대상 랩 사용 사례

Audience Lab 테스트 그룹을 만들기 위해 기준선 세그먼트를 사용할 수 있도록 함으로써 여러 사용 사례를 활성화합니다. 테스트 그룹을 여러 개의 상호 배타적인 테스트 세그먼트로 나누어 다른 대상에 매핑한 다음 전환 유도 시 가장 효과적인 세그먼트 중 하나를 결정할 수 있습니다.

대상 랩의 모델 비교

Audience Manager에서 여러 가지 유형의 모델과 소스를 사용할 수 있습니다. Audience Lab 기존 모델에서 고객의 전환율을 손쉽게 비교할 수 있습니다.

이 경우 서로 다른 모델을 비교합니다. 사내 데이터 웨어하우스를 통해 생성된 모델을 사용하여 Audience Manager온보드 특성](…/…/features/traits/create-onboarded-rule-based-traits.md#create-rules-based-or-onboarded-traits)으로 가져오거나 Audience Manager에서 알고리즘 모델 기능을 사용할 수 있습니다.[

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

2. 알고리즘 모델에서 알고리즘 특성을 만들거나 자체 모델을 온보드 트레이트로 가져옵니다.

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

   • 모델 1 세그먼트​와 모델 2 세그먼트​를 만듭니다.
   • 모델 1 세그먼트​에 대한 세그먼트 규칙이 모델 1 특성 AND NOT 모델 2 트레이트이고, 그 반대의 경우 모델 2 세그먼트​에 대해 있어야 합니다.

4. 두 개의 세그먼트 테스트 그룹 Audience Lab을 만듭니다. 하나는 모델 1 세그먼테이션이 기준선으로, 다른 하나는 모델 2 세그먼테이션이 기준선으로 되어있습니다.

   • 두 테스트 그룹에 대해 동일한 변수를 유지합니다.동일한 대상, 크리에이티브, 전환 특성
   • 테스트 세그먼트의 사용자 수가 비슷한지 확인하십시오(예: 160만 명, 180만 명, 160만 명, 1,600만 명 아님).
   • 각 테스트 세그먼트 테스트 그룹에서 제어 세그먼트를 예약합니다. 이렇게 하면 테스트에서 각 세그먼트의 작은 부분을 명시적으로 타깃팅하지 않고 분리할 수 있습니다.

5. 결과를 검사합니다.

   • Audience Lab 보고 보기에는 각 모델이 제어하는 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 수행되었는지 평가할 수도 있습니다. 한 모델과 다른 모델을 테스트하는 것뿐만 아니라 "이 모델이 정상적인 방법보다 더 잘 되었습니까?"라는 질문을 테스트하는 것입니다.

대상 간 크리에이티브 테스트

Audience Lab을(를) 사용하여 크리에이티브가 다른 대상을 통해 유도하고 있는 전환 수를 측정할 수 있습니다. 또한 이 사용 사례를 통해 자연스러운 전환 대비 크리에이티브 전환율을 측정할 수 있습니다.

1. 세그먼트 테스트 그룹을 만들고, 크리에이티브를 기준 세그먼트로 테스트할 세그먼트를 선택합니다.
2. 기준 세그먼트를 테스트 세그먼트로 분할하고 세그먼트를 제어합니다.
3. 테스트 세그먼트를 테스트하려는 다른 대상에 매핑합니다.
4. 제어 세그먼트는 보류할 수 있으며 대상에 매핑할 수 없습니다. 자연발생적인 변환에 대한 결과 기준을 설정하려면 컨트롤 세그먼트를 테스트 크리에이티브로 타깃팅해서는 안 됩니다.
5. 테스트 시작 날짜와 종료 날짜를 지정합니다.
6. 대상에서 세그먼트 및 크리에이티브를 설정합니다.
7. Audience Lab 보고 보기는 크리에이티브가 대상을 통해 유도하고 있는 전환 수를 표시합니다.
8. 제어 세그먼트를 만들었기 때문에 크리에이티브가 자연발생적인 변환에 대해 어떻게 수행되었는지 평가할 수도 있습니다. 질문을 테스트하고 있습니다."이러한 크리에이티브한 요소가 일반적인 방법보다 전환율을 높였습니까?"