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。
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。
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。
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。
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。
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 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。
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。
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。
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。
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。
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。
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。)
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。
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。
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。
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。
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。
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。