Il arrive parfois que les activités ne se déroulent pas comme prévu. Voici quelques défis potentiels auxquels vous pourriez faire face lorsque vous utilisez Automated Personalization (AP) et quelques suggestions de solutions.
Plusieurs modifications de configuration de l’activité peuvent réduire le temps escompté pour la création des modèles, y compris le nombre d’expériences incluses dans votre Automated Personalization activité, le trafic sur votre site et la mesure de succès sélectionnée.
Solution : Vérifiez la configuration de votre activité et vérifiez si vous êtes prêt à apporter des modifications pour améliorer la vitesse de compilation des modèles.
Plusieurs facteurs sont requis pour une Automated Personalization activité de génération d’effet élévateur :
Solution : le meilleur plan d’action consiste à s’assurer en premier lieu que le contenu et les lieux qui composent les expériences de l’activité créent une réelle différence dans les taux de réponse globaux par le biais d’un simple test A/B non personnalisé. Veillez à calculer les tailles d’échantillon à l’avance. Le calcul anticipé des tailles d’échantillon permet de s’assurer qu’il y a suffisamment d’énergie pour voir un effet élévateur raisonnable. Vous pouvez ensuite exécuter le test A/B pendant une durée fixe sans l’arrêter ni apporter de modifications. Si un résultat de test A/B indique un effet élévateur statistiquement significatif pour une ou plusieurs expériences, il est probable qu’une activité personnalisée soit réussie. La personnalisation peut fonctionner même si les taux de réponse globaux des expériences ne diffèrent pas. En règle générale, le problème provient du fait que les offres ou les emplacements n’ont pas un impact suffisant sur l’objectif d’optimisation à détecter avec une signification statistique.
Dans Automated Personalization, les règles de test d’URL et de modèle sont ajoutées au Target contrainte d’entrée de requête (par exemple, target-global-mbox), où elles ne sont évaluées qu’une seule fois. Une fois qu’un utilisateur est admissible pour une activité, les règles de ciblage au niveau de la requête Target ne sont pas réévaluées. L’audience de ciblage est toutefois ajoutée aux règles de ciblage d’emplacement.
Solution : Ajoutez les règles de modèle nécessaires en tant qu’audience d’entrée de l’activité. L’évaluation de l’audience s’effectue à chaque demande/appel.
Ce comportement est attendu.
Dans un Automated Personalization une fois qu’une mesure de conversion (qu’il s’agisse d’un objectif d’optimisation ou d’un objectif postérieur) est convertie, le visiteur est libéré de l’expérience et l’activité redémarre.
Par exemple, il existe une activité avec une mesure de conversion (C1) et une autre mesure (A1). A1 dépend de C1. Lorsqu’un visiteur entre dans l’activité pour la première fois et que les critères de conversion de A1 et C1 ne sont pas convertis, la mesure A1 n’est pas convertie en raison de la dépendance de la mesure de succès. Si le visiteur convertit C1 puis A1, A1 n’est toujours pas converti, car lorsque C1 est converti, le visiteur est libéré.