Terminología y definiciones clave
Consulte la siguiente tabla para obtener una lista de la terminología importante y sus definiciones correspondientes.
Terminología | Definición |
---|---|
Cambio significativo | Un cambio significativo es un cambio grande basado en porcentajes en el tamaño de la audiencia o del conjunto de datos, definido por umbrales específicos (por ejemplo, 10 % para audiencias grandes). Los cambios significativos ayudan a identificar anomalías que afectan a la estabilidad de los datos. |
Anomalías | Las anomalías son variaciones de datos inesperadas, como un crecimiento repentino del 20 % en una audiencia de compradores de alto valor. Una anomalía puede deberse a un posible problema de ingesta de datos o a un cambio en la definición de la audiencia. |
Datos históricos | Los datos históricos se refieren a datos a largo plazo, por lo general de uno a tres años. Puede utilizar datos históricos para rastrear patrones. Nota: durante la fase de Alpha, el Asistente de IA proporciona datos históricos de hasta 13 meses. |
Datos emergentes/recientes | Los datos emergentes o recientes se refieren a puntos de datos observados durante un corto periodo, generalmente durante una semana o hasta 30 días. Puede utilizar datos emergentes o recientes para resaltar tendencias inmediatas y realizar ajustes rápidos. |
Pronóstico | Las previsiones de A son predicciones de tamaños futuros de audiencias o conjuntos de datos basadas en tendencias pasadas. Puede utilizar los datos de previsión para apoyar la planificación a largo plazo. |
Tamaño de público | El tamaño de la audiencia se refiere al número total de perfiles dentro de una audiencia. El tamaño de la audiencia se actualiza con cada iteración de la ingesta de datos. |
Plazo de comparación | El asistente de IA utiliza lapsos de tiempo de comparación predefinidos. Las anomalías recientes tienen de forma predeterminada una retrospectiva de siete días, mientras que las anomalías anteriores cubren 30 días. Las tendencias históricas abarcan hasta 13 meses. |
Ejemplos de casos de uso
La capacidad del asistente de IA para monitorizar cambios significativos y prever audiencias puede ser especialmente útil para los siguientes casos de uso:
Operaciones de marketing
Los profesionales de las operaciones de marketing (operaciones de marketing) son responsables de garantizar la integridad y la coherencia de los datos de audiencia. Como miembro de un equipo de operaciones de marketing, sus responsabilidades pueden incluir la monitorización de la calidad de los datos, la respuesta a cambios inesperados y el mantenimiento de una base estable para todos los esfuerzos de marketing. Puede utilizar la detección de anomalías del Asistente de IA para detectar y abordar cambios significativos de audiencias o conjuntos de datos, lo que evita interrupciones que podrían afectar al rendimiento de la campaña.
Usuarios y especialistas en marketing empresariales
Como usuario empresarial y experto en marketing, puede confiar en las perspectivas de audiencia precisas para tomar decisiones basadas en datos y garantizar que las campañas lleguen a las audiencias a las que están destinadas de forma eficaz. Con las capacidades de previsión del Asistente de IA, puede anticipar el crecimiento o la reducción de audiencias y habilitar ajustes estratégicos en los recursos y la segmentación a lo largo del tiempo.