데이터 탐색기 - 개요, 이점 및 사용 사례

Data Explorer을(를) 사용하여 사용 및 사용하지 않은 신호에 따라 트레이트를 작성하고 내역 데이터를 채워 이전 대상을 활용함으로써 관련 대상의 잠재적인 손실을 방지합니다.

개요

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.

이점

Data Explorer을(를) 사용하여 다음과 같은 다양한 방식으로 고객 구성을 최적화합니다.

  • 고부가가치 고객 중심 페이지에서 검색 및 탐색 동작의 트렌드 변경 사항을 모니터링한 다음 해당 동작에 대한 특정 트레이트를 만듭니다. "상황에 맞는" 트레이트를 만들 필요가 없으며 관련 신호에 집중할 수 있습니다.
  • 데이터 손실 방지 트레이트를 이전 깨달음으로 채우면 신호를 받기 전에 트레이트를 만들지 않았기 때문에 대상 세그먼트를 놓치지 않습니다.
  • 워크플로우 향상 트렌드 신호를 발견하고 실행 가능한 트레이트로 신속하게 전환할 수 있습니다.

사용 사례

예제 1

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.

예제 2

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.

Data Explorer을 사용하여 온보드 데이터에 대한 특성 생성 유효성 검사

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.

이 페이지에서는