Data Explorer을(를) 사용하여 사용 및 사용하지 않은 신호에 따라 트레이트를 작성하고 내역 데이터를 채워 이전 대상을 활용함으로써 관련 대상의 잠재적인 손실을 방지합니다.
고객에 대한 기존 인사이트를 바탕으로 트레이트를 만드는 것은 고객을 항상 파악하는 한 매우 간단합니다. 하지만 얼마나 자주 그런 일이 일어나나요?
Data Explorer 특성 관리 프로세스를 간소화할 수 있고 분류 체계와 관련하여 더욱 높은 수준의 유연성을 제공합니다. 두 개의 Data Explorer 구성 요소를 사용하여 다음을 수행할 수 있습니다.
대시보드 에 신호를 Signals Search 보내면 새로운 트레이트를 만들거나 기존 트레이트에 추가할 Audience Manager 수 있는 수신에 대한 추적을 유지할 수 있습니다.
특성 인식 백필을 사용하면 새로 만든 트레이트를 내역 대상에 평가할 수 있으므로 향후 타깃팅 노력에 이러한 트레이트를 포함시킬 수 있습니다.
Data Explorer을(를) 사용하여 다음과 같은 다양한 방식으로 고객 구성을 최적화합니다.
글로벌 전자 소매업체는 방문자 트래픽이 많지만, 컨텐츠를 다양한 플랫폼에 맞게 최적화했지만 전환율은 예상보다 낮습니다. Signatures Dashboard를 사용하여, 방문자가 현재 재고가 없는 특정 전자 브랜드를 검색하고 있음을 나타내는 사용하지 않은 신호 중 많은 양을 식별합니다. 회사는 자사 주식을 새로 고치고 개인화된 캠페인을 통해 해당 방문자를 타깃팅하여 이러한 통찰력을 활용할 수 있습니다.
여행 서비스 제공업체는 자사 예약 웹 사이트에 새로운 목적지를 추가한 후 특정 특성을 만들지 않아도 기존 고객에게 광고를 하고 싶어합니다. 신호 검색을 사용하여 새 대상과 관련된 사용되지 않는 신호를 식별하고, 새 트레이트에 포함시키고, 이전 구현으로 채우기합니다. 그런 다음 새로운 트레이트로 새 세그먼트를 만들고 전용 캠페인으로 즉시 타깃팅합니다.
Audience Manager의 가장 강력한 기능 중 하나는 오프라인 데이터를 통합하여 온라인 데이터와 통합하는 기능입니다. 아래 비디오에서 Data Explorer을(를) 사용하여 이 온보드 데이터를 활용하기 위해 필요한 모든 트레이트를 만들었는지 확인하는 방법을 알아봅니다.