成功のために必要なトラフィックの見積もり

トラフィック見積もりは、Adobe Targetアクティビティが成功するのに十分なトラフィックがあるかどうかを知らせるフィードバックを提供します。

Automated Personalizationアクティビティは複数のオファーの組み合わせを使用するので、有意な結果を得るために必要なトラフィック量を把握することが重要です。 トラフィック見積もりは、ページに関する統計とテスト中のエクスペリエンスの数に基づいて、トラフィック量とアクティビティを成功させるのに必要なテスト期間を見積もります。

トラフィック見積もりは、ページのページインプレッション予測と一般的なコンバージョン率を比較し、パーソナライズされたモデルを生成するのに十分なトラフィックがあるかどうかを判断します。 アクティビティの成功のためには、パーソナライズされたコンテンツがアクティビティ期間の 50％以内または 14 日以内（どちらか短い方）に準備されるようなサンプルサイズにするのが理想的です。これにより、パーソナライズされたコンテンツの取得と、配信するコンテンツの学習に十分な時間を確保できます。

パーソナライゼーションアルゴリズムが構築されるまで、Targetはランダムにエクスペリエンスを提供します。 各オファーの横のチェックマークアイコンは、そのオファーのモデルの準備が整い、Targetがパーソナライズされたコンテンツの配信を開始できたことを示します。 モデルが準備完了になった後にのみ指標の上昇が期待されるので、視覚的な表示によって、適切に予想を立てることができます。Visual Experience Composer (VEC)のトラフィック見積もりを使用して、モデルの準備が整うタイミングに関するガイドラインを取得します。

トラフィック見積もりの使用

1. Visual Experience Composerで、トラフィック​をクリックします。

   

   トラフィック見積もりが開きます。 「トラフィック」を再度クリックして、トラフィック見積もりを非表示にできます。

   

2. 標準コンバージョン率（このアクティビティで期待できるコンバージョン率）、アクティビティの 1 日あたりの推定インプレッション数、テスト期間を確認できます。

   • オファー数:除外後にアクティビティの一部として作成されるエクスペリエンスの数に基づいて自動的に計算されます。
   • 一般的なコンバージョン率:コンバージョン率は、見積もりまたは分析システムの過去のデータに基づいて、割合で表されます。
   • 1日あたりの予想訪問数:ターゲット条件に基づいて、アクティビティを表示できる訪問者からの1日あたりの訪問回数です。この数値は、分析データに基づいて決定することができます。この数値は実訪問者数ではなく、訪問数であることにご注意ください。
   • テスト期間：アクティビティを実行する日数です。

   トラフィック予測rは、これらの統計を使用して、テストを正常に実行するために必要な調整を決定します。

   トラフィック見積もりの上部近くに、入力した値が計算され、結果が表示されます。

   

   数値を変更すると、見積もりも変更されます。例えば、大量の組み合わせをテストしていて、コンバージョン率とインプレッション数が非常に少ない場合、トラフィック見積もりは、テストを成功させるために必要な期間を示します。 また、トラフィック量が少ない場合は、トラフィック見積もりがオファーの組み合わせを少なくするよう提案して、希望の日数のテストを実行できる場合があります。

   十分なトラフィックがない場合は、次のいずれかまたはすべてをおこなうことができます。

   • Automated Personalizationの代わりに自動ターゲットアクティビティを使用して、1つのエクスペリエンスのバリエーションに複数のオファーの変更を含むエクスペリエンスを作成することを検討してください。
   • Automated Personalizationアクティビティ内のオファーの組み合わせの数を減らします。
   • アクティビティの実行期間を長くします。

   トラフィック見積もりで十分なトラフィックが確保されると言われるまで数値を調整し、それに応じてテストを設計します。

   

   トラフィックが十分な場合は、トラフィックアイコンに緑のチェックマークが表示されます。 トラフィックが不十分な場合は、赤の警告ラベルが表示されます。

トラフィック見積もりに関するよくある質問(FAQ)

トラフィック見積もりを扱う際には、次のFAQについて考慮してください。

APアクティビティに十分なトラフィックがある場合に、Targetがパーソナライズされたモデルを構築しないのはなぜですか。

状況によっては、パーソナライズされたモデルを構築するのに十分なトラフィック量がある場合がありますが、そのトラフィックは、パーソナライズされたモデルとランダムなモデルに意味のある違いがないことをTargetに知らせる可能性があります。 モデルはTargetに組み込まれてテストされますが、モデルの方がランダムよりも優れていないので、モデルはデプロイされません。

モデルがランダム以上に良くならない原因として考えられるのは、オファーが互いに大きく異なっていないことです。 その場合は、メッセージングが類似している場合にオファーをより視覚的に異なるものにするか、メッセージング自体を変更してみることができます。