Predictive Audiences 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 성향 중 어느 것에도 충분한 사용자 프로필이 없습니다. traits / segments 각 성향에 사용자 프로필이 최소 수백 개 이상 포함되도록 traits 또는 segments 을 선택하는 것이 좋습니다.
  2. 선택한 성향 중 어느 것에도 사용자 프로필에 충분한 데이터가 없습니다(분석하기에 충분한 트레이트가 아님).traitssegments
  3. 타겟 대상 트레이트/세그먼트에 활성 상태이거나 온보딩된 사용자가 없습니다.
  4. 지난 30일 내에 활성 상태이거나 온보딩된 타겟 대상 사용자의 사용자 프로필에 충분한 데이터가 없습니다(분석하기에 충분한 트레이트가 아님).
  5. 타겟 대상 세그먼트는 모델에 대해 선택한 세그먼트와 다른 Profile Merge Rule을 사용합니다.
  6. 타겟 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.

내 모델이 상태를 표시하는 이유는 Error 무엇입니까?

모델을 실행하지 못했습니다. 이러한 경우 Adobe 담당자에게 문의하십시오.

을( Profile Merge Rule 를) 변경하려면 어떻게 해야 Predictive Audiences segment합니까?

이전 모델과 동일한 가상 사용자를 선택하고 대상을 타깃팅하여 새 모델을 만듭니다. 모델을 만드는 동안 다른 Profile Merge Rule을 지정하십시오.

경고

또는 세그먼트 빌더를 사용하여 기존 예측 trait을 사용하여 segment를 수동으로 만들고 선택한 Profile Merge Rule에 할당할 수 있습니다.

그러나 예측 traits이(가) 속한 모델의 Profile Merge Rule을 자동으로 상속하고, 모델의 Profile Merge Rule을 준수하는 영향력 있는 traits에서 빌드되므로 이 방법은 권장하지 않습니다.

무엇을 Profile Merge Rule 선택해야 합니까?

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

타겟 대상 segment이 인증된 프로필 + Device Graph 프로필을 기반으로 Profile Merge Rule을 사용하고 예측 segments에 대해 동일한 Profile Merge Rule을 선택한다고 가정해 보겠습니다. 이 경우 장치 수준과 교차 장치 수준 traits 모두 모델을 교육하고 사용자를 예측 segment에 배치하는 데 사용됩니다.

그러나 장치 프로필만 기반으로 Profile Merge Rule 을(를) 선택하면 교차 장치 traits 는 영향을 받지 않으며 예측 segment에 사용자 배치에 기여하지 않습니다. 이 경우 모델 정확도 및 도달 범위에 부정적인 영향을 줄 수 있습니다.

사용 사례를 신중하게 분석하고 모델이 어떤 trait 유형에서 학습할 것인지, 모델이 분류에 사용할 데이터 유형을 결정하십시오.

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 트레이트에 대한 TTL(Live Time)을 변경할 수 있습니까?

예측 트레이트 TTL은 0(라이프타임)로 설정되어 있으므로 변경할 수 없습니다. Predictive Audiences 기본 세그먼트에 대한 자격이 되거나 다른 예측 세그먼트로 재분류되는 경우에만 예측 세그먼트에서 사용자를 세그먼트화할 수 있습니다.

필요한 경우, 예측 트레이트와 지정된 TTL을 사용하는 활동 트레이트를 모두 포함하는 새 세그먼트를 만들어 이 기능 문제를 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