, führt er nicht unbedingt mit Sicherheit zu einem erfolgreichsten Erlebnis.
Den zum Abschließen des Tests benötigten Traffic zu erreichen, ist oftmals eine große Herausforderung. Da alle Multivarianz-Test-Experimente vollständig faktoriell durchgeführt werden, können zu viele sich ändernde Elemente gleichzeitig schnell zu vielen möglichen Kombinationen führen, die getestet werden müssen.
Selbst bei einer Website mit ziemlich hohem Traffic-Aufkommen kann es schwierig werden, einen Test mit mehr als 25 Kombinationen innerhalb einer vernünftigen Zeit abzuschließen.
Mit ErlebnisTargeting können Sie schnell auf Einblicke reagieren, die aus beliebigen Aktivitätsergebnissen abgeleitet werden.
Wenn Sie beispielsweise einen A/B-Test durchgeführt haben, bei dem der Challenger die Kontrolle nicht übertroffen hat, die Ergebnisse jedoch zeigen, dass ein bestimmtes Segment von Besuchern mit dem Challenger viermal so viel konvertiert hat wie mit dem Steuerelement, können Sie Erlebnis-Targeting verwenden, um das Challenger-Erlebnis auf dieses bestimmte Segment zu lenken.