Adobe Targetの様々なアクティビティタイプを説明するインタラクティブPDFをダウンロードします(Recommendationsを除く)。
快適な環境で他のユーザーと共有するには、インタラクティブなAdobe TargetアクティビティガイドPDFをダウンロードしてください。
アクティビティのタイプ | 詳細 |
---|---|
![]() 手動の A/B テスト |
複数のエクスペリエンスを比較し、事前に指定したテスト期間内で最もコンバージョンを増やすことができたエクスペリエンスを見極めます。詳しくは、A/B テストを参照してください。 |
![]() 自動配分 |
2 つ以上のエクスペリエンスの中から勝者を特定してから、その勝者にトラフィックを配分し直すことで、テストと学習を続けながらコンバージョンを増やしていきます。詳しくは、自動配分を参照してください。 |
![]() 自動ターゲット |
高度な機械学習を使用してコンテンツをパーソナライズし、コンバージョンを促進します。その際は、マーケティング担当者が定義した高パフォーマンスのエクスペリエンスを複数特定したうえで、個々の顧客プロファイルや同様の訪問者の過去の行動を基にして、各訪問者に詳細にカスタマイズしたエクスペリエンスを配信します。詳しくは、パーソナライズされたエクスペリエンスの自動ターゲットを参照してください。 |
![]() Automated Personalization(AP) |
高度な機械学習を使用して特定のオファーやメッセージを組み合わせて、個々の顧客プロファイルに合わせて各訪問者に様々なオファーのバリエーションを表示しながら、コンテンツをパーソナライズしてコンバージョンを促進していきます。詳しくは、Automated Personalization を参照してください。 |
![]() 多変量分析テスト(MVT) |
ページ上の各要素のオファーの組み合わせを比較し、特定のオーディエンスに対して最も効果が高い組み合わせを特定します。事前に指定したテスト期間内で、コンバージョンを最も増やすことができたページ要素を見極めることもできます。詳しくは、多変量分析テストを参照してください。 |
![]() エクスペリエンスターゲット設定(XT) |
マーケティング担当者が定義した一連のルールや条件を基にして、特定のオーディエンスにコンテンツを配信します。詳しくは、エクスペリエンスターゲット設定を参照してください。 |
アクティビティのタイプ | 理由 |
---|---|
手動の A/B テスト | 高度に制御されたテストで、トラフィックを測定し、ルールではなく割合で分割します。テストデータを分析してオーディエンスに関するインサイトを抽出し、どのエクスペリエンスが最も効果的か見極めることができます。 |
自動配分 | 勝者のエクスペリエンスを特定してトラフィックの配分を調整し、できるだけ早く訪問者に配信することで、コンバージョン率をより迅速に高められるよう支援します。 |
自動ターゲット | 複数のエクスペリエンスの中から勝者を見つけ出し、特定の訪問者に最適なエクスペリエンスを配信します。特定の期間、特定のエクスペリエンスを対象にアルゴリズムが訪問者のコンバージョンの傾向を推測するので、訪問者の興味の変化に合わせてターゲット設定が調節されていきます。 |
Automated Personalization(AP) | (単一のページまたは複数のページの要素を対象に、作成または事前定義された)一連のオファーをパーソナライズし、特定の訪問者を引き付けるうえで最も効果的な組み合わせを配信します。 |
多変量分析テスト(MVT) | 複数の要素に複数のオファーを表示し、生成された個々のエクスペリエンスを特定の目標と照らし合わせながら同時並行でテストします。要素のバリエーションの中で最も効果的なものを見極めたり、訪問者のインタラクションに最も好ましい影響をもたらす要素や、最も悪影響が大きい要素を見つけ出したりできます。 |
エクスペリエンスターゲット設定(XT) | 定義した一連の配分ルールに基づいて、簡単な方法で特定のコンテンツのターゲットを特定のオーディエンスに設定できます。 |
アクティビティのタイプ | マーケティング担当者 |
---|---|
手動の A/B テスト | 統計に関する知識が豊富。 結果を分析する際に、テスト期間が終わるまで待つことができる。 |
自動配分 | 時間に余裕がない。 手早く最適なエクスペリエンスを特定して配信する必要がある。 テストの実施途中に結果を「のぞき見たい」。 |
自動ターゲット | 効果的なエクスペリエンスが複数ある。 動的に変化するプロファイルに合わせて、特定の訪問者に最適なタイミングでエクスペリエンスを配信したい。 |
Automated Personalization(AP) | 1 つ以上のオファーがある。 様々な独自のプロファイルや行動を考慮し、特定の訪問者に合わせて効果的にパーソナライズされたエクスペリエンスを創出できるオファーの組み合わせを作成したい。 |
多変量分析テスト(MVT) | 統計に関する知識が豊富。 1 つ以上のオファーがある。 ページ要素のインタラクションに関連するコンバージョンの傾向を分析したい。 |
エクスペリエンスターゲット設定(XT) | 特定のエクスペリエンスやコンテンツの一部を、特定のオーディエンスに配信する必要がある。 |
アクティビティのタイプ | 詳細 |
---|---|
手動の A/B テスト | このテストでは、各対抗エクスペリエンスとコントロールエクスペリエンスを比較したうえで、全エクスペリエンスのパフォーマンスのランキングを決め、コントロールエクスペリエンスとの比較で勝者となったエクスペリエンスと敗者となったエクスペリエンスを特定します。 |
自動配分 | このテストでは、すぐに真の勝者が統計的に保証され、コンバージョンに至る可能性が高いオーディエンスに、その勝者のエクスペリエンスがより多く配信されるようになります。 |
自動ターゲット | 最適化メカニズムによって、時間経過に伴う上昇率の上下動が確認され、各エクスペリエンスに適したオーディエンスが特定されます。コンバージョン、セグメント、パラメーターおよびプロファイルスクリプトの情報を参考にしたうえで、どのエクスペリエンスをどの訪問者に配信するかが決定されます。その段階で、上昇率とコンバージョン率を高めるために、どのアルゴリズムを利用するかが自動的に選択されます。 |
Automated Personalization(AP) | 最適化メカニズムによって、新規訪問者の行動や、類似する訪問者の過去の行動などに基づき、どのエクスペリエンスをどの訪問者に配信するかが常に調節され、オファーのパフォーマンスが同時並行で配信されているコントロール母集団と比較されます。 |
多変量分析テスト(MVT) | 特定の要素がコンバージョンに与える相対的な影響を把握するのに役立ちます。 |
エクスペリエンスターゲット設定(XT) | この手法では、特定のエクスペリエンスか、コンテンツの特定部分のターゲットを特定のオーディエンスに設定するルールを定義します。ユーザーはエクスペリエンスレベルで変更を加えることができます。 |
アクティビティのタイプ | 利点 | 注意点 |
---|---|---|
手動の A/B テスト | A/B テストを利用すると、最高のパフォーマンスを発揮したエクスペリエンスだけでなく、各エクスペリエンスのパフォーマンスを詳細に把握することができます。 | このテストの場合、サンプルサイズに到達する前の段階でのテスト結果は、正確性に欠ける恐れがあります(早い段階で「のぞき見る」ことはできません)。自動配分とは異なり、A/B テストでは、相対的にパフォーマンスが優れているエクスペリエンスが明らかになった後でも、トラフィックの配分方法は変わらないためです。 |
自動配分 | 自動配分では、手動の A/B テストよりも全体的なコンバージョン率が高いので、通常の A/B テストのコストを下げることができます。コンバージョン率が高くなるのは、自動配分では最もパフォーマンスが高いエクスペリエンスにより多くのトラフィックが配分されるためです。そのため、その勝者のエクスペリエンスの恩恵を、テストが終わる前の段階から得ることができます(のぞき見ることができます)。 | この手法では、勝者は特定されますが、敗者は区別されずに処理されます。各エクスペリエンスのパフォーマンスを把握したい場合は、A/B テストの方が適しています。自動配分機能は、詳細指標設定の 1 つ(「カウントを増分、アクティビティでユーザーを保持」)でのみ利用できます。そのため、リピートコンバージョンをカウントしたくない場合は、A/B テストを使用することをお勧めします。自動配分では、A4T のレポートは使用できません。 |
自動ターゲット | 自動ターゲットでは、複数ページのエクスペリエンスを含め、あらゆるタイプのエクスペリエンスに機械学習が適用されます。A/B テストの一般的なワークフローに従いながら、Automated Personalization のメリットを生かすこともできます。 | 自動ターゲットでは、オファーの内容を頻繁に変更する場合は、アルゴリズムが学習を重ね、それを生かして該当のコンテンツを適切な訪問者に配信できるように、それぞれの変更後に十分な時間を設ける必要があります。自動ターゲットでは、A4T のレポートは使用できません。 |
Automated Personalization(AP) | Automated Personalization では、すべてのオファーを 1 か所にまとめたうえで、アルゴリズムがその中から最適な組み合わせを見つけ出します。個々のエクスペリエンスを指定したり作成したりする必要はありません。Automated Personalization では、自動ターゲットと同じ機械学習アルゴリズムが使用されます。 | 複数のオファーを組み合わせる場合は、組み合わせ爆発が発生するので、膨大な量のトラフィックが必要になります。Automated Personalization のアルゴリズムでは多数の要因を考慮するので、必要なトラフィック量は最も多くなります。Automated Personalization では、A4T のレポートは使用できません。 |
多変量分析テスト(MVT) | 多変量分析テストでは、複数の要素を同時にテストできます。 | 多変量分析テストは時間がかかるほか、複数の変数が関わるので、信頼度の高い勝者のエクスペリエンスが導き出されるとは限りません。多くの場合、テストの完了に必要なトラフィック量を確保することが課題になります。多変量分析テストはすべて全因子なので、同時に変化する要素が多すぎると、テスト対象となる考えられる組み合わせの数が急激に膨れ上がる場合があります。トラフィックがかなり多いサイトでも、25 を超える組み合わせを含むテストは、妥当な時間内での完了が困難になる場合があります。 |
エクスペリエンスターゲット設定(XT) | エクスペリエンスのターゲット設定では、あらゆるアクティビティの結果から推定されるインサイトを生かし、即座に行動につなげることができます。例えば、A/B テストを実施したところ、対抗エクスペリエンスがコントロールエクスペリエンスを上回ることはなかったものの、結果から、ごく限られたセグメントの訪問者は、対抗の方がコントールよりもコンバージョン数が 4 倍多かったことがわかったとします。その場合は、エクスペリエンスのターゲット設定を使用すれば、対抗のエクスペリエンスをそのセグメントに配信することができます。 | エクスペリエンスのターゲット設定では、複数のオーディエンスを対象に、1 つのエクスペリエンスの割合を設定することはできません。 |