Présentation des modèles algorithmiques

Qu’est-ce que la modélisation algorithmique

La modélisation algorithmique dans l’Audience Manager fait référence à l’utilisation de la science des données pour développer vos audiences existantes ou les classer en personas.

Pour ce faire, vous devez utiliser deux types d’algorithmes : Look-Alike Modeling et Predictive Audiences.

Modélisation analogue

Look-Alike Modeling vous aide à découvrir de nouvelles audiences uniques grâce à l’analyse automatisée des données. Le processus démarre lorsque vous sélectionnez une caractéristique ou un segment, un intervalle de temps et des sources de données propriétaires et tierces. Vos choix fournissent les entrées pour le modèle algorithmique. Lorsque le processus d’analyse s’exécute, il recherche les utilisateurs éligibles en fonction des caractéristiques partagées de la population sélectionnée.

Une fois ces données terminées, elles sont disponibles dans le créateur de caractéristiques où vous pouvez les utiliser pour créer des caractéristiques en fonction de la précision et de la portée. De plus, vous pouvez créer des segments qui combinent des caractéristiques algorithmiques avec des caractéristiques basées sur des règles et ajouter d’autres exigences de qualification avec des expressions booléennes et des opérateurs de comparaison.

Look-Alike Modeling vous offre un moyen dynamique d’extraire de la valeur de toutes vos données de caractéristiques disponibles.

Pour en savoir plus sur Look-Alike Modeling, voir Présentation de la modélisation analogue.

Audiences prédictives

Predictive Audiences vous aide à classer en temps réel une audience inconnue en différentes personas à l’aide de techniques avancées de science des données.

Dans un contexte marketing, une persona est un segment d’audience défini par des visiteurs, des utilisateurs ou des acheteurs potentiels qui partagent un ensemble spécifique de caractéristiques comme des données démographiques, des habitudes de navigation, un historique des achats, etc.

Predictive Audiences Les modèles approfondissent encore ce concept en utilisant les capacités d’apprentissage automatique d’Audience Manager pour classer automatiquement les audiences inconnues en différentes personas. Pour ce faire, l’Audience Manager calcule la propension de votre audience inconnue pour un ensemble d’audiences connues.

Pour en savoir plus sur Predictive Audiences, voir Aperçu des audiences prédictives.

Sur cette page