Einführung in Target

5. Mai 2025
  • Themen:

Adobe Target, Teil der Adobe Experience Cloud, bietet umfassende Tools zur Personalisierung von Kundenerlebnissen über Web, mobile Sites, Apps, soziale Medien und andere digitale Kanäle.

Target trägt zur Umsatzmaximierung bei und kann als Target Standard oder Target Premium lizenziert werden.

Target Standard

Target Standard ist das Frontend zu Adobe Target und ermöglicht die visuelle Erstellung und Verwaltung von A/B-Tests und regelbasierten Targeting-Aktivitäten. Target unterstützt das Einfügen von benutzerdefiniertem Code innerhalb und außerhalb des Visual Experience Composer (VEC)-Workflows. Target Standard bietet eine vereinfachte Implementierungsstrategie für Ihre digitalen Eigenschaften, bei der eine einzige Codezeile auf jeder Seite die gesamte Kommunikation zwischen Ihrer Site und Target verwaltet.

In Target Standard sind die Best Practices der Branche integriert, sodass sie sich sowohl für neue als auch erfahrene Benutzer eignen. Mit dem Adobe Experience Cloud können Sie mühelos Daten und Ergebnisse freigeben und mit Team-Mitgliedern zusammenarbeiten.

Target Premium

Premium

Target Premium ist ein erweitertes -Angebot, das gegen eine Lizenz zusätzliche Premium-Funktionen zu Target Standard hinzufügt. Alle Target Premium Artikel in Target Handbüchern enthalten das Premium-Badge oben auf jeder Seite oder inline in der Nähe des betroffenen Textes. Das Premium-Badge kann angeklickt werden und ist mit diesem Abschnitt verknüpft.

Target Premiumumfasst die folgenden Funktionen:

Automated Personalization

Automated Personalization (AP) verwendet fortschrittliche Machine-Learning-Algorithmen, um personalisierte Erlebnisse bereitzustellen und Konversionsraten für digitale Interaktionen zu verbessern.

AP zeichnet Besucheraktivitäten auf und erstellt Profile, um Inhalte auf ähnliche Besucher auszurichten. AP verfolgt die Reaktionen auf Inhalte für Einzelpersonen und die Population und verwendet dabei eine ausgefeilte Modellierung, um jeden Besucher basierend auf allem, was über ihn bekannt ist, automatisch anzusprechen.

AP ist vollständig automatisiert, lernt kontinuierlich mit minimaler menschlicher Analyse. Sie erstellt Modelle, um zu bestimmen, an welchen Produkten ein Besucher interessiert sein könnte, und um Informationen in Besucherprofilen zu sammeln und zu speichern. Mehrere Algorithmen stellen das beste Modell für Ihr System sicher.

Auto-Target

Automatisches Targeting nutzt fortschrittliche Machine-Learning-Algorithmen zur Identifizierung von Vermarkter-definierten Erlebnissen mit hoher Leistung. Anschließend wird jedem Besucher das passendste Erlebnis auf der Grundlage individueller Kundenprofile und des Verhaltens früherer Besucher mit ähnlichen Profilen geboten. Auto-Target hilft bei der Personalisierung von Inhalten und steigert Konversionen.

Recommendations

Recommendations-Aktivitäten zeigen automatisch Produkte oder Inhalte an, die basierend auf früheren Benutzeraktivitäten für Ihre Kunden interessant sein könnten. Recommendations helfen, Kunden zu relevanten Elementen zu führen, von denen sie andernfalls möglicherweise nichts gewusst hätten.

Eine Empfehlung bestimmt, wie ein Produkt einem Kunden je nach dessen Aktivitäten auf der Site vorgeschlagen werden soll. Beispiel:

  • Regen Sie Personen, die einen Rucksack kaufen, dazu an, Wanderschuhe und Wanderstöcke zu kaufen.

    Erstellen Sie mithilfe des „Kunden, die diesen Artikel gekauft haben, haben auch folgende Artikel gekauft“-Kriteriums eine Empfehlung, die Artikel anzeigt, welche oft zusammen gekauft werden.

  • Steigern Sie die Zeit, die ein Besucher auf Ihrer Medienwebsite verbringt, indem Sie Videoinhalte empfehlen, die den gerade angesehenen Videos ähneln.

    Erstellen Sie mithilfe des „Personen, die dies angesehen haben, sahen auch“-Kriteriums eine Empfehlung, die andere Videos vorschlägt.

  • Empfehlen Sie Kunden, die sich Informationen über Sparpläne bei Ihrer Bank angesehen haben, Informationen zu IRA-Konten.

    Zeigen Sie mithilfe des „Personen, die diesen Artikel angesehen haben, kauften auch“-Kriteriums andere Produkte, die von Personen gekauft wurden, nachdem sie ein Produkt angesehen haben, ohne dabei das erste Produkt in den Empfehlungen anzuzeigen.