Verwendung von Look-alike Models zum Erweitern des ausverkauften Bestands von Ihren First Party-Daten

In diesem Tutorial führen wir Sie durch die Schritte, die Sie zur Einrichtung und Verwendung von Look-Alike Models unternehmen sollten, damit Sie neue Look-alike-Zielgruppen erstellen und diese als Erweiterung Ihrer Konversion verkaufen können segment.

Anwendungsfalldetails

Sie sind ein Herausgeber von Inhalten. Wenn Sie bereits Inventar für Konverter auf Ihrer Site ausverkauft haben, können Sie denken, dass Ihre Chance dort endet. Geben Sie AAM Look-Alike Models ein. Mit dieser Funktion können Sie den ausverkauften Bestand weiter erweitern und auch Zielgruppen von Personen verkaufen, die vielleicht noch nicht konvertiert sind, aber wie konvertierte Personen aussehen/handeln. Diese Zielgruppe segment würde in der Regel für weniger als die tatsächlichen Konverter verkauft. Sie können jedoch Ihrem Geschäftsergebnis hinzufügen, indem Sie eine zusätzliche Zielgruppenoption für Advertiser bereitstellen, die Anzeigen auf Ihrer Site platzieren möchten. Der zusätzliche Vorteil dieses Anwendungsbeispiels besteht darin, dass es Sie nicht kostet, dieses Modell auf Ihren Erstanbieterdaten auszuführen.

Die Schritte in diesem Tutorial lauten wie folgt:

  1. Identifizieren/Erstellen eines idealen Benutzers (Konversion) trait oder segment
  2. Erstellen Sie ein model mit dieser Konvertierung trait/segment als Basiselement
  3. Wählen Sie die First party-Datenquelle(n) im model aus und führen Sie model aus.
  4. Erstellen Sie einen algorithmischen Trait aus den model Ergebnissen und fügen Sie den trait zu einem segment hinzu.
  5. Stellen Sie den segment interessierten Werbetreibenden bereit, die Konversion der segment-Verkäufe zu erweitern.

Identifizieren/Erstellen eines idealen Benutzers (Konversion) trait oder segment

Was versuchen Sie, Menschen dazu zu bringen, auf Ihrer Site zu tun? Was ist Ihr Konversionsereignis? Natürlich gibt es viele verschiedene Antworten auf diese Frage, abhängig von Ihrem Site-Typ/Ihrer Vertikale und Ihren Organisationszielen. In jedem Fall ist es in AAM üblich, trait für Besucher zu erstellen, die diese Kriterien erfüllt haben.

In diesem Anwendungsfall wird dies bereits angenommen, da Sie den Bestand für Konverter verkauft haben. Für die Zwecke dieses Tutorials ist es jedoch gut, es als Referenz für den restlichen Anwendungsfall zu diskutieren.

Wenn Sie Ereignisse zum Erstellen von traits verwenden, müssen Sie außerdem einen wichtigen Fallschirm beachten, damit Sie nicht mehr Benutzer erfassen, als Sie für trait benötigen. Sehen Sie sich das folgende Video für die große Anzeige an. :)

HINWEIS: Im obigen Video geht das angezeigte Beispiel davon aus, dass Sie über Adobe Analytics verfügen. Das ist offensichtlich nicht der Fall. Wenn Sie Google Analytics (GA) haben, können Sie mit einem Modul Daten an AAM senden (siehe Dokumentation). Wenn Ihre Konversionsaktivität auf Ihrer Site von GA an AAM gesendet wird, können Sie daraus Ihre Konversionseigenschaft erstellen. Wenn Sie über eine andere Analyselösung (oder keine Analyselösung) verfügen, können Sie weiterhin Daten über unseren DIL-Code und die submit-Funktion an AAM senden. (siehe Dokumentation). Erstellen Sie dann erneut die Konversionseigenschaft basierend auf den Daten, die gesendet werden, wenn die Konversionsaktivität auf der Site durchgeführt wird.

Erstellen eines Look-alike Model aus First Party Daten

In diesem Schritt erstellen wir First Party Look-Alike Model. Das bedeutet, dass wir nicht nur eine first party Konvertierung trait/segment für unsere Basis trait/segment verwenden werden (dies wäre für die meisten models sowieso normal), sondern auch nur in den Pool von first party Daten für mehr Personen suchen, die wie die Konverter aussehen. Wir werden keine second party- oder third party-Daten betrachten.

In diesem Anwendungsfall ist dies wichtig, da wir versuchen, eine segment von Benutzern auf unserer Site zu erstellen, die wie Konverter aussehen, aber noch nicht konvertiert wurden, sodass wir diese Look-alike segment an interessierte Advertiser verkaufen können.

Erstellen eines Algorithmus Trait

Als Nächstes müssen wir einen algorithmischen Trait erstellen, damit die Ergebnisse von model verwendet werden können. Ohne Erstellen eines trait ist model nutzlos. Nachdem model ausgeführt wird, gehen Sie also in das Dialogfeld trait und erstellen Sie ein algorithmisches Trait. Das folgende Video führt Sie durch und zeigt einige Tipps.

Angebot des algorithmischen Segment an Advertiser

Nachdem Sie ein algorithmisches Trait erstellt haben, können Sie ein neues segment erstellen, um es einzufügen, damit Sie die Daten aktivieren können (Sie können ein trait nicht aktivieren, sondern ein neues trait segment mit dem Algorithmus Trait erstellen, damit Sie das segment aktivieren (verwenden) können.

Nachdem Sie einen segment von first party Besuchern erstellt haben, die im Look-alike model einen hohen Wert erzielt haben (d. h. die aussehen wie Konverter, aber noch nicht konvertiert wurden), können Sie diesen segment für Advertiser auf Ihrer Site anbieten, selbst wenn Sie Ihren gesamten Bestand an tatsächlichen Konvertern auf Ihrer Site ausverkauft haben. Dies ist eine großartige Möglichkeit, diese Zielgruppe zu erweitern und durch die Verwendung von Look-Alike Models in Audience Manager weiterhin zusätzlichen Umsatz zu erzielen.

Auf dieser Seite