대상 랩 사용 사례

Audience Lab 테스트 그룹을 만드는 데 기준선 세그먼트를 사용할 수 있도록 하여 여러 사용 사례를 사용할 수 있도록 해줍니다. 테스트 그룹을 몇 개의 상호 배타적인 테스트 세그먼트로 나누고, 다른 대상에 매핑한 다음 전환을 유도하는 데 가장 효과적인 세그먼트 중 하나를 결정할 수 있습니다.

대상 랩에서 모델 비교

Audience Manager에서 여러 가지 유형의 모델과 소스를 사용할 수 있습니다. Audience Lab 은 활성 모델 간에 고객의 전환율을 쉽게 비교할 수 있는 방법을 제공합니다.

이 사용 사례에서는 서로 다른 모델을 비교합니다. 사내 데이터 웨어하우스를 통해 생성된 모델을 사용하여 Audience Manager에 온보딩된 트레이트 로 가져오거나 Audience Manager에서 알고리즘 모델 기능을 사용할 수 있습니다.

  1. 모델 빌더에서 또는 외부 플랫폼을 통해 두 개의 모델을 만듭니다.

  2. 알고리즘 모델에서 알고리즘 트레이트를 만들거나 온보딩된 트레이트로 고유한 모델을 가져옵니다.

  3. 두 모델의 사용자가 겹치지 않도록 상호 배타적인 세그먼트를 만듭니다.

    • 모델 1 세그먼트모델 2 세그먼트​를 만듭니다.
    • 모델 1 세그먼트​에 대한 세그먼트 규칙이 AND NOT 모델 2 트레이트에 대해 모델 1 트레이트 모델 2 트레이트가 되고, 그 반대의 경우 모델 2 세그먼트​에 대해 세그먼트 규칙이 있어야 합니다.
  4. 두 세그먼트 테스트 그룹 을 만듭니다. 하나는 Audience Lab모델 1 세그먼트를 기준선으로 사용하고 다른 하나는 모델 2 ** 세그먼테이션을 기준선으로 사용합니다.

    • 변수를 두 테스트 그룹 모두에 대해 동일하게 유지합니다.동일한 대상, 크리에이티브, 전환 트레이트.
    • 테스트 세그먼트에 유사한 수의 사용자가 있는지 확인합니다(예: 160만 명 및 180만 명, 정상 160만 명 및 1,600만 명이 아님).
    • 각 테스트 세그먼트 테스트 그룹에서 제어 세그먼트를 예약합니다. 이렇게 하면 각 세그먼트의 작은 부분을 따로 떼어 둘 수 있으며, 테스트에서 명시적으로 타깃팅하지 않습니다.
  5. 결과를 검사합니다.

    • Audience Lab 보고 보기에는 각 모델이 구동하는 전환 수가 표시됩니다. 전환 기반 캠페인의 경우, 가장 많은 전환을 유도하는 테스트 세그먼트는 성과가 가장 좋은 모델을 나타냅니다.
    • 제어 세그먼트가 있으므로 "표준 타깃팅"에 대해 모델이 어떻게 작동하는지 평가할 수도 있습니다. 한 모델과 다른 모델을 테스트하고 있을 뿐 아니라 "이 모델이 정상적인 방법보다 더 잘 작동합니까?"라는 질문을 테스트하는 것입니다.

대상 간 광고 테스트

Audience Lab 을 사용하여 크리에이티브가 다른 대상에서 구동하는 전환 수를 측정합니다. 또한 이 사용 사례에서는 자연스러운 전환과 비교하여 크리에이티브 전환을 측정할 수 있습니다.

  1. 세그먼트 테스트 그룹을 만들고, 크리에이티브를 기준 세그먼트로 테스트할 세그먼트를 선택합니다.
  2. 기준선 세그먼트를 테스트 세그먼트로 분할하고 세그먼트를 제어합니다.
  3. 테스트 세그먼트를 테스트할 다른 대상에 매핑합니다.
  4. 제어 세그먼트는 보류할 수 있으며 대상에 매핑되지 않습니다. 자연적으로 발생하는 전환에 대한 결과 기준을 설정하려면 테스트 크리에이티브를 대상으로 하지 않아야 합니다.
  5. 테스트에 대한 시작 날짜 및 종료 날짜를 지정합니다.
  6. 대상에서 세그먼트 및 크리에이티브를 설정합니다.
  7. Audience Lab 보고 보기는 크리에이티브가 대상을 통해 구동하는 전환 수를 표시합니다.
  8. 컨트롤 세그먼트를 만들었으므로 창의력이 자연적으로 발생하는 전환과 어떻게 작용했는지 평가할 수도 있습니다. 질문을 테스트하고 있습니다."이러한 창의성이 일반적인 방법보다 더 높은 전환율을 생성했습니까?"

이 페이지에서는