Utilizzo di lookalike Models per estendere l’inventario venduto dai dati First Party

Questa esercitazione illustra i passaggi da seguire per configurare e utilizzare lookalike Models, in modo da poter creare nuovi tipi di pubblico lookalike e venderli come estensione alla conversione segment.

Dettagli del caso d'uso

Sei un editore di contenuti. Se hai già esaurito l'inventario per i convertitori sul tuo sito, potresti pensare che la tua opportunità finisca lì. Inserisci AAM lookalike Models. Utilizzando questa funzione, puoi estendere ulteriormente le scorte esaurite e vendere anche tipi di pubblico di persone che forse non si sono ancora convertite, ma che assomigliano/agiscono come persone che si sono convertite. Questo pubblico segment in genere vende per meno dei convertitori effettivi, ma tuttavia ti consente di aggiungere al tuo fondo fornendo un'opzione di pubblico aggiuntiva per gli inserzionisti che desiderano inserire annunci sul tuo sito. Il vantaggio aggiuntivo di questo caso d’uso è che non ti costa nulla eseguire questo modello sui dati di prime parti.

I passaggi di questa esercitazione saranno i seguenti:

  1. Identificare/creare un utente ideale (conversione) trait o segment
  2. Crea un model utilizzando questa conversione trait/segment come elemento base
  3. Scegli First party origini dati in model ed esegui il model
  4. Crea un algoritmo Trait dai risultati model e aggiungi il trait a un segment
  5. Offri il segment agli inserzionisti interessati per estendere le vendite di conversione segment

Identificare/creare un utente ideale (conversione) trait o segment

Cosa stai cercando di fare alle persone sul tuo sito? Qual è l’evento di conversione? Naturalmente, ci sono molte risposte diverse a questa domanda, a seconda del tipo di sito/verticale e dei vostri obiettivi organizzativi. In ogni caso, è comune in AAM creare un trait per i visitatori che hanno soddisfatto tali criteri.

In questo caso d’uso, si presume già, perché si è esaurito l’inventario per le persone che sono convertitori. Tuttavia, allo scopo di questa esercitazione, è utile discuterne come riferimento per il resto del caso d’uso.

Inoltre, quando utilizzi gli eventi per creare traits, è necessario tenere presente un elemento gotcha importante, in modo da non raccogliere più utenti di quanto dovresti nel file trait. Guarda il seguente video per la grande rivelazione. :

NOTA: Nel video precedente, l'esempio che mostro presuppone che tu disponga di Adobe Analytics. Ovviamente non è così. Se disponi di Google Analytics (GA), disponiamo di un modulo che puoi utilizzare per inviare dati in AAM (consulta la documentazione), e se l’attività di conversione sul tuo sito viene inviata ad AAM da GA, puoi creare la caratteristica di conversione da questo. Se disponi di una soluzione di analisi diversa (o nessuna soluzione di analisi), puoi comunque inviare dati ad AAM tramite il nostro codice DIL e la funzione submit, ecc. (consulta la documentazione). Quindi, crea nuovamente la caratteristica di conversione in base ai dati inviati quando l’attività di conversione viene eseguita sul sito.

Creazione di un aspetto simile a Model dai dati First Party

In questo passaggio verrà creato un aspetto First Party simile a Model. Questo significa che non solo utilizzeremo una first party conversione trait/segment per la nostra base trait/segment (questo sarebbe normale per la maggior parte models comunque), ma cercheremo anche solo nel pool di dati first party per più persone che assomigliano ai convertitori. I dati second party o third party non verranno visualizzati.

In questo caso d'uso, questo è importante, perché stiamo cercando di creare un segment di utenti sul nostro sito che assomigliano a convertitori ma non si sono ancora convertiti, in modo da poter vendere questo sosia segment agli inserzionisti interessati.

Creazione di un algoritmo Trait

Ora è necessario creare un algoritmo Trait in modo che sia possibile utilizzare i risultati del model. Senza creare un trait, il model è inutile. Quindi, dopo l'esecuzione di model, assicurati di accedere alla finestra di dialogo trait e creare un algoritmo Trait. Il seguente video illustra la procedura dettagliata e mostra un paio di suggerimenti.

Offrire l'algoritmo Segment agli inserzionisti

Dopo aver creato un algoritmo Trait, è possibile creare un nuovo segment per inserirlo, in modo da poter attivare i dati (non è possibile attivare un trait, ma crearne uno nuovo-trait segment con l'algoritmo Trait in modo da poter attivare (utilizzare) il segment.

Dopo aver creato un segment di first party visitatori che hanno ottenuto un punteggio alto nell’aspetto simile model (ovvero che assomigliano ai convertitori ma che non si è ancora convertito), puoi offrire questo segment agli inserzionisti sul tuo sito, anche dopo aver esaurito tutto l’inventario dei convertitori effettivi sul tuo sito. Questo è un ottimo modo per estendere questo pubblico e continuare a visualizzare entrate aggiuntive utilizzando lookalike Models in Audience Manager.

In questa pagina

Adobe Summit Banner

A virtual event April 27-28.

Expand your skills and get inspired.

Register for free
Adobe Summit Banner

A virtual event April 27-28.

Expand your skills and get inspired.

Register for free