自動ターゲットのトラブルシューティングと FAQ

Adobe Target の自動ターゲットに関するトラブルシューティングとよくある質問（FAQ）です。

自動ターゲットに関するよくある質問

自動ターゲットのアクティビティを扱う際には、次の FAQ と回答を参照してください。

自動ターゲット アクティビティを設定するためのベストプラクティスは何ですか。

• 訪問あたりの売上高（RPV）の成功指標に、追加のトラフィック要件に見合うビジネスバリューがあるかどうかを見極めます。RPV はコンバージョンと違い、アクティビティが機能するためにはエクスペリエンスごとに 1,000 回以上のコンバージョンが必要になるのが一般的です。

• アクティビティを開始する前に、目標を考慮してコントロールエクスペリエンスとパーソナライズされたエクスペリエンスの配分を決めます。

• パーソナライゼーションモデルが適切な時間をかけてビルドするために、 自動ターゲット アクティビティが実行されるページに十分なトラフィックがあるかどうかを判断します。

  • パーソナライゼーションアルゴリズムをテストする際は、アクティビティがライブ状態の間はエクスペリエンスを変更したり、プロファイル属性を追加または削除したりしないでください。

• 自動ターゲット アクティビティで使用するオファーと場所の間のA/Bアクティビティの完了を検討して、場所とオファーが最適化目標に与える影響を確認してください。A/Bアクティビティが著しい違いを実証できない場合、自動ターゲット はリフトの生成にも失敗します。

  • A/B テストでエクスペリエンス間に統計的に有意な差が示されなかった場合は、対象のオファーが他と大差ない、選択した場所は成功指標に影響しない、あるいはコンバージョンファネル内の最適化目標が遠すぎて、選択したオファーの効果が及ばないといった可能性が高くなります。

• アクティビティを実行している間はエクスペリエンスに大幅な変更を加えないでください。

モデルが構築されるまで、90/10（コントロール / ターゲット）の割合で自動ターゲットを使用する方法は推奨されますか？

最適なトラフィック配分の割合は、何を実現したいかによって異なります。

できるだけ多くのトラフィックをパーソナライズすることを目標としている場合は、アクティビティの全期間において、90％のターゲットと10％のコントロールを維持できます。パーソナライズされたアルゴリズムの効果とコントロールを比較する実験が目標の場合は、アクティビティの全期間を通じて 50/50 の配分が最適です。

ベストプラクティスは、訪問者がターゲットエクスペリエンスとコントロールエクスペリエンスを切り替えないように、アクティビティの全期間中、トラフィック配分の割合を維持することです。

訪問者が 自動ターゲット アクティビティとコンバージョンを表示しない場合、アクティビティでそのコンバージョンはカウントされますか。

いいえ。 自動ターゲット アクティビティに振り分けて表示した訪問者のみが、レポートでカウントされます。

自動ターゲットアクティビティで上昇率が表示されません。何が原因でしょうか。

自動ターゲッ アクティビティでリフトを生成するには、4つの要因が必要です。

• 訪問者に影響が生じるように、オファーに十分な差異を持たせる必要があります。
• 最適化目標に対する影響度が高い場所にオファーを配置する必要があります。
• 上昇率を検出するために、テストに十分なトラフィックと統計的「検出力」が必要です。
• パーソナライゼーションアルゴリズムが適切に機能する必要があります。

まず、パーソナライゼーションをおこなわない簡単な A/B テストを実施して、アクティビティのエクスペリエンスを構成するコンテンツと場所が、全体的な反応率に一定以上の効果をもたらすかどうかを確認することをお勧めします。事前にサンプルサイズを算出して、信頼できる上昇率を導き出せるだけのトラフィックがあるかを確認し、一定期間 A/B テストを実施します。その間、テストを中断せず、変更も加えません。

A/B テストの結果から、統計的に有意な上昇率を示したエクスペリエンスが見つかったら、パーソナライズされたアクティビティが高い効果を発揮する公算が高いと考えられます。もちろん、エクスペリエンスの全体的な反応率に差異がなかった場合でも、パーソナライゼーションが効果を発揮する可能性があります。よくあるのは、オファーや場所が最適化目標に与える効果が小さいことが原因で、統計的に有意な差が検出されないという問題です。

自動ターゲット アクティビティはいつ停止すべきですか。

自動ターゲットは、持続的に最適化がおこなわれる「常時稼動」のパーソナライゼーションとして利用できます。特に、エバーグリーンコンテンツの場合、自動ターゲットアクティビティを停止する必要はありません。

自動ターゲット アクティビティのコンテンツに大幅な変更を加える場合、重要なことは新しいアクティビティを開始することで、他のユーザーが異なるコンテンツで過去の結果を混同したり関連付けたりしないようにすることです。

モデルが構築されるまでに、どの程度待てばよいですか。

自動ターゲットアクティビティでのモデルの作成に要する時間は、通常、選択したアクティビティの場所へのトラフィックと、アクティビティの成功指標に関するコンバージョン率に依存します。

自動ターゲットでは、特定のエクスペリエンスのコンバージョンが 50 以上になるまで、そのエクスペリエンスに対してパーソナライズされたモデルを作成しようとしません。さらに、構築されたモデルの品質が不十分な場合（](https://en.wikipedia.org/wiki/Receiver_operating_characteristic#Area_under_the_curve)AUC と呼ばれる指標[を使用し、「テスト」データを提供するオフライン評価で決定されるため）、モデルはパーソナライズされた方法でトラフィックを処理するためには使用されません。

自動ターゲットのモデル構築について、次の点に留意してください。

• アクティビティが実稼動になると、自動ターゲットは、モデルを作成しようとするときに、最大 45 日間のランダムなデータを考慮します（例：トラフィックの制御に加え、アルゴリズムが保持する追加のランダムなデータ）。
• 成功指標が訪問あたりの売上高の場合、これらのアクティビティでは一般的に、より多くのデータが必要になります。これは通常、コンバージョン率と比較して訪問と売上高にデータの平方偏差が大きいためです。
• モデルはエクスペリエンスごとに構築されるので、あるエクスペリエンスを別のエクスペリエンスに置き換えるには、パーソナライズされたモデルを再構築する前に、新しいエクスペリエンスに対して十分なトラフィック（例：50 以上のコンバージョン）を収集する必要があります。

アクティビティでモデルが 1 つ構築されました。そのエクスペリエンスへの訪問に対して、パーソナライゼーションはおこなわれますか。

いいえ。パーソナライゼーションは、アクティビティで少なくとも 2 つのモデルが構築されてから開始されます。

自動ターゲット アクティビティの結果を見ることはできますか。

モデルが構築されたエクスペリエンスのために、モデルが構築（緑色のチェックマーク）された状態で、少なくとも2つのエクスペリエンスを作成した後、 自動ターゲット テストの結果を確認できます。

特定のエクスペリエンスをコントロールとして使用するように指定できますか？

Automated Personalization（AP）または自動ターゲット（AT）アクティビティを作成する際に、コントロールとして使用するエクスペリエンスを選択できます。

この機能を使用すると、アクティビティで設定されたトラフィック配分率に基づいて、コントロールトラフィック全体を特定のエクスペリエンスにルーティングできます。その後、そのエクスペリエンスへのコントロールトラフィックに対するパーソナライズされたトラフィックのパフォーマンスレポートを評価できます。

詳しくは、特定のエクスペリエンスのコントロールとしての使用を参照してください。

自動ターゲットアクティビティの途中で目標指標を変更することはできますか。

アクティビティの途中で目標指標を変更することはお勧めしません。Target UI を使用したアクティビティ中に目標指標を変更することは可能ですが、常に新しいアクティビティを開始する必要があります。実行後にアクティビティの目標指標を変更した場合の動作は保証されません。

このレコメンデーションは、自動配分、自動ターゲット、Automated Personalization の各アクティビティで、レポートソースとしてTargetまたはAnalytics（A4T）を使用します。

自動ターゲットアクティビティの実行中に「レポートデータをリセット」オプションは使用できますか。

自動ターゲットアクティビティに「レポートデータをリセット」オプションを使用することは推奨されません。目に見えるレポートデータは削除されますが、このオプションでは、自動ターゲットモデルからすべてのトレーニングレコードが削除されるわけではありません。自動ターゲットアクティビティに「レポートデータをリセット」オプションを使用する代わりに、新しいアクティビティを作成し、元のアクティビティを非アクティブにしてください。（注意：このガイダンスは、自動配分と Automated Personalization のアクティビティにも当てはまります。）

自動ターゲットアクティビティから 1 つのエクスペリエンスを削除するとどうなりますか。

Target はエクスペリエンスごとに 1 つのモデルを作成するので、1 つのエクスペリエンスを削除すると、 Target によって1 つ少ないモデルが作成され、他のエクスペリエンスのモデルには影響しません。

例えば、8つのエクスペリエンスを持つ自動ターゲットアクティビティがあり、1 つのエクスペリエンスのパフォーマンスが好ましくないとします。そのエクスペリエンスを削除しても、残り 7 つのエクスペリエンスのモデルには影響しません。

自動ターゲットのトラブルシューティング

アクティビティで不測の問題が生じることもあります。自動ターゲット の使用中に直面する可能性のある潜在的な課題と推奨される解決策を次に示します。

自動ターゲット アクティビティが長すぎてモデルを構築できません。

複数のアクティビティの設定変更があり、自動ターゲットアクティビティのエクスペリエンス数、サイトへのトラフィック、選択した成功指標など、モデルの作成にかかる時間を短縮できます。

解決策：​アクティビティの設定を見て、モデルの構築を早めるために加えられる変更がないか確認します。

• 成功指標が RPV の場合は、コンバージョンに変更することをお勧めします。コンバージョンアクティビティは、モデルの構築に要するトラフィックが比較的少なくて済みます。RPV からコンバージョンに成功指標を変更しても、アクティビティのデータは失われません。
• セールスファネル上での成功指標とアクティビティのエクスペリエンスの位置が離れていないか確認します。最低限必要なコンバージョン数があるので、アクティビティのコンバージョン率が低いとモデルの構築に必要なトラフィック量が増えます。
• アクティビティから不要なエクスペリエンスを削除します。アクティビティのエクスペリエンスの数を減らせば、より短期間でモデルを構築できます。
• 対象のアクティビティの成果が高まる、よりトラフィックの多いページはありませんか。アクティビティの場所のトラフィックとコンバージョンが多いほど、モデルの構築が早くなります。

自動ターゲット アクティビティはリフトを生成しません。

AP アクティビティの上昇率を確認するためには、次の 4 つの条件を満たす必要があります。

• 訪問者に影響が生じるように、オファーに十分な差異を持たせる必要があります。
• 最適化目標に対する影響度が高い場所にオファーを配置する必要があります。
• 上昇率を検出するために、テストに十分なトラフィックと統計的「検出力」が必要です。
• パーソナライゼーションアルゴリズムが適切に機能する必要があります。

解決策：​まず、アクティビティでトラフィックに対するパーソナライゼーションがおこなわれているか確認します。すべてのエクスペリエンスにモデルが構築されていない場合、自動ターゲット アクティビティは、可能な限り迅速にすべてのモデルを構築しようとすると、訪問のかなりの部分をランダムに提供します。モデルが構築されていない場合、 自動ターゲット はトラフィックをパーソナライズしません。

次に、パーソナライゼーションをおこなわない簡単な A/B テストを実施して、オファーやアクティビティの場所が、全体的な反応率に大きく影響するか確認します。事前にサンプルサイズを算出して、信頼できる上昇率を導き出せるだけのトラフィックがあるかを確認し、一定期間 A/B テストを実施します。その間、テストを中断せず、変更も加えません。A/B テストの結果から、統計的に有意な上昇率を示したエクスペリエンスが見つかったら、パーソナライズされたアクティビティが高い効果を発揮する公算が高いと考えられます。もちろん、エクスペリエンスの全体的な反応率に差異がなかった場合でも、パーソナライゼーションが効果を発揮する可能性があります。よくあるのは、オファーや場所が最適化目標に与える効果が小さいことが原因で、統計的に有意な差が検出されないという問題です。

コンバージョン指標に依存する指標がコンバートされない。

これは期待されたとおりです。

自動ターゲット アクティビティでは、コンバージョン指標（最適化目標または投稿目標）がコンバートされると、ユーザーはエクスペリエンスから解放され、アクティビティが再開されます。

例えば、コンバージョン指標（C1）および追加の指標（A1）を持つアクティビティがあります。A1 は、C1 に依存しています。訪問者が初めてアクティビティに入り、A1 および C1 をコンバートするための基準がコンバートされない場合、成功指標の依存関係が原因で指標 A1 はコンバートされません。訪問者が C1 をコンバートし、次に A1 をコンバートした場合、C1 がコンバートされるとすぐに訪問者は解放されるので、A1 は、依然としてコンバートされません。