Chargement de données pour les algorithmes de personnalisation Target
Les données hors ligne, telles que les informations de gestion de la relation client ou les scores de propension à l’attrition des clients, peuvent être d’une valeur incroyable lors de la création de modèles de personnalisation dans les activités Adobe Target Automated Personalization (AP) et Auto-Target.
Il existe plusieurs façons de saisir des données dans les algorithmes de personnalisation Automated Personalization (AP) et Auto-Target. Outre les méthodes de Méthodes de transfert de données dans Target, Experience Cloud audiences partagées (Adobe Analytics, Audience Manager) et audiences avec création de rapports dans l’activité sont également utilisées dans les algorithmes Target.
Pour plus d’informations sur les données collectées automatiquement et utilisées par les algorithmes de personnalisation Automated Personalization et Auto-Target, voir Collecte de données Automated Personalization.
Bonnes pratiques section_DE96C7B7D114491DBB67FB5B7DA3D37B
La liste suivante présente les bonnes pratiques de téléchargement des données pour les algorithmes de personnalisation Target :
- Plus les algorithmes de personnalisation Target disposent de données de haute qualité, plus la qualité des modèles obtenus dans vos activités Automated Personalization et Auto-Target est améliorée.
- Limitez l’utilisation d’attributs ou de scripts de profil multiples servant le même objectif.
- Ne transmettez pas d’identifiant unique, tel qu’un identifiant de session si cela n’est pas nécessaire.
- Examinez les données que Target collecte automatiquement ( Collecte de données pour les algorithmes Personalization de Target) afin de ne pas envoyer d’informations en double. Par exemple, Target utilise des adresses IP pour déterminer les codes postaux des visiteurs. Il n’est pas nécessaire de transmettre ces informations sous la forme d’une variable distincte.
- Ne transmettez pas plusieurs valeurs dans le même attribut ou la même variable. Si plusieurs variables sont concaténées, les algorithmes de personnalisation Target traitent chaque chaîne comme une valeur unique, réduisant ainsi la valeur des informations à personnaliser.
- Utilisez une convention d’affectation de noms mémorable et pertinente pour rendre vos rapports Personalization Insights plus compréhensibles.