Audience Lab 使用案例

Audience Lab 允許您使用基線區段來建立測試群組,以啟用數個使用案例。 您可以將測試群組分割為數個互斥的測試區段,將這些區段對應至不同的目的地,然後判斷哪個區段對於驅動轉換最有效。

Audience Lab中的模型比較

您可以在中使用幾種不同的模型類型和來源 Audience Manager。 Audience Lab 提供比較客戶在各個作用中模型轉換率的簡單方式。

在此使用案例中,您會比較不同的模型。 您可以使用透過內部資料倉庫建立的模型,並將其匯入為「已登入特徵」( Audience Manager​Onhocted Traits ),或使用 中的「演算模型 」功能 Audience Manager。

  1. Model Builder,或透過外部平台建立兩個模型。

  2. 從演 算法模型建立演算法特徵 ,或將您自己的模型匯入為已登入特徵。

  3. 建立互斥的區段,讓兩個模型中的使用者不會重疊:

    • 建立 模型1段模型2段
    • 讓模型1區段的區 段規則為模型 1特徵 AND NOT 模型2特徵,而模型2區段的區段規則 亦然
  4. 在中建立兩個段測試組 ,一個 Audience Lab以模型1段作為基線 ,另一個以模型2段作為基線** 。

    • 請讓兩個測試群組的變數保持相同: 相同的目的地、創意、轉換特性。
    • 請確定測試區段的使用者數量相近(例如160萬和180萬是正確的,160萬和1600萬不是正確的)。
    • 在每個測試區段測試群組中保留控制區段。 如此,您就可以保留每個區段的一小部分,而不會在測試中明確定位。
  5. 檢查結果:

    • Audience Lab報 表檢視 ,將顯示每個模型所推動的轉換數。 對於轉換型促銷活動,驅動最多轉換的測試區段將代表執行成效最佳的模型。
    • 由於您擁有控制區段,因此您也可以評估模型對「標準定位」的運作方式。 您不僅測試一種模型,還測試「此模型是否比一般做法更好?」

測試各目標地的創意素材

使用 Audience Lab 測量創意人員在不同目標上所推動的轉換數。 此使用案例也可讓您測量創意素材的轉換與自然發生的轉換。

  1. 建立區段測試群組,選取您要針對創意素材進行測試的區段作為基準區段。
  2. 將基準區段分割為測試區段和控制區段。
  3. 將測試區段對應至您要測試的不同目的地。
  4. 控制段可以預扣且不映射至任何目的地。 測試創意人員不應將控制區段定位為設定自然發生的轉換結果基準。
  5. 指定測試的開始日期和結束日期。
  6. 在目標位置設定區段和創意素材。
  7. Audience Lab 報表檢視 ,將顯示創意人員在各目標地區推動的轉換次數。
  8. 由於您建立了控制區段,因此您也可以評估創意對自然發生的轉換有何影響。 您正在測試這個問題: 「此創意產生的轉換率是否高於一般實務?」

本頁內容