Sie können beim Erstellen eines Automated Personalization (AP) oder Automatisches Targeting (AT).

Mit dieser Funktion können Sie den gesamten Kontroll-Traffic basierend auf dem in der Aktivität konfigurierten Traffic-Zuordnungsprozentwert zu einem bestimmten Erlebnis leiten. Anschließend können Sie in den Leistungsberichten den personalisierten Traffic mit dem Kontroll-Traffic zu diesem einen Erlebnis vergleichen.

Weitere Informationen finden Sie unter Verwenden eines bestimmten Erlebnisses als Kontrolle.

Es gibt keine Option zum Vergleich der Umschaltung Automated Personalization auf ein Standarderlebnis umzustellen. Wenn jedoch als Workaround ein Standardangebot oder -erlebnis im Rahmen der Gesamtaktivität vorhanden ist, klicken Sie auf die SchaltflächeKontrolle"Segment in Berichten verwenden und dieses spezifische Angebot im resultierenden Bericht auf Angebotsebene suchen. Die für dieses Angebot aufgezeichnete Konversionsrate kann verwendet werden, um mit der Konversionsrate des gesamten Segments "Random Forest"zu vergleichen. Somit lässt sich vergleichen, welche Leistung die Maschine im Vergleich zum Standardangebot erbringt.

• Wenn Sie eine Seite mit geringerem Traffic personalisieren oder strukturelle Änderungen am personalisierten Erlebnis vornehmen möchten, sollten Sie in Erwägung ziehen, eine Automatisches Targeting anstelle von Automated Personalization. Siehe Automatisches Targeting.

• Entscheiden Sie, ob Sie eine A/B-Test -Aktivität zwischen den Angeboten und Orten, die Sie in Ihrer Automated Personalization -Aktivität, um sicherzustellen, dass sich der Standort und die Angebote auf das Optimierungsziel auswirken. Wenn eine A/B-Test -Aktivität keinen signifikanten Unterschied aufzeigt, Automated Personalization kann wahrscheinlich auch keine Steigerung generieren.

  • Wenn ein A/B…N-Test keine statistisch signifikanten Unterschiede zwischen Erlebnissen zeigt, ist wahrscheinlich eine oder mehrere der folgenden Situationen verantwortlich:

    • Die Angebote unterscheiden sich wahrscheinlich nicht ausreichend voneinander.
    • Die ausgewählten Orte wirken sich nicht auf die Erfolgsmetrik aus.
    • Das Optimierungsziel liegt zu weit im Konversionstrichter, um von Ihren ausgewählten Angeboten beeinflusst zu werden.

• Stellen Sie sicher, dass die Traffic-Schätzung damit Sie einen Eindruck davon haben können, wie lange es dauert, bis Personalisierungsmodelle in Ihrer Automated Personalization -Aktivität.

• Entscheiden Sie anhand Ihrer Ziele, welche Zuordnung das Kontroll- und das Targeting vor Beginn der Aktivität vornehmen soll.

  Je nach Ziel Ihrer Aktivität und ausgewähltem Kontrolltyp gibt es drei Szenarien:

  • Zufällige Erlebnisse als Kontrolle und Aktivitätsziel besteht darin, die Effektivität des Personalisierungsalgorithmus zu testen: Wenn Sie den Personalisierungsalgorithmus bewerten möchten, möchten Sie ein genaueres Bild der Steigerung erhalten. Sie möchten außerdem mit hoher Wahrscheinlichkeit vergleichen, welche Konversionsrate für Ihre Erlebnisse oder Angebote erzielt wird, wenn Sie einfach eine A/B-Test (zufällig bereitgestellte Kontrolle). In diesem Fall wird eine Zuordnung von 50 % zu einer Kontrollgruppe von zufällig bereitgestellten Erlebnissen empfohlen.
  • "Zufällige Erlebnisse", da Ihr Kontroll- und Aktivitätsziel darin besteht, den personalisierten Traffic zu maximieren: Wenn Sie mit dem Algorithmus vertraut sind und die maximale Traffic-Menge personalisiert werden soll, wird eine Zuordnung von 10 % bis 30 % zur Kontrolle empfohlen. Der Kompromiss hier ist die Genauigkeit, die Sie in Ihren Steigerungsinformationen sehen. Die Konfidenzintervalle Ihres Kontroll-Traffics sind größer, da weniger Traffic zu ihnen geleitet wird.
  • Als Kontrolle ein spezifisches Erlebnis mit beliebigem Ziel: Wenn Sie ein bestimmtes Erlebnis mit den Personalisierungsmodellen vergleichen möchten, wird eine Zuordnung von 10 % bis 30 % zur Kontrolle empfohlen. Wenn Sie nur ein Erlebnis als Kontrolle auswählen, wird dieser Traffic nicht auf alle Angebote oder Erlebnisse in der Aktivität verteilt.

• Targeting-Regeln sollten sparsam verwendet werden, da sie die Optimierungsfähigkeit des Modells beeinträchtigen können.

• Berichtsgruppen können den Erfolg Ihrer Automated Personalization -Aktivität. Verwenden Sie Berichtsgruppen nur unter bestimmten Bedingungen:

  • Verwenden Sie Berichtsgruppen nur, wenn die folgenden Bedingungen erfüllt sind:

    • Sie planen, während der Ausführung der Aktivität neue Angebote zu ersetzen oder hinzuzufügen.
    • Die Angebote in der Berichtsgruppe richten sich an dieselben Besucher.
    • Die Angebote in dieser Berichtsgruppe weisen etwa dieselbe Gesamtanmelderate auf.

  • Es gibt keine Personalisierung zwischen Angeboten in einer Berichtsgruppe. Die Angebote werden vom Personalisierungsmodell alle gleich behandelt.

  • Legen Sie niemals alle Angebote in einer Aktivität in einer einzelnen Berichtsgruppe ab. Dadurch werden alle Angebote allen Besuchern in der Aktivität gleichmäßig zufällig bereitgestellt.

Target besitzt eine harte Begrenzung von 30.000 Erlebnissen. Bei weniger als 10.000 erstellten Erlebnissen ist die Funktionsweise jedoch am besten.

Diese Beschränkung gilt auch dann, wenn die Aktivität die Variable Duplikate anzeigen -Option.

Weitere Informationen zu Zeichenbeschränkungen und anderen Beschränkungen (Angebotsgröße, Zielgruppen, Profile, Werte, Parameter usw.), die Aktivitäten und andere Elemente in Target, siehe Beschränkungen.

Sobald der Besucher zur entsprechenden Position gelangt, wird der Satz der möglichen Angebote, die dem Besucher angezeigt werden, anhand der Regeln vom Typ „Kundenansprache auf Angebotsebene“ bestimmt. Dann wählt der Algorithmus das Angebot aus, das das Modell vorhersagt, über den am besten erwarteten Umsatz oder die beste Konversionschance aus diesen Angeboten verfügt. Das Targeting von Angeboten wirkt sich auf die Wirksamkeit von Target Algorithmen des maschinellen Lernens und sollten daher so sparsam wie möglich eingesetzt werden.

Es sind vier Faktoren erforderlich, um Automated Personalization -Aktivität zur Steigerung:

• Die Angebote an jedem Ort müssen so unterschiedlich sein, dass sie Besucher beeinflussen.
• Die Orte müssen sich an einer Stelle befinden, die für das Optimierungsziel von Bedeutung ist.
• Es müssen genügend Traffic- und Teststärke in der Aktivität vorhanden sein, um die Steigerung zu ermitteln.
• Der Personalisierungsalgorithmus muss gut funktionieren.

Die beste Vorgehensweise besteht darin, zunächst sicherzustellen, dass der Inhalt und die Orte, aus denen die Aktivitätserlebnisse bestehen, wirklich einen Unterschied zu den Gesamtantwortraten darstellen, indem eine einfache, nicht personalisierte A/B-Test -Aktivität. Berechnen Sie die Stichprobengrößen im Voraus, um sicherzustellen, dass eine ausreichende Leistung vorliegt, um eine angemessene Steigerung zu sehen. Führen Sie zudem den A/B-Test für eine feste Dauer aus, ohne ihn anzuhalten oder Änderungen vorzunehmen. Wenn die A/B-Testergebnisse eine statistisch signifikante Steigerung für ein oder mehrere Erlebnisse zeigen, ist es wahrscheinlich, dass eine personalisierte Aktivität erfolgreich ist. Personalisierung kann auch dann funktionieren, wenn es keine Unterschiede in den Gesamt-Antwortraten der Erlebnisse gibt. In der Regel ist das Problem auf Angebote oder Standorte zurückzuführen, die keine ausreichende Auswirkung auf das Optimierungsziel haben, um mit statistischer Bedeutung erkannt zu werden.

Weitere Informationen finden Sie unter Fehlerbehebung bei der automatisierten Personalisierung.

Die automatisierte Personalisierung leitet Besucher zu dem Erlebnis weiter, das die höchste prognostizierte Erfolgsmetrik basierend auf den neuesten Random Forest-Modellen aufweist, die für die einzelnen Modelle erstellt wurden. Diese Prognose basiert auf den spezifischen Informationen des Besuchers und dem Besuchskontext.

Nehmen wir beispielsweise an, dass ein Automated Personalization Die Aktivität hatte zwei Orte mit jeweils zwei Angeboten. An der ersten Position weist Angebot A eine prognostizierte Konversionsrate von 3 % für einen bestimmten Besucher auf, während Angebot B eine prognostizierte Konversionsrate von 1 % aufweist. An der zweiten Position weist Angebot C eine prognostizierte Konversionsrate von 2 % für denselben Besucher auf, während Angebot D eine prognostizierte Konversionsrate von 5 % aufweist. Daher Automated Personalization diesem Besucher ein Erlebnis mit Angebot A und Angebot D bereitstellt.

Automated Personalization kann als "Always on"-Personalisierung verwendet werden, die ständig optimiert wird. Insbesondere für zeitlose Inhalte müssen Sie Ihre Automated Personalization -Aktivität. Wenn Sie wesentliche Änderungen am Inhalt vornehmen möchten, die den derzeit in Ihrer Automated Personalization -Aktivität verwenden, empfiehlt es sich, eine neue Aktivität zu starten. Der Start einer neuen Aktivität hilft anderen Benutzern bei der Überprüfung von Berichten, vergangene Ergebnisse nicht mit anderen Inhalten zu verwechseln oder in Beziehung zu setzen.

Wie lange es dauert, bis in Ihrer Aktivität Modelle erstellt werden, hängt in der Regel vom Traffic zu Ihren ausgewählten Aktivitätspositionen und Ihrer Aktivitätserfolgsmetrik ab. Verwenden Sie die Traffic-Schätzung , um die erwartete Zeitdauer zu bestimmen, die zum Erstellen von Modellen in Ihrer Aktivität erforderlich ist.

Nein, es müssen mindestens zwei Modelle in Ihrer Aktivität erstellt werden, damit die Personalisierung gestartet wird.

Sie können die Ergebnisse Ihrer Automated Personalization Aktivität, nachdem Sie mindestens zwei Erlebnisse mit für das Erlebnis erstellten Modellen (grünes Häkchen) erstellt haben.

Überprüfen Sie Ihre Aktivitätseinrichtung und sehen Sie, ob Sie Änderungen vornehmen möchten, um die Geschwindigkeit zu erhöhen, mit der Modelle erstellt werden.

• Liegt Ihre Erfolgsmetrik weit unten im Verkaufstrichter Ihrer Aktivitätserlebnisse? Eine niedrigere Aktivitätskonversionsrate erhöht die zum Erstellen von Modellen erforderlichen Traffic-Anforderungen, da eine Mindestanzahl an Konversionen erforderlich ist.
• Wenn Ihre Erfolgsmetrik auf „RPV“ festgelegt ist, können Sie dann zur Konversion wechseln? Bei Konversionsaktivitäten ist in der Regel weniger Traffic zum Erstellen von Modellen erforderlich.
• Gibt es einige Erlebnisse, die Sie aus Ihrer Aktivität entfernen können? Wenn Sie die Anzahl der Erlebnisse in einer Aktivität verringern, wird die Zeit zum Erstellen von Modellen beschleunigt.
• Gibt es eine Seite mit höherem Traffic, auf der diese Aktivität erfolgreicher wäre? Je mehr Traffic und Konversionen in Ihren Aktivitätsstandorten vorhanden sind, desto schneller werden Modelle erstellt.

Aktivitäten vom Typ „Automatisierte Personalisierung“ werden einmal pro Sitzung ausgewertet. ​ Wenn es aktive Sitzungen gibt, die sich für ein bestimmtes Erlebnis qualifiziert haben und jetzt neue Angebote hinzugefügt wurden, sehen Besucher den neuen Inhalt zusammen mit den zuvor angezeigten Angeboten. Da sich diese Besucher zuvor für diese Erlebnisse qualifiziert haben, sehen sie diese Erlebnisse auch während der Sitzung. Um dies bei jedem Seitenbesuch zu bewerten, sollten Sie die Variable Erlebnis-Targeting (XT) Aktivitätstyp.

Adobe empfiehlt nicht, die Zielmetrik in der Mitte einer Aktivität zu ändern. Auch wenn es möglich ist, die Zielmetrik während einer Aktivität in der Benutzeroberfläche von Target zu ändern, sollten Sie dies nicht tun, sondern stattdessen eine neue Aktivität starten. Adobe garantieren Sie nicht, was passiert, wenn Sie die Zielmetrik in einer Aktivität ändern, nachdem sie ausgeführt wird.

Diese Empfehlung gilt gleichermaßen für automatische Zuordnungs-, automatische Targeting- und Automated Personalization-Aktivitäten, die Target oder Analytics (A4T) als Berichtsquelle verwenden.

Adobe empfiehlt nicht, die Berichtsdaten zurücksetzen -Option für Automated Personalization Aktivitäten. Obwohl die sichtbaren Berichtsdaten entfernt werden, entfernt diese Option nicht alle Trainings-Datensätze aus der Automated Personalization -Modell. Statt die Berichtsdaten zurücksetzen -Option für Automated Personalization Aktivitäten erstellen, eine neue Aktivität erstellen und die ursprüngliche Aktivität deaktivieren. Diese Leitlinien gelten auch für Automatische Zuordnung und Automatisches Targeting Aktivitäten.

Ein Modell wird erstellt, um die Leistung der personalisierten Strategie im Vergleich zum zufällig bereitgestellten Traffic im Vergleich zum Senden des gesamten Traffics an das insgesamt erfolgreichste Erlebnis zu ermitteln. Dieses Modell berücksichtigt nur Treffer und Konversionen in der Standardumgebung.

Der Traffic aus einem zweiten Satz von Modellen wird für jede Modellgruppe (Automated Personalization) oder Erlebnis (Automatisches Targeting). Für jedes dieser Modelle werden Treffer und Konversionen in allen Umgebungen berücksichtigt.

Anforderungen werden daher unabhängig von der Umgebung mit demselben Modell bereitgestellt. Die Vielzahl von Traffic sollte jedoch aus der Standardumgebung stammen, um sicherzustellen, dass das identifizierte Gesamterlebnis mit dem realen Verhalten übereinstimmt.