예측 대상 FAQ

Predictive Audiences에 대한 FAQ.

언제 Predictive Audiences이 아니라 Look-alike modeling을 사용해야 합니까?

Predictive Audiences과 Look-alike modeling은 서로 다른 활용 사례를 제공합니다. 두 알고리즘 간의 주요 차이점은 다음과 같습니다.

  1. Look-alike modeling에서는 작은 대상을 입력으로 취하여 이 대상을 확장합니다. Predictive Audiences에서는 큰 대상을 입력으로 취하여 성향별로 정의된 더 작은 구별되는 대상으로 나눕니다.
  2. 기본 세그먼트 수는 각 알고리즘에 대해 다릅니다. Predictive Audiences에서는 기준선을 두 개 이상 필요로 하는 반면 Look-alike modeling에서는 최대 하나의 기준선을 사용합니다.
  3. Predictive Audiences에서는 실시간 세그먼트 평가를 수행하지만 Look-alike modeling에서는 실시간 세그먼트 평가를 수행하지 않습니다.

사용 사례를 기반으로 귀사에 더 적절한 모델을 결정해야 합니다.

다수의 기준선을 사용하는 Predictive Audiences 모델을 구축하는 것은 실시간 평가만 없고 방문자가 하나의 구별되는 성향이 아니라 서로 다른 여러 성향에 속할 가능성이 매우 높은 동일한 수의 유사 모델을 구축하는 것과 동일한 것으로 생각할 수 있습니다.

성향/모델은 몇 개까지 만드는 것이 허용됩니까?

최대 10개의 Predictive Audiences 모델을 만들 수 있습니다. 각 모델에 대해 최대 50개의 기준선 트레이트 또는 세그먼트를 정의할 수 있습니다.

Predictive Audiences 세그먼트에서 새 세그먼트를 만들려면 어떻게 해야 합니까?

Audience Data > Segments​로 이동하고 Predictive Audiences 폴더를 클릭합니다. 원하는 세그먼트를 찾아 복제한 다음 필요에 따라 편집하십시오.

내 모델에서 나온 첫 번째 결과는 언제 볼 수 있습니까?

Predictive Audiences 모델이 성공적으로 실행되는 경우 모델 생성 후 24시간 내에 이 모델의 결과를 사용할 수 있습니다.

모델이 24시간 내에 결과를 내지 못하는 경우에는 Adobe 담당자에게 문의하십시오.

내 모델이 결과를 내놓거나 경고 상태를 표시하지 않는 이유는 무엇입니까?

Predictive Audiences 모델이 다수의 이유로 인해 결과를 내놓지 못할 수 있습니다.

  1. 선택한 가상 사용자 traits / segments 중 사용자 프로필이 충분하지 않습니다. 각 가상 사용자의 사용자 프로필이 최소 수백 개 있으려면 traits 또는 segments을 선택하는 것이 좋습니다.
  2. 선택한 페르소나 traits / segments 중 사용자 프로필에 충분한 데이터가 없습니다(분석할 트레이트가 충분하지 않음).
  3. 대상 대상 특성/세그먼트에 활성 또는 온보드 사용자가 없습니다.
  4. 지난 30일 내에 활성 상태이거나 온보딩된 타겟 대상 사용자의 사용자 프로필에 충분한 데이터가 없습니다(분석하기에 충분한 트레이트가 아님).
  5. 대상 대상 세그먼트는 모델에 대해 선택한 세그먼트의 다른 Profile Merge Rule을 사용합니다.
  6. 대상 대상 트레이트의 데이터 소스는 모델에 대해 선택한 Profile Merge Rule에 포함되지 않을 수 있습니다.

최적의 결과를 얻으려면 성향 선택 기준타겟 대상 선택 기준의 제안된 지침을 따르십시오.

모델이 상태를 표시하는 이유는 Error 무엇입니까?

모델을 실행하지 못했습니다. 이러한 경우 Adobe 담당자에게 문의하십시오.

어떻게 한 대 Profile Merge Rule 로 변경할 수 Predictive Audiences segment있습니까?

이전 모델과 동일한 성향 및 대상 고객을 선택하여 새 모델을 만듭니다. 모델을 만드는 동안 다른 Profile Merge Rule을 할당합니다.

경고

또는 세그먼트 빌더를 사용하여 기존 예측 trait과 함께 segment를 수동으로 만들고 원하는 Profile Merge Rule에 할당할 수 있습니다.

그러나 예측 traits은(는) 해당 모델이 속한 모델의 Profile Merge Rule을 자동으로 상속하고 Profile Merge Rule을(를) 준수하는 영향력 있는 traits에서 만들어지기 때문에 이 방법을 권장하지 않습니다.

무엇을 Profile Merge Rule 선택해야 합니까?

모델에 대해 Profile Merge Rule을(를) 선택할 때 사용 사례를 자세히 분석하십시오.

대상 대상 대상 segment이(가) 인증된 프로필 + Device Graph 프로필을 기반으로 Profile Merge Rule을(를) 사용하고 예측 segments에 대해 동일한 Profile Merge Rule을(를) 선택한다고 가정해 보겠습니다. 이 경우 장치 수준 및 크로스 장치 수준 traits은 모두 모델을 교육하는 데 사용되고 사용자가 예측 segment에 배치되는 데 사용됩니다.

그러나 장치 프로파일만을 기반으로 Profile Merge Rule을 선택하면 크로스 디바이스 traits의 영향력이 발생하지 않으며 사용자가 예측 segment에 배치되는 데 기여하지 않습니다. 이로 인해 모델 정확도와 도달 수가 저하될 수 있습니다.

사용 사례를 주의 깊게 분석하고 모델이 분류에서 학습할 데이터 유형과 모델이 어떤 유형의 데이터를 사용할지를 결정합니다.trait

어떤 성향 트레이트/세그먼트에도 속하지 않는 타겟 대상의 사용자를 분류할 수 있습니까?

예, 사용자의 프로필에 어떤 트레이트도 포함되어 있지 않은 경우 분류할 수 있습니다. 이 경우, 사용자는 모든 성향 트레이트/세그먼트에 대해 일치 점수 0을 받게 되며, 따라서 예측 세그먼트로 분류되지 않습니다.

예측 세그먼트 중 하나로 분류된 사용자가 다른 Predictive Audiences 세그먼트로 재분류될 수 있습니까?

예. 알고리즘은 매일 훈련되므로 트레이트 점수 측면에서 각 성향에 대한 변경 사항을 적용합니다. Predictive Audiences 세그먼트에 속하는 사용자가 활성 상태인 경우, 트레이트 점수가 변경되면 지난 30일 활동을 기반으로 분류가 변경될 수 있습니다.

대상 분류가 수행되는 기준 트레이트를 볼 수 있습니까?

예, 모델 보고 페이지에서 모든 기준선에 대해 영향을 주는 모든 트레이트를 볼 수 있습니다. 영향력 있는 트레이트를 참조하십시오.

예측 트레이트의 TTL(유지 시간)을 변경할 수 있습니까?

예측 트레이트 TTL은 0(라이프타임)으로 설정되며 변경할 수 없습니다. Predictive Audiences 기본 세그먼트에 적용되거나 다른 예측 세그먼트로 재분류될 때만 예측 세그먼트에서 사용자를 세그먼트화할 수 있습니다.

필요한 경우, 지정된 TTL의 예측 트레이트와 활동 트레이트를 모두 포함하는 새 세그먼트를 만들어 이 기능을 해결할 수 있습니다.

기준선 트레이트 또는 세그먼트 중 하나를 편집하면 모델은 어떻게 됩니까?

모델은 하루에 한 번 트레이트나 세그먼트를 평가합니다. 업데이트 다음 날에 업데이트된 분류가 표시됩니다.

모델이 학습할 데이터 소스를 선택할 수 있습니까?

아니요, 데이터 소스 선택은 지원되지 않습니다. Predictive Audiences 알고리즘은 모든 자사 트레이트로부터 학습합니다.

이 페이지에서는

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
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now