Recomendações de característica

Obtenha recomendações de traços ao vivo à medida que você constrói seus segmentos, a partir de suas próprias características originais e Audience Marketplace feeds de dados.

Demonstração de vídeo

Start assistindo ao vídeo Trait Recommendations abaixo e, em seguida, leia para obter mais informações. A demonstração em vídeo mostra como trabalhar com recomendações de suas próprias características primárias, bem como com as recomendações de características de Audience Marketplace feeds de dados que você já está inscrito em.

O próximo vídeo descreve o fluxo de trabalho para Marketplace Recommendations, mostrando como adicionar características aos seus segmentos, com base em recomendações de feeds de dados em Audience Marketplace. Essas recomendações são baseadas em feeds de dados que você não está inscrito em.

Visão geral

Trait Recommendations, alimentado por Adobe Sensei, traz a ciência de dados para os workflows do Audience Manager.
Com Trait Recommendations, ao criar ou editar um segmento no Construtor de segmentos, você obtém recomendações sobre características adicionais que podem ser incluídas, semelhantes às características na regra de segmento.

O Audience Manager mostra as recomendações de características de suas características originais, na seção Recommendations e de Audience Marketplace, na seção Recommendations from Marketplace.

Adicione as características recomendadas ao segmento para aumentar o público-alvo de destino.

Em poucas palavras:

• Audience Manager mostra as características principais na seção Recommendations. As recomendações do Marketplace de feeds públicos e privados nos quais você não está inscrito estão visíveis na seção Recommendations from Marketplace. Clique no nome do feed para ir até Audience Marketplace e assinar.
• Audience Manager mostra no máximo cinquenta características semelhantes às da regra de segmento.
• Você pode filtrar as fontes de dados das quais não deseja ver nenhuma recomendação.
• Ao calcular semelhanças, o Audience Manager considera UUIDs que se qualificaram para a característica nos últimos 30 dias.
• Se você vir a mensagem de erro "Nenhuma característica semelhante encontrada. As características podem ser muito novas.", isso significa que ou não havia atividade para essa característica nos últimos 30 dias, ou o Audience Manager ainda não atualizou as recomendações para essa característica. Tente novamente em 24 horas.

Casos de uso

Com Trait Recommendations, você pode melhorar seus workflows, dependendo de como usar o Audience Manager:

• Como comerciante, você pode encontrar rapidamente audiências interessadas em produtos complementares com a ajuda de características semelhantes, para que você possa aumentar seu alcance.
• Se você usar o Audience Manager como editor, com Trait Recommendations, poderá entender o comportamento da audiência e criar segmentos melhores para vendas de anúncios ou aquisição de usuários.
• Como um Audience Marketplace comprador de dados, desejo descobrir dados relevantes de terceiros sem navegar por um grande número de feeds.
• Como provedor de dados Audience Marketplace, desejo recomendar dados relevantes aos compradores para que eu possa me beneficiar das subscrições ideais e relevantes.

Diferenças entre os modelos Recommendations de características e algorítmicos

Modelos algorítmicos

Algorithmic Models não somente encontra as características mais influentes, como também pontua os usuários com base nessas características e atribui a cada usuário uma pontuação individual. Em seguida, você cria características algorítmicas para direcionar os usuários. Com controles de precisão e alcance em Trait Builder, você pode especificar quais usuários entre todos aqueles que têm as características influentes que deseja público alvo.

Algorithmic Models permite que você selecione usuários em diferentes níveis de precisão e teste em Audience Lab qual grupo de usuários converte melhor. Consulte o caso de uso detalhado em Comparar modelos no Audience Lab.

Em Algorithmic Models, o modelo é executado a cada 8 dias e atualiza os usuários qualificados para características algorítmicas.

Recomendações de característica

Trait Recommendations é uma maneira rápida de obter insights sobre outras características que são semelhantes àquelas usadas em um segmento.

Você deve usar Trait Recommendations quando:

• Precisar de insights rápidos ao criar um segmento;
• Estiver usando os segmentos para campanhas curtas ou quando deseja suprimir rapidamente o público-alvo que converte;
• Estiver tentando maximizar o alcance.

Fluxo de trabalho

Ao criar ou editar um segmento no Construtor de segmentos, você pode explorar características semelhantes às características na regra do segmento. O fluxo de trabalho Construtor de segmentos é muito semelhante para segmentos novos e existentes:

Novos segmentos

1. Vá para Dados de Audiência > Segmentos e clique em Adicionar novo.

2. Na caixa suspensa Características, adicione pelo menos uma característica à regra do segmento.

3. Você pode ver as características recomendadas e Audience Marketplace as recomendações de características dos feeds aos quais você está inscrito, na seção Recommendations. A seção Recommendations from Marketplace mostra as recomendações de características dos feeds aos quais você não está inscrito. Todas essas recomendações são semelhantes às características adicionadas à regra de segmento. Role para baixo para ver todas as características recomendadas.

4. (Opcional) Para excluir características primárias recomendadas de determinadas fontes de dados, clique no símbolo X das fontes de dados que deseja excluir.

   OBSERVAÇÃO

   As fontes de dados excluídas são mostradas logo acima da lista de características recomendadas. Clique em X na caixa cinza para remover as exclusões e ver os resultados das respectivas fontes de dados novamente.

5. Para adicionar as características recomendadas à regra de segmento, clique no símbolo +.

Segmentos existentes

1. Vá para Audience Data>Segments, selecione o segmento que deseja editar e clique em .

2. Role para baixo até a caixa suspensa Traits.

3. Você pode ver as características recomendadas, que são semelhantes às características que já estão na regra de segmento. Role para baixo para ver todas as características recomendadas.

4. (Opcional) Para excluir características recomendadas de determinadas fontes de dados, clique no símbolo X para as fontes de dados que deseja excluir.

   OBSERVAÇÃO

   As fontes de dados excluídas são mostradas logo acima da lista de características recomendadas. Clique em X na caixa cinza para remover as exclusões e ver os resultados das respectivas fontes de dados novamente.

5. Para adicionar as características recomendadas à regra de segmento, clique no símbolo +.

Ao criar ou editar um segmento e adicionar uma característica à regra de segmento, você verá no máximo cinquenta características recomendadas, semelhantes àquelas adicionadas. Se a regra de segmento contiver mais de uma característica, o Audience Manager usará um método round robin para mostrar a melhor correspondência para cada característica, a segunda melhor correspondência para cada característica e assim por diante, para os cinquenta maiores características por população, na regra de segmento.

Por exemplo, quando há três características na regra de segmento, como mostrado abaixo, as características recomendadas são:

1. Melhor correspondência para o traço 3 (o traço com a maior população);
2. Melhor correspondência para a característica 1;
3. Melhor correspondência para a característica 2;
4. Segunda melhor correspondência para a característica 3;
5. A segunda melhor combinação para a característica 1, e assim por diante, até que você tenha cinquenta características.

Para obter recomendações para uma característica específica, clique nas características na regra de segmento (1) ou na visualização de características recomendadas (2).

Clicar em uma característica primária abre uma janela pop-up, como mostrado na imagem abaixo. Se as características recomendadas não fizerem parte do segmento, é possível adicioná-las ao segmento pressionando +.

Como funciona

Para produzir recomendações de características, o Audience Manager calcula a similaridade Jaccard entre a característica do público alvo e todas as outras características a que a sua conta tem acesso, incluindo dados de terceiros. Audience Manager exibe até cinquenta características que têm a maior similaridade.

Pontuação de semelhança de característica

Audience Manager calcula o Trait Similarity Score entre duas características, calculando a interseção e a união em termos do número de UUIDs e dividindo as duas. Para duas características A e B, o cálculo é semelhante a:

Veja também os dois exemplos abaixo.

Exemplo 1 - Pontuação de semelhança de baixa característica

Dados dois traços A e B, digamos que cada um deles tenha uma população de 1.000.000 UUIDs, 25.000 UUIDs dos quais se qualificam para ambos os traços.
Usando a fórmula acima, isso resultará em: 25.000 / 1.975.000 = 0,012. Este é um Trait Similarity Score baixo, os dois traços são muito diferentes.

Exemplo 2 - Pontuação de semelhança de característica

Se as mesmas características A e B tivessem 400.000 UUIDs que se qualificam para ambas as características, o Trait Similarity Score é muito maior:
400.000 / 1.600.000 = 0,25

Como interpretar a pontuação de semelhança de característica

Use a tabela abaixo como um guia aproximado para traçar a semelhança. Este guia é baseado nas pontuações de similaridade observadas na maioria das características.

Trait Similarity Score	Significância
0.1 e superior	Elevada semelhança entre características
0,03 - 0,1	Semelhança média entre características
0,01 - 0,03	Baixa semelhança entre características
0 - 0,01	Semelhança muito baixa entre características

Controle de acesso baseado em função (RBAC)

Para empresas que usam Role-Based Access Controls (RBAC), é necessário ter permissão para criar e editar segmentos para ver as características recomendadas. As recomendações de características que você vê são apenas aquelas de fontes de dados às quais você tem acesso via RBAC.

Leia mais sobre RBAC controles aqui.

Limitações

• Atualmente, o Audience Manager não mostra as características da pasta como características recomendadas. Leia mais sobre as características da pasta aqui.
• Ao exibir o Trait Recommendations, o Audience Manager não leva em conta os operadores Boolean (AND, OR, NOT) nas regras de segmento.