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.
-
모델 빌더에서 또는 외부 플랫폼을 통해 두 개의 모델을 만듭니다.
-
알고리즘 모델에서 알고리즘 트레이트를 만들거나 온보딩된 트레이트로 고유한 모델을 가져옵니다.
-
두 모델의 사용자가 겹치지 않도록 상호 배타적인 세그먼트를 만듭니다.
- 모델 1 세그먼트 및 모델 2 세그먼트를 만듭니다.
- 모델 1 세그먼트에 대한 세그먼트 규칙이 AND NOT 모델 2 트레이트에 대해 모델 1 트레이트 모델 2 트레이트가 되고, 그 반대의 경우 모델 2 세그먼트에 대해 세그먼트 규칙이 있어야 합니다.
-
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.
-
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.
- 세그먼트 테스트 그룹을 만들고, 크리에이티브를 기준 세그먼트로 테스트할 세그먼트를 선택합니다.
- 기준선 세그먼트를 테스트 세그먼트로 분할하고 세그먼트를 제어합니다.
- 테스트 세그먼트를 테스트할 다른 대상에 매핑합니다.
- 제어 세그먼트는 보류할 수 있으며 대상에 매핑되지 않습니다. 자연적으로 발생하는 전환에 대한 결과 기준을 설정하려면 테스트 크리에이티브를 대상으로 하지 않아야 합니다.
- 테스트에 대한 시작 날짜 및 종료 날짜를 지정합니다.
- 대상에서 세그먼트 및 크리에이티브를 설정합니다.
- Audience Lab 보고 보기는 크리에이티브가 대상을 통해 구동하는 전환 수를 표시합니다.
- 컨트롤 세그먼트를 만들었으므로 창의력이 자연적으로 발생하는 전환과 어떻게 작용했는지 평가할 수도 있습니다. 질문을 테스트하고 있습니다."이러한 창의성이 일반적인 방법보다 더 높은 전환율을 생성했습니까?"