프리미엄 자동 Target 문제 해결 및 FAQ

의 자동 Target에 대한 문제 해결 및 FAQ( FAQ ) Adobe Target.

자동 타겟 FAQ

자동 Target 활동 시 다음 FAQ와 답변을 참조하십시오.

자동 타겟 활동을 설정하는 우수 사례는 무엇입니까?

  • 방문당 매출액(RPV) 성공 지표의 비즈니스 가치가 트래픽 요구 사항을 추가할 가치가 있는지 여부를 결정하십시오. RPV 사용 시에는 전환과 대조적으로 활동이 작동하려면 경험당 최소 1,000개의 전환이 필요합니다.

  • 목표를 기반으로 활동을 시작하기 전에 통제와 개인화된 경험 간의 할당을 결정하십시오.

  • 적절한 시간 내에 개인화 모델이 만들어지도록 자동 타겟 활동이 실행되는 페이지에 대해 트래픽이 충분한지 판별하십시오.

    • 개인화 알고리즘을 테스트하는 경우 활동이 라이브 상태인 동안에는 경험을 변경하거나 프로필 속성을 추가/제거해서는 안 됩니다.
  • 자동 타겟 활동에서 사용하려고 계획 중인 오퍼와 위치 간에 A/B 활동을 완료하여 위치 및 오퍼가 최적화 목표에 영향을 주는지 확인해 보십시오. A/B 활동이 상당한 차이를 보이지 않는 경우, 자동 타겟도 향상되지 않을 가능성이 높습니다.

    • A/B 테스트에 경험 간 통계적으로 중요한 차이가 없다면, 고려 중인 오퍼들이 서로 충분히 다르지 않거나, 선택한 위치가 성공 지표에 영향을 주지 않거나, 최적화 목표가 선택한 오퍼의 영향을 받기에는 전환 단계에서 너무 먼 것일 수 있습니다.
  • 활동을 실행하는 중에는 경험을 크게 변경하지 마십시오.

모델이 빌드될 때까지 90(Control)/10(Targeted) 분할이 있는 자동 Target을 사용하는 것이 권장됩니까?

최적의 트래픽 할당은 달성하고자 하는 사항에 따라 달라집니다.

가능한 많은 트래픽을 개인화하는 것이 목표인 경우 활동의 평생 동안 90%의 타깃팅과 10%의 제어를 유지할 수 있습니다. 사용자 지정 알고리즘과 컨트롤의 성능을 비교한 실험을 실행하는 것이 목표인 경우, 50/50 분할이 활동 수명 동안 가장 적합합니다.

방문자가 타깃팅된 경험과 제어 경험 간을 전환하지 않도록 활동의 수명 동안 트래픽 할당 분할을 유지하는 것이 좋습니다.

방문자가 자동 타겟 활동을 보지 않고 전환하는 경우 활동에서 전환이 카운트됩니까?

아니요, 자동 타겟 활동에 대한 자격이 있고 이 활동을 보는 방문자만 보고에서 카운트됩니다.

자동 타겟 활동이 상승도를 생성하지 않는 것 같습니다. 무슨 문제가 있습니까?

자동 타겟 활동에서 상승도를 생성하는 데에는 4가지 필요한 요소가 있습니다.

  • 오퍼는 방문자에게 영향을 줄 만큼 충분히 달라야 합니다.
  • 오퍼가 최적화 목표를 차별화하는 곳에 있어야 합니다.
  • 테스트에 상승도를 감지하기에 충분한 트래픽 및 통계적 "힘"이 있어야 합니다.
  • 개인화 알고리즘이 잘 작동해야 합니다.

가장 좋은 작업 방침은 먼저 단순하고 개인화되지 않은 A/B 테스트를 사용하여 활동 경험을 구성하는 콘텐츠와 위치가 전체 응답률에 정말로 영향을 주는지 확인하는 것입니다. 반드시 미리 샘플 크기를 계산하여, 적당한 상승도를 확인하고 실행을 중단하거나 변경하지 않고도 지정된 시간 동안 A/B 테스트를 실행하기에 충분한 전원이 있는지 확인하십시오.

A/B 테스트 결과에 경험들 중 하나 이상에서 통계적으로 의미 있는 상승도가 나타난다면 개인화된 활동이 작동할 확률이 큽니다. 물론, 개인화는 경험의 전체 응답률에 차이가 없는 경우에도 작동할 수 있습니다. 일반적으로, 문제는 통계적 중요도를 갖는 것으로 감지되기에 충분히 큰 영향을 최적화 목록에 주지 않는 오퍼/위치에서 기인합니다.

내 자동 타겟 활동을 언제 중지해야 합니까?

자동 타겟은 항상 최적화되는 "항시적" 개인화로 사용할 수 있습니다. 특히 항상 사용되는 콘텐츠의 경우 자동 타겟 활동을 중지할 필요가 없습니다.

자동 타겟 활동에서 콘텐츠를 크게 변경하려면, 보고서를 검토하는 다른 사용자들이 과거 결과를 다른 콘텐츠와 혼동하거나 결부 짓지 않도록 새 활동을 시작하는 것이 좋습니다.

모델이 만들어지기까지 얼마나 기다려야 합니까?

The length of time it takes for models to build in your Auto-Target activity typically depends on the traffic to your selected activity location(s) and conversion rates associated with you activity success metric.

자동 Target 는 해당 경험에 대해 최소 50개의 전환이 있을 때까지 주어진 경험에 대한 맞춤형 모델을 만들지 않습니다. 또한, 빌드된 모델의 품질이 부족한 경우(오프라인 평가에 의해 "테스트" 데이터 대기 중(AUC라고 하는 지표 사용)에 따라 모델이 트래픽을 개인화된 방식으로 제공하는 데 사용되지 않습니다.

자동 Target의 모델구성에 대해 염두에 두어야 할 몇 가지 더 자세한 사항은 다음과 같습니다.

  • 활동이 라이브되면 자동 Target 는 모델을 빌드하려고 할 때(즉, 트래픽을 제어하고 알고리즘에 의해 과도하게 제공되는 일부 데이터 포함) 임의로 제공된 데이터의 마지막 45일 동안의 데이터를 고려합니다.
  • 방문당 매출이 성공 지표인 경우, 이러한 활동은 일반적으로 전환율과 비교하여 방문 수익에 있는 높은 데이터 분산 때문에 모델을 만드는 데 더 많은 데이터가 필요합니다.
  • 모델은 경험을 기준으로 구축되므로 한 경험을 다른 경험으로 교체하면 개인화된 모델을 다시 빌드하기 전에 새로운 경험에 대해 충분한 트래픽(즉, 50개 이상의 전환)을 수집해야 합니다.

내 활동에 모델 하나가 만들어져 있습니다. 해당 경험에 대한 방문이 개인화됩니까?

아니요, 개인화를 시작하려면 활동에 만들어져 있는 모델이 두 개 이상이라야 합니다.

내 자동 타겟 활동의 결과는 언제 볼 수 있습니까?

모델이 만들어져 있는 경험용으로 모델이 있는 경험을 두 개 이상 만들면(녹색 확인 표시) 그때부터 자동 타겟 활동의 결과를 볼 수 있습니다.

제어로 사용할 특정 환경을 지정할 수 있습니까?

AP(자동화된 맞춤설정) 또는 AT(자동 타겟) 활동을 작성하는 동안 컨트롤로 사용할 환경을 선택할 수 있습니다.

이 기능을 사용하면 활동에 구성된 트래픽 할당 비율에 따라 전체 제어 트래픽을 특정 환경으로 라우팅할 수 있습니다. 그런 다음 해당 경험의 제어 트래픽에 대해 개인화된 트래픽의 성능 보고서를 평가할 수 있습니다.

자세한 내용은 특정 환경을 제어로 사용을 참조하십시오.

자동 Target 활동을 통해 중간에 목표 지표를 변경할 수 있습니까?

활동을 진행하는 동안 목표 지표를 변경하는 것이 좋습니다. UI를 사용하는 활동 중에 목표 지표를 변경할 수는 있지만 항상 새 활동을 시작해야 합니다. Target 실행 후 활동에서 목표 지표를 변경하면 발생하는 사항에 대해 보증하지 않습니다.

이 권장 사항은 보고 소스로 자동 할당, 자동 Target및 Automated Personalization 활동에 Target 적용됩니다 Analytics . 이활동은또는 (A4T)를 사용하는활동에 적용됩니다.

자동 Target 활동을 실행하는 동안 보고서 데이터 재설정 옵션을 사용할 수 있습니까?

자동 Target 활동에 대해 보고서 데이터 재설정 옵션 은사용하지 않는 것이 좋습니다. 보이는 보고 데이터를 제거하지만 이 옵션은 자동 Target 모델에서 모든 교육 레코드를 제거하지 않습니다. 자동 Target 활동에 대해 보고서 데이터 재설정 옵션 을 사용하는 대신 새 활동을 만들고 원래 활동을 비활성화합니다. (참고:이 지침은 자동 할당 및 Automated Personalization 활동에도 적용됩니다.)

자동 타겟 문제 해결

활동은 경우에 따라 예상대로 수행되지 않을 수 있습니다. 여기에서는 자동 타겟 및 일부 제안된 해결 방법을 사용할 때 발생할 수 있는 몇 가지 잠재적인 어려움에 대해 설명합니다.

자동 타겟 활동에서 모델을 만드는 데 시간이 너무 오래 걸립니다.

자동 타겟 활동에 있는 경험 수, 사이트에 대한 트래픽, 선택한 성공 지표 등 모델을 만드는 데 드는 예상 시간을 줄일 수 있는 몇 가지 활동 설정 변경 사항이 있습니다.

해결 방법: 활동 설정을 검토하고 모델이 만들지는 속도를 개선하기 위해 변경할 수 있는 사항이 있는지 보십시오.

  • 성공 지표가 RPV로 설정된 경우 전환으로 변경할 수 있습니까? 전환 활동은 일반적으로 모델을 만드는 데 필요한 트래픽이 적습니다. 성공 지표를 RPV에서 전환으로 변경하면 활동 데이터가 손실되지 않습니다.
  • 성공 지표가 활동 경험에서 판매 경로의 아래쪽에 있습니까? 최소 전환 수가 필요하므로 낮은 활동 전환율의 경우 모델을 만드는 데 필요한 트래픽 요구 사항이 늘어납니다.
  • 활동에서 삭제할 수 있는 경험이 있습니까? 활동에 있는 경험의 수를 줄이면 모델을 만드는 시간이 줄어듭니다.
  • 이 활동이 더 성공할 트래픽이 더 높은 페이지가 있습니까? 활동 위치에서 트래픽과 전환이 더 많을수록 모델이 더 빨리 만들어집니다.

내 자동 타겟 활동이 상승도를 생성하지 않습니다.

AP 활동에서 상승도를 생성하는 데에는 4가지 필요한 요소가 있습니다.

  • 오퍼는 방문자에게 영향을 줄 만큼 충분히 달라야 합니다.
  • 오퍼가 최적화 목표를 차별화하는 곳에 있어야 합니다.
  • 테스트에 상승도를 감지하기에 충분한 트래픽 및 통계적 "힘"이 있어야 합니다.
  • 개인화 알고리즘이 잘 작동해야 합니다.

해결 방법:​우선, 활동이 트래픽을 개인화하는지 확인하십시오. 일부 경험에 대해 모델을 만들지 않은 경우에도 자동 타겟 활동은 계속해서 모든 모델을 가능한 한 빨리 만들기 위해 방문 중 상당한 부분을 무작위로 제공하고 있습니다. 모델이 만들어지지 않는다면 자동 타겟에서 트래픽을 개인화하고 있지 않은 것입니다.

그런 다음, 단순하고 개인화되지 않은 A/B 테스트를 사용하여 오퍼와 활동 위치가 전체 응답률에 정말로 영향을 주는지 확인하십시오. 반드시 미리 샘플 크기를 계산하여, 적당한 상승도를 확인하고 실행을 중단하거나 변경하지 않고도 지정된 시간 동안 A/B 테스트를 실행하기에 충분한 전원이 있는지 확인하십시오. A/B 테스트 결과에 경험들 중 하나 이상에서 통계적으로 의미 있는 상승도가 나타난다면 개인화된 활동이 작동할 확률이 큽니다. 물론, 개인화는 경험의 전체 응답률에 차이가 없는 경우에도 작동할 수 있습니다. 일반적으로, 문제는 통계적 중요도를 갖는 것으로 감지되기에 충분히 큰 영향을 최적화 목록에 주지 않는 오퍼/위치에서 기인합니다.

전환 지표에 종속되는 어떤 지표도 전환되지 않습니다.

이것은 예상되었습니다.

자동 타겟 활동에서는 전환 지표(최적화 목표든 게시 목표든)가 전환되면 사용자는 경험에서 해제되고 활동이 다시 시작됩니다.

예를 들어, 전환 지표(C1)와 추가적인 지표(A1)가 있는 활동이 있습니다. A1은 C1에 종속적입니다. 방문자가 처음으로 활동을 시작하고 A1 및 C1을 전환하기 위한 기준이 전환되지 않은 경우 지표 A1은 성공 지표 종속성으로 인해 전환되지 않습니다. 방문자가 C1을 전환한 후에 A1을 전환하는 경우, C1이 전환되는 즉시 방문자가 해제되므로 A1은 여전히 전환되지 않습니다.

이 페이지에서는