Rasgo Recommendations
Obtenga recomendaciones de características publicadas a medida que versión sus segmentos, desde sus propias características propias y Audience Marketplace fuentes de datos.
Demostración Vídeo
Inicio viendo el video a Trait Recommendations continuación, luego siga leyendo para obtener más información. La demostración en vídeo le muestra cómo trabajar con recomendaciones de sus propios rasgos propios, así como con recomendaciones de rasgos de fuentes de Audience Marketplace datos a las que ya está suscrito.
En el siguiente vídeo se describen los flujo de trabajo de Marketplace Recommendations, en el que se muestra cómo añadir características a los segmentos, basándose en las recomendaciones de las fuentes de datos de Audience Marketplace. Estas recomendaciones se basan en fuentes de datos a las que no está suscrito.
Información general
Trait Recommendations, desarrollado por Adobe Sensei, incorpora la ciencia de datos en su Audience Manager flujos de trabajo diario.
Con Trait Recommendations, cuando versión o edita un segmento en el Generador de segmentos, obtiene recomendaciones sobre características adicionales que puede incluir, que son similares a las características de la segmento regla.
Audience Manager muestra recomendaciones de características tanto de sus características propias, en la Recommendations sección, como de Audience Marketplace, en la Recommendations from Marketplace sección.
Añada las características recomendadas al segmento para aumentar la audiencia objetivo.
En pocas palabras:
- Audience Manager muestra características propias en la Recommendations sección. Las recomendaciones de Marketplace de fuentes públicas y privadas a las que no está suscrito están visibles en la Recommendations from Marketplace sección. Haga clic en el nombre fuente al que desea ir Audience Marketplace y suscribirse.
- Audience Manager muestra un máximo de cincuenta rasgos similares a los del segmento regla.
- Puede filtrar los orígenes de datos de los cuales no desea ver ninguna recomendación.
- Al calcular las similitudes, Audience Manager considera los UUID que calificaron para el rasgo durante los últimos 30 días.
- Si ve el mensaje de error "No se encontraron características similares. Los rasgos pueden ser demasiado nuevos.", esto significa que, o bien no hubo actividad para ese rasgo en los últimos 30 días, o Audience Manager aún no ha actualizado las recomendaciones para ese rasgo. Inténtelo nuevamente en 24 horas.
Casos de uso
Con Trait Recommendations, puede mejorar su flujos de trabajo, dependiendo de cómo use Audience Manager:
- Como experto en marketing, puede encontrar rápidamente audiencias interesadas en productos complementarios con la ayuda de rasgos similares, para que pueda aumentar su alcance.
- Si usa Audience Manager como publicador, con Trait Recommendations, puede comprender audiencia comportamiento y versión mejores segmentos para anuncios ventas o usuario Adquisición.
- Audience Marketplace Como comprador de datos, quiero descubrir datos terceros relevantes sin tener que navegar por una gran cantidad de fuentes.
- Audience Marketplace Como proveedor de datos, quiero recomendar datos relevantes a los compradores para poder beneficiarme de suscripciones óptimas y relevantes.
Diferencias entre Recommendations de rasgos y modelos algorítmicos
Modelos algorítmicos
Algorithmic Models No solo encuentra los rasgos más influyentes, sino que también califica a los usuarios en función de esos rasgos y asigna cada usuario una puntuación individual. Seguidamente, puede crear rasgos algorítmicos para segmentar los usuarios. Con controles de precisión y alcance en el Trait Builder, puede especificar qué usuarios entre todos aquellos que tienen los rasgos influyentes desea destino.
Algorithmic Models Permite seleccionar usuarios con diferentes niveles de precisión y prueba en Audience Lab qué grupo de usuarios obtiene una mayor conversión. Consulte el caso de uso detallado en Comparar modelos en Audience Lab.
En Algorithmic Models, el modelo se ejecuta cada 8 días y actualiza los usuarios cualificados para rasgos algorítmicos.
Rasgo Recommendations
Trait Recommendations es una forma rápida de obtener información sobre otras características similares a las que está utilizando en una segmento.
Debe utilizar Trait Recommendations cuando:
- Necesita perspectivas rápidas cuando crea un segmento.
- Utiliza los segmentos para campañas cortas o cuando quiere suprimir rápidamente la audiencia que convierte.
- Está intentando maximizar el alcance.
Flujo de trabajo
Al crear o editar una segmento en el Generador de segmentos, puede explorar características similares a las del segmento regla. La flujo de trabajo del Generador de segmentos es muy similar para segmentos nuevos y existentes:
Nuevo segmentos
-
Vaya a Datos de audiencia > segmentos y haga clic en añadir Nuevo.
-
En el cuadro desplegable Características , agregue al menos una característica al regla segmento.
-
En la sección, puede ver las características recomendadas por primera parte y Audience Marketplace las recomendaciones de características de las Recommendations fuentes a las que está suscrito. La Recommendations from Marketplace sección muestra recomendaciones de características de fuentes a las que no está suscrito. Todas estas recomendaciones son similares a las características agregadas al segmento regla. Desplácese hacia abajo para ver todas las características recomendadas.
-
(Opcional) Para excluir características de origen recomendadas de ciertas fuentes de datos, haga clic en el símbolo X de las fuentes de datos que desea excluir.
note note NOTE Las fuentes de datos excluidas se muestran justo encima del lista de características recomendadas. Haga clic en X en el cuadro gris para eliminar las exclusiones y volver a ver los resultados de las respectivas fuentes de datos. 1. Para agregar características recomendadas al regla de segmento, haga clic en el **símbolo +** .
Segmentos existentes
-
Vaya a Audience Data>Segments, seleccione la segmento que desea editar y haga clic en
-
Desplácese hacia abajo hasta el Traits cuadro desplegable.
-
Se pueden ver las características recomendadas que son similares a las que ya se encuentran en la segmento regla. Desplácese hacia abajo para ver todas las características recomendadas.
-
(Opcional) Para excluir características recomendadas de ciertas fuentes de datos, haga clic en el símbolo X de las fuentes de datos que desea excluir.
note note NOTE Las fuentes de datos excluidas se muestran justo encima del lista de características recomendadas. Haga clic en X en el cuadro gris para eliminar las exclusiones y volver a ver los resultados de las respectivas fuentes de datos. 1. Para agregar características recomendadas al regla de segmento, haga clic en el **símbolo +** .
Cuando crea o edita una segmento y agrega una característica al regla de segmento, ve un máximo de cincuenta características recomendadas, similares a la que ha agregado. Si el segmento regla contiene más de un rasgo, Audience Manager utiliza un método round robin para mostrar la mejor coincidencia para cada rasgo, luego la segunda mejor coincidencia para cada rasgo, y así sucesivamente, para los cincuenta rasgos más grandes por población, en el segmento regla.
Por ejemplo, cuando hay tres características en la segmento regla, como se muestra a continuación, las características recomendadas son:
- Mejor coincidencia para el rasgo 3 (el rasgo con la mayor población);
- Mejor coincidencia para el rasgo 1;
- Mejor coincidencia para el rasgo 2;
- Segunda mejor coincidencia para el rasgo 3;
- Segunda mejor coincidencia para el rasgo 1, y así sucesivamente hasta llegar a cincuenta rasgos.
Para obtener recomendaciones para un rasgo específico, puede hacer clic en los rasgos en la segmento regla (1) o en los rasgos recomendados vista (2).
Al hacer clic en un rasgo de origen, se abre una ventana elemento emergente, como se muestra en la imagen siguiente. Si las características recomendadas no forman parte del segmento, puede agregarlas al segmento pulsando +.
Cómo funciona
Para producir recomendaciones de rasgos, Audience Manager calcula la similitud de Jaccard entre el rasgo destino y cualquier otro rasgo al que su cuenta tenga acceso, incluidos los datos terceros. Audience Manager muestra hasta cincuenta rasgos que tienen la mayor similitud.
Puntaje de similitud de rasgos trait-similarity-score
Audience Manager calcule entre Trait Similarity Score dos rasgos calculando la intersección y el unión en términos del número de UUIDs y luego divida los dos. Para dos características A y B, el cálculo gustar este aspecto:
Véanse también los dos ejemplos siguientes.
Ejemplo 1 - Puntuación de similitud de rasgos baja
Dados dos rasgos A y B, digamos que cada uno de los rasgos tiene una población de 1,000,000 UUIDs, 25,000 UUIDs de los cuales califican para ambos rasgos.
Usando la fórmula anterior, esto dará como resultado: 25,000 / 1,975,000 = 0.012. Este es un bajo Trait Similarity Score, los dos rasgos son muy diferentes.
Ejemplo 2 - Puntuación de similitud de características
Si los mismos rasgos A y B tenían 400,000 UUIDs que califican para ambos rasgos, el Trait Similarity Score es mucho más alto:
400.000 / 1.600.000 = 0,25
Cómo interpretar la puntuación de similitud de rasgos
Utilice la siguiente tabla como una guía aproximada para caracterizar la similitud. Esta guía se basa en las puntuaciones de similitud observadas en la mayoría de los rasgos.
Control de acceso basado en roles (RBAC)
Para las empresas que utilizan Role-Based Access Controls (RBAC), debe tener permiso para crear y editar segmentos con el fin de ver las características recomendadas. Las recomendaciones de características que ve son solo las de las fuentes de datos a las que tiene acceso a través RBACde .
Lea más sobre los RBAC controles aquí.
Limitaciones
- En este momento, Audience Manager no muestra las características de carpeta como características recomendadas. Lea más sobre las características de carpeta aquí.
- Al mostrar Recommendations de características, Audience Manager no tiene en cuenta cuenta Boolean operadores (AND, OR, NOT) en segmento reglas.