Perguntas frequentes sobre Públicos preditivos

Perguntas frequentes sobre Predictive Audiences.

Quando devo usar Predictive Audiences em vez de Look-alike modeling?

Predictive Audiences e Look-alike modeling atendem a casos de uso diferentes. Estas são as principais diferenças entre os dois algoritmos:

  1. A Look-alike modeling pega um pequeno público-alvo como entrada e o expande. O Predictive Audiences pega um grande público-alvo como entrada e o divide em públicos-alvo distintos menores, definidos pelas suas personas.
  2. O número de segmentos base é diferente para cada algoritmo. O Predictive Audiences exige pelo menos duas linhas de base, enquanto a Look-alike modeling usa uma linha de base no máximo.
  3. O Predictive Audiences avalia segmentos em tempo real, mas a Look-alike modeling não.

Com base no seu caso de uso, você deve decidir qual modelo será mais relevante para você.

Você pode pensar em construir um modelo de Predictive Audiences com um número de linhas de base como sendo o equivalente a construir o mesmo número de modelos de semelhança, apenas sem a avaliação em tempo real, e com uma alta probabilidade de ter visitantes pertencentes a várias personas diferentes, em vez de uma persona distinta.

Quantas personas/modelos tenho permissão para criar?

Você pode criar até 10 modelos de Predictive Audiences. Para cada modelo, é possível definir até 50 características ou segmentos da linha de base.

Como posso criar novos segmentos a partir de um segmento de Predictive Audiences?

Vá até Audience Data > Segments e clique na pasta Predictive Audiences. Encontre o segmento desejado, duplique-o e faça edições de acordo com suas necessidades.

Quando posso ver os primeiros resultados produzidos pelo meu modelo?

Os resultados do modelo de Predictive Audiences estão disponíveis em 24 horas após a criação bem-sucedida do modelo.

Caso o modelo não produza resultados em 24 horas, entre em contato com o representante da Adobe.

Por que meu modelo não está produzindo resultados ou mostrando o status de Aviso?

Os modelos de Predictive Audiences podem deixar de produzir resultados devido a várias razões:

  1. Nenhuma das personas selecionadas traits / segments tem perfis de usuário suficientes. Recomendamos escolher traits ou segments para que cada persona tenha pelo menos algumas centenas de perfis de usuário.
  2. Nenhuma das personas selecionadas traits / segments tem dados suficientes em seus perfis do usuário (características insuficientes para analisar).
  3. A característica/segmento do público-alvo não tem usuários ativos ou integrados.
  4. Os usuários do público-alvo que estavam ativos ou integrados nos últimos 30 dias não têm dados suficientes nos perfis do usuário (não há características suficientes para analisar).
  5. O segmento de público-alvo usa um Profile Merge Rule diferente daquele escolhido para o modelo.
  6. A fonte de dados das características do público-alvo de destino pode não estar incluída no Profile Merge Rule que você escolheu para o modelo.

Para obter os melhores resultados, siga as diretrizes sugeridas em Critérios de seleção para personas e Critérios de seleção para público-alvo.

Por que meu modelo está mostrando o Error status?

Pode ser uma falha ao executar o modelo. Nesses casos, entre em contato com seu representante Adobe.

Como posso alterar o Profile Merge Rule para um Predictive Audiences segment?

Crie um novo modelo selecionando as mesmas personas e o público-alvo do modelo anterior. Durante a criação do modelo, atribua um Profile Merge Rule diferente.

AVISO

Como alternativa, você pode usar Construtor de segmentos para criar manualmente um segment com um trait preditivo existente e atribuí-lo um Profile Merge Rule de sua escolha.

No entanto, não recomendamos essa prática, pois traits preditivo herda automaticamente Profile Merge Rule do modelo ao qual pertencem e são criadas a partir de traits influentes que estão em conformidade com Profile Merge Rule do modelo.

O que Profile Merge Rule devo escolher?

Ao escolher Profile Merge Rule para seu modelo, analise cuidadosamente seu caso de uso.

Considere que seu público-alvo segment usa um Profile Merge Rule com base em perfis autenticados + Device Graph perfis e você seleciona o mesmo Profile Merge Rule para o preditivo segments. Nesse caso, tanto o nível do dispositivo quanto o nível entre dispositivos traits serão usados no treinamento do modelo e no posicionamento do usuário em um segment preditivo.

No entanto, se você selecionar um Profile Merge Rule baseado apenas em perfis de dispositivo, nenhum de seus traits entre dispositivos se tornará influente e não contribuirá para a colocação de usuários em um segment preditivo. Isso pode afetar negativamente a precisão e o alcance do modelo.

Analise seu caso de uso com cuidado e decida quais tipos trait você deseja que o modelo aprenda e com que tipo de dados você deseja que o modelo use para classificação.

Um usuário do público-alvo que não faz parte de nenhuma característica/segmento de persona pode não ser classificado?

Sim, caso o usuário não tenha nenhuma característica em seu perfil. Nesse caso, o usuário obterá uma pontuação de correspondência de 0 para todas as características/segmentos de persona e, portanto, não será classificado em nenhum dos segmentos preditivos.

Um usuário que foi classificado em um dos segmentos preditivos pode ser reclassificado em um segmento diferente do Predictive Audiences?

Sim. Como o algoritmo é treinado diariamente, ele aplica as alterações para cada persona em termos de pontuação de características. Se um usuário que faz parte de um segmento do Predictive Audiences estiver ativo, as alterações em sua pontuação de característica podem alterar a classificação com base na atividade dos últimos 30 dias.

Posso ver as características pelas quais a classificação de público-alvo é feita?

Sim, você pode ver todas as características influentes de todas as linhas de base na página de relatórios do modelo. Consulte Características influentes.

Posso alterar o tempo de vida (TTL) para características preditivas?

O TTL de característica preditiva é definido como 0 (duração) e não pode ser alterado. Predictive Audiences O só pode cancelar segmentos de usuários de segmentos preditivos quando eles se qualificam para o segmento base ou são reclassificados em um segmento preditivo diferente.

Se necessário, é possível contornar essa funcionalidade criando um novo segmento que contém uma característica preditiva e uma característica de atividade com um TTL especificado.

O que acontece com o modelo se eu editar uma de suas características ou segmentos de linha de base?

O modelo avalia as características ou os segmentos uma vez por dia. Você deverá ver a classificação atualizada no dia seguinte após a atualização.

É possível selecionar as fontes de dados a partir das quais o modelo aprenderá?

Não, não é possível selecionar a fontes de dados. O algoritmo Predictive Audiences aprende com todas as suas características originais.

Nesta página