Pocas capturas para modelos en Audience Manager

Aprenda a determinar los parámetros/entradas adecuados para crear una audiencia de similitud.

Descripción description

Pocas trampas alrededor de los modelos Audience Manager.

Resolución resolution

  • ¿Cómo funciona la audiencia de similitud y sus ventajas?

https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/algorithmic-models/look-alike-modeling/understanding-models.html?lang=en

  • Cómo determinar los parámetros/entradas adecuados para crearlo.

Unos pocos miles de usuarios deberían ser suficientes para ejecutar el modelo, dado que hay una superposición de rasgos significativa entre la población de línea de base y la población en las fuentes de datos seleccionadas. El modelado de similitud produce resultados más precisos, cuanto más grande es la línea de base.

  • ¿Qué es el peso de rasgos y cómo funciona?

La escala de peso de rasgo es un porcentaje que va del 0 % al 100 %. Las características clasificadas cerca del 100 % significan que se parecen más a la audiencia en la población de línea de base. TraitWeight clasifica los rasgos recién descubiertos en orden de influencia o conveniencia.

  • ¿Cuál es la población de umbral mínima del rasgo o segmento base que se puede tener en cuenta?

Como se ha indicado anteriormente, unos pocos miles de usuarios deberían ser suficientes para ejecutar el modelo, dado que hay una superposición de rasgos significativa entre la población de línea de base y la población en las fuentes de datos seleccionadas.

  • ¿Por qué y cómo seleccionar fuentes de datos para aumentar y disminuir la relevancia para el rasgo base?

Utilice fuentes de datos que tengan al menos alguna superposición con el rasgo o segmento de línea de base, pero que, al mismo tiempo, traigan usuarios adicionales. También debe tener en cuenta el coste asociado a cada fuente de datos. Los modelos de costes y precios varían entre los proveedores de datos de Audience Marketplace.

  • ¿Qué rasgos excluir y sobre qué base?

https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/algorithmic-models/look-alike-modeling/trait-exclusion-algo-models.html?lang=en

  • Una vez finalizada la ejecución del modelo, ¿cuáles son los pasos siguientes?

Una vez finalizada la ejecución del modelo, puede empezar a crear sus rasgos y segmentos.

  • Claridad en la creación de otros rasgos y segmentos a partir de los datos después de ejecutar el modelo y su funcionamiento y uso.

https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/traits/trait-builder/create-algorithmic-traits.html?lang=en

  • Equilibrio entre alcance y precisión.

https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/traits/trait-accuracy-reach.html?lang=en

  • ¿Cómo lograr una precisión óptima con un mayor alcance y alcance?

https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/traits/trait-accuracy-reach.html?lang=en#accuracy-and-reach-affect-audience-size

  • Factores que dependen de la creación o implementación exitosa de la similitud y su alcance

Consulte el enlace https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/algorithmic-models/look-alike-modeling/understanding-models.html?lang=en para los puntos 10 y 11 y háganos saber si tiene alguna pregunta o problema específico con el que podamos ayudarle en cualquiera de los modelos.

  • ¿Cuántos días/marcos de tiempo del modelo se ejecutan y el tiempo óptimo para crear segmentos a partir del mismo?

Actualmente, puede crear hasta 20 modelos algorítmicos y 50 rasgos algorítmicos. El modelo se vuelve a entrenar una vez cada 8 días, junto con la actualización de la población de rasgos algorítmicos.

recommendation-more-help
3d58f420-19b5-47a0-a122-5c9dab55ec7f