Aumentar ROAS mediante el uso de algoritmos (Look Alike) Models en el Audience Manager

El poder real de la apariencia de los Audience Manager Modeling se produce cuando se busca expandir la audiencia de línea de base con un nuevo conjunto de usuarios de second party y third party data sources de calidad. En este tutorial, aprenda los pasos necesarios para crear un model a partir de estos datos.

Habilitar flujos de datos Second Party o Third Party desde el Audience Marketplace

Para utilizar datos second party y third party en un model similar, primero debemos habilitar estos datos en la interfaz de Audience Manager. Adobe tiene un gran número de second party y third party proveedores de datos de los que puede elegir. Están disponibles para usted en una interfaz de autoservicio en AAM, a través del Audience Marketplace. Navegue hasta el Audience Marketplace y explore las posibilidades. En el siguiente vídeo se muestra cómo hacerlo, incluida la forma de habilitar los flujos gratuitos "Inténtelo antes de comprar", para que pueda bloquear los datos que resulten más útiles para su organización antes de comprometerse con los precios del proveedor de datos.

Además, para ayudarle a investigar y decidir qué proveedor de datos utilizar, un recurso bueno es Adobe Audience Finder.

Identifique o cree un usuario ideal (conversión) trait o segment

¿Qué intenta hacer que la gente haga en su sitio? ¿Cuál es su evento de conversión? Por supuesto, hay muchas respuestas diferentes a esta pregunta, según el tipo de sitio o el vertical y los objetivos de la organización. En cualquier caso, es común en AAM crear un trait para visitantes que hayan cumplido esos criterios.

En el siguiente video, le mostraré cómo crear una conversión trait, que querrá tener en su lugar a medida que continúe con este tutorial y cree un model similar.

Además, al usar eventos de Adobe Analytics para crear traits, hay una importante gotcha que debe tener en cuenta, de modo que no recopile más usuarios de los que debiera en el trait. Vea el siguiente video para ver la gran revelación. 😃

NOTA: En el vídeo anterior, el ejemplo que muestro supone que tienes Adobe Analytics. Evidentemente, tal vez no sea así. Si tiene Google Analytics (GA), tenemos un módulo que puede utilizar para enviar datos a AAM (consulte la documentación), y si la actividad de conversión en su sitio es enviada a AAM por GA, puede crear la conversión trait a partir de eso. Si tiene una solución de análisis diferente (o no tiene una solución de análisis), puede enviar datos a AAM mediante nuestro código de DIL y la función submit, etc. (consulte la documentación). A continuación, cree la conversión trait en función de los datos enviados cuando se realice la actividad de conversión en el sitio.

Crear un Model similar a partir de Second Party o Third Party datos

Después de completar los pasos anteriores, ya estamos listos para crear un algoritmo (similar) Model. Mientras configuramos el model, usaremos la conversión trait como base trait (visitantes clave a los que queremos hacer duplicados), y usaremos el flujo de datos third party habilitado como grupo de personas del cual extraer.

Una Práctica Recomendada Importante

Al crear el model algorítmico en Audience Manager, obviamente queremos que el model sea lo más efectivo posible. Como model está considerando todo el traits del que forman parte los miembros de su base trait/segment, no ayuda a model si TODAS las personas están en un trait/segment. Por lo tanto, si tiene algún traits supergenérico (como todos los que fueron a su sitio, o todos los que recibieron publicidad de usted, etc.), asegúrese de que el data source al que pertenecen NO esté incluido en el data sources de su model. En el caso de uso de este artículo, es poco probable que lo haga, ya que nos centramos en mirar third party datos para nuestros nuevos "look-alikes", pero vale la pena mencionarlos de todos modos y se aplica a TODOS los models algorítmicos.

Creación de un algoritmo Trait

Luego, tendremos que crear un algoritmo Trait para poder utilizar los resultados de model. Sin crear un trait, el modelo es inútil. Por lo tanto, después de ejecutar model, asegúrese de entrar en el cuadro de diálogo trait y crear un algoritmo Trait. El siguiente vídeo lo recorre y muestra un par de consejos.

Crear un Segment a partir de los Model datos y enviarlo a DSP

Una vez que haya creado un Trait algorítmico, puede crear un nuevo segment para colocarlo, de modo que pueda activar los datos (no puede activar un trait, sino crear un nuevo trait segment con el Algoritmo Trait, para que pueda activar (utilizar) el segment).

Una vez que haya creado un segment a partir de este trait algoritmo, tendrá una audiencia de clientes potenciales que parezcan personas que ya se han convertido en su sitio. Ahora puede asignar esto segment a cualquiera de sus DSP destinations en Audience Manager. Podrá destinatario su mercadotecnia a esos "look-alikes", que tienen más probabilidades de convertirse en su sitio que sólo en el público normal, lo que aumenta el retorno de inversión en publicidad. ¡Buena suerte!

En esta página