Premium

Automated Personalization 常见问题

有关自动个性化 (AP) 的常见问题解答 (FAQ) 列表。

我可以指定特定体验作为控制吗?

在创建自动个性化 (AP) 或自动定位 (AT) 活动时,您可以选择要用作控制的体验。

通过此功能,您可以根据活动中配置的流量分配百分比,将整个控制流量路由到特定体验。然后,您可以根据该体验的控制流量评估个性化流量的性能报表。

有关更多信息,请参阅使用特定体验作为控制

如何将自动个性化与默认体验进行比较?

系统未提供可将自动个性化与默认体验进行比较的现成选项。但是,作为解决方法,如果默认选件或体验作为整体活动的一部分存在,要了解其基准性能,您可以单击报表中的“控制”区段,并在生成的选件级别报表中找到该特定选件。 此选件记录的转化率可用于与整个“随机林”区段的会话率进行比较。 这有助于将其运行情况与默认选件进行比较。

设置自动个性化活动的最佳实践是什么?

  • 如果您要对流量较低的页面进行个性化,或者要对您正在个性化的体验进行结构上的更改,请考虑使用自动定位来替换自动个性化。请参阅 自动定位.

  • 考虑在您计划于自动个性化活动中使用的选件和位置之间完成 A/B 活动,以确保这些位置和选件会对优化目标产生影响。如果 A/B 活动未能显示出显著差异,则自动个性化可能也无法产生提升。

    • 如果 A/B…N 测试没有显示出各体验之间具有统计意义的显著差异,那么有可能您考虑的选件彼此之间差异不大、您选择的位置不会影响成功量度,或者优化目标在转化漏斗中的位置太远而不受您所选选件的影响。
  • 请务必使用流量估算器,以便您了解在自动个性化活动中构建个性化模型需要多长时间。

  • 在开始活动之前,根据您的目标,确定控制与目标之间的分配。

    根据活动目标和您选择的控制类型,需要考虑以下三种方案:

    • 将随机体验作为控制,且活动目标是测试个性化算法的有效性:如果您的目标是评估个性化算法,那么您将需要更准确地了解提升度。 如果您仅进行了 A/B 测试(随机提供控制),那么您可能还希望与您的体验/选件的转化率进行比较。在这种情况下,建议向随机提供体验的控制分配 50% 的流量。
    • “随机体验”作为控制,且活动目标是最大化个性化流量:如果您熟悉算法并且希望最大化个性化流量,则建议向控制分配10%到30%的流量。 这里做出的权衡是您能够在提升度信息中看到的准确性(因为控制流量的置信区间会因为流向它们的流量减少而增大)。
    • 将特定体验作为控制,且采用任一目标类型:如果您要将特定营销人员驱动的体验与个性化模型相比较,那么建议向控制分配 10% 到 30% 的流量。如果您只选择一个体验作为控制,则该流量不会分布到活动中的每个选件/体验。
  • 应尽可能谨慎地使用定位规则,因为它们可能会干扰模型的优化能力。

  • 报表组会限制自动个性化活动的成功,只应在特定条件下使用。

    • 只有满足以下条件才能使用报表组:(1) 您计划在活动运行期间替换/添加新选件;(2) 报表组中的选件吸引相同的访客;以及 (3) 报表组中的选件的整体响应率相同。
    • 报表组中的选件之间不会进行个性化:个性化模型会对所有选件一视同仁。
    • 切勿将一个活动中的所有选件都放到一个报表组中。这样做将导致所有选件会以相同概率随机提供给活动中的所有访客。

常见问题解答

使用时,请参阅以下常见问题解答和答案 Automated Personalization 活动:

自动个性化有什么限制?

Target 具有 30,000 个体验的硬限制,但在创建的体验少于 10,000 个时,它的效果最佳。

即使为活动启用了不允许重复项选项后,也适用同样的限制。

如何实施选件级别的定位?

当每个访客到达时,该访客可以看到的一组可能的选件取决于选件级别的定位规则。然后,该算法会选择该模型预测的将具有最佳预期收入或在这些选件中具有最大转化概率的选件。请注意,选件定位会影响 Target 机器学习算法的功效,因此应谨慎使用。

我的活动未显示任何提升。这是怎么回事?

AP 活动产生提升需要四个因素:

  • 每个位置的选件需要有足够的差异来影响访客。
  • 这些位置需要有差异来影响优化目标。
  • 在活动中必须具有足够的流量和统计功效才能检测到提升。
  • 个性化算法必须运行良好。

最好的做法是,首先使用简单、非个性化的 A/B 测试来确保组成活动体验的内容和位置对整体响应率真正地产生了影响。务必提前计算样本量,以确保有足够的样本以便看到合理的提升,并在一段固定的时间内运行 A/B 测试,且不要终止或对其进行任何更改。如果 A/B 测试显示一个或多个体验具有统计意义的提升,则个性化活动有可能会奏效。当然,即便体验的总体响应率没有差异,个性化也可能会起作用。通常来说,出现这个问题是因为,对优化目标没有较大影响的选件/位置被检测出具有统计学意义。

有关更多信息,请参阅自动个性化故障诊断

自动个性化如何分配我的活动流量?

自动个性化会根据为每个模型构建的最新随机林模型,将访客路由到具有最高预测成功量度的体验。这种预测是基于访客的具体信息和访问环境。

例如,假设 AP 活动有两个位置,每个位置包含两个选件。在第一个位置中,对于某位特定访客,选件 A 的预测转化率为 3%,而选件 B 的预测转化率为 1%。在第二个位置中,对于同一访客,选件 C 的预测转化率为 2%,而选件 D 的预测转化率为 5%。因此,自动个性化将为该访客提供选件 A 和选件 D 的体验。

我应何时停止自动个性化活动?

自动个性化可以作为“始终运行”的个性化使用,不断进行优化。特别是对于一直使用的内容,无需停止自动个性化活动。如果您想对与自动个性化活动中当前的选件不相似的内容进行实质性更改,最佳实践是启动一个新活动,以便其他用户查看报表时不会将过往结果与不同内容混淆或相关联。

我需要等待多久才能构建模型?

在您的活动中构建模型所需的时间长短通常取决于所选活动位置的流量和活动的成功量度。使用流量估算器来确定在您的活动中构建模型预计所需的时间。

我的活动中构建了一个模型。对该体验的访问是否为个性化的?

不是,必须在活动中至少构建 2 个模型才能开始个性化。

我何时可以查看自动个性化活动的结果?

只要您具有至少两个已构建模型的体验(绿色复选标记),便可以开始查看该体验的自动个性化活动的结果。

如何缩短在我的活动中构建模型所需的时间?

查看您的活动设置,看看您是否愿意做些更改来提高构建模型的速度。

  • 您的成功量度在活动体验的销售漏斗中是否位于较远的位置?由于要求的转化次数最少,因此较低的活动转化率将会增加构建模型所需的流量要求。
  • 如果成功量度是设为 RPV,那么您是否可以改用转化作为成功量度?转化活动需要用来构建模型的流量通常较少。
  • 是否有一些体验可从活动中删除?减少活动中的体验数会加快构建模型的速度。
  • 是否页面流量越高,此活动就会越成功?活动位置中的流量和转化越多,构建模型的速度就会越快。

为何访客在 AP 活动中看到他们不应看到的体验?

自动个性化活动会在每次会话中都进行一次评估。如果之前已有活跃会话符合某个特定体验的条件,且现在已在该体验中添加了新选件,则用户会同时看到新的内容以及之前显示的选件。因为用户之前符合这些体验的参加条件,因此他们在会话持续期间仍会看到这些体验。如果您希望在每一次进行页面访问时都进行评估,则应该切换到体验定位 (XT) 活动类型。

我是否可以在Automated Personalization活动的中途更改目标量度?

我们建议不要在活动中途更改目标指标。虽然可在活动期间使用 Target UI 更改目标指标,但总是应开始新的活动。如果在活动运行之后更改其中的目标指标,我们不保证将发生什么情况。

此建议适用于使用 Target 或 Analytics (A4T) 作为报表源的自动分配、自动定位和自动个性化活动。

在运行自动个性化活动时能否使用“重置报表数据”选项?

使用 重置报表数据 选项 Automated Personalization 不建议使用活动。 尽管会删除可见的报表数据,但此选项不会从 Automated Personalization 模型。 而不是使用 重置报表数据 选项 Automated Personalization 活动时,创建新活动并取消激活原始活动。 (注:本指南也适用于 自动分配 和 自动定位 活动。)

自动化个性化如何针对环境构建模型?

我们构建了一个模型,以识别个性化策略与随机提供流量的性能,以及将所有流量发送到整个入选体验的性能。 此模型仅考虑默认环境中的点击和转化。

每个建模组(AP)或体验(AT)会生成第二组模型的流量。 对于其中每个模型,都会考虑所有环境中的点击和转化。

因此,无论环境如何,请求都将使用相同的模型来提供,但多个流量应来自默认环境,以确保已识别的整体入选体验与真实世界的行为一致。

在此页面上