Documentación Target Guía para desarrolladores de Target

Ejecución de pruebas de funciones con atributos

Última actualización: 20 de julio de 2024

Temas:
APIs/SDKs

Creado para:

Desarrollador

Resumen de los pasos

Habilitar on-device decisioning para su organización
Crear una actividad A/B Test
Defina su A y B
Añadir una audiencia
Establecer asignación de tráfico
Establecer la distribución del tráfico en variaciones
Configuración de informes
Agregar métricas para KPI de seguimiento
Implementar código para ejecutar pruebas de características con atributos
Implementación de código para hacer un seguimiento de eventos de conversión
Activación de las pruebas de funciones con atributos

NOTE

Supongamos que es una empresa minorista de comercio electrónico. Desea aumentar la tasa de conversión cuando los clientes examinan y clasifican su catálogo de productos. Tiene la hipótesis de que ciertos algoritmos de ordenación y estrategias de paginación arrojan mejores resultados que otros. Para probar esta teoría, decida ejecutar una prueba de características que implique el rediseño del widget de ordenación utilizando diferentes opciones de ordenación para los usuarios finales. Debe asegurarse de que esta prueba de características se ejecute con una latencia cercana a cero para que no afecte negativamente a las experiencias de los usuarios ni distorsione los resultados.

1. Habilite on-device decisioning para su organización

Al habilitar la toma de decisiones en el dispositivo, se garantiza que una actividad A/B se ejecute con una latencia cercana a cero. Para habilitar esta característica, vaya a Administration > Implementation > Account details en Adobe Target y habilite la opción On-Device Decisioning.

imagen alt

NOTE

Debe tener el rol de administrador o aprobador user para habilitar o deshabilitar la opción On-Device Decisioning.

Después de habilitar la opción On-Device Decisioning, Adobe Target comienza a generar artefactos de regla para su cliente.

2. Crear una actividad A/B Test

En Adobe Target, vaya a la página Activities y, a continuación, seleccione Create Activity > A/B test.
En el modal Create A/B Test Activity, deje seleccionada la opción predeterminada Web (1), seleccione Form como compositor de experiencias (2), seleccione Default Workspace con No Property Restrictions (3) y haga clic en Next (4).

3. Defina su A y B

En el paso Experiences de creación de la actividad, proporcione un nombre para su actividad (1) y agregue una segunda experiencia, Experiencia B, haciendo clic en el botón Add Experience (2). Introduzca el nombre de la ubicación (3) dentro de la aplicación en la que desea ejecutar la prueba de funciones con atributos. En el ejemplo que se muestra a continuación, product-results-page es la ubicación definida para la Experiencia A. (También es la ubicación definida para la Experiencia B.)

Experience A contendrá el JSON que indica a su lógica empresarial que debe hacer lo siguiente:
- Iniciar la característica de algoritmo de ordenación mediante el indicador de característica test_sorting
- Ejecutar el algoritmo de ordenación recomendado definido en sorting_algorithm _**_attribute
- Devolver 50 productos por página según la estrategia de paginación definida en pagination_limit
En la Experiencia A, haga clic para cambiar el contenido de Default Content al JSON seleccionando Create JSON Offer como se muestra a continuación (1).
Defina el JSON con los indicadores y atributos test_sorting, sorting_algorithm y pagination_limit que se utilizarán para iniciar el algoritmo de ordenación recomendado con un límite de paginación de 50 productos.

NOTE
Cuando Adobe Target agrupa a un usuario para ver la Experiencia A, se devuelve el JSON con los atributos definidos en el ejemplo. En su código, deberá comprobar el valor del indicador de característica test_sorting para ver si la característica de ordenación debe estar activada. Si es así, utilizará el valor recomendado del atributo sorting_algorithm para mostrar los productos recomendados en la vista de lista de productos. El límite de productos que se mostrarán para la aplicación será 50, ya que ese es el valor del atributo pagination_limit.

Experience B definirá el JSON que indica a su lógica empresarial que debe hacer lo siguiente:
- Iniciar la función de algoritmo de clasificación mediante el indicador de función test_sorting
- Ejecutar el algoritmo de ordenación best_sellers definido en sorting_algorithm _**_attribute
- Devolver 50 productos por página según la estrategia de paginación definida en pagination_limit
NOTE
Cuando Adobe Target agrupa a un usuario para ver la Experiencia B, se devuelve el JSON con los atributos definidos en el ejemplo. En su código, deberá comprobar el valor del indicador de característica test_sorting para ver si la característica de ordenación debe estar activada. Si es así, utilizará el valor best_sellers del atributo sorting_algorithm para mostrar los productos más vendidos en la vista de lista de productos. El límite de productos que se mostrarán para la aplicación será 50, ya que ese es el valor del atributo pagination_limit.

4. Añada una audiencia

En el paso Targeting, mantenga la audiencia All Visitors. Esto le permitirá comprender el impacto de la función de clasificación, así como qué algoritmo y número de elementos influyen mejor en los resultados.

imagen alt

5. Establecer la asignación del tráfico

Defina el porcentaje de visitantes con el que desea probar los algoritmos de ordenación y la estrategia de paginación. En otras palabras, ¿a qué porcentaje de los usuarios desea desplegar esta prueba? En este ejemplo, para implementar esta prueba para todos los usuarios que iniciaron sesión, mantenga la asignación de tráfico al 100%.

imagen alt

6. Establecer la distribución del tráfico en variaciones

Defina el porcentaje de visitantes que verán el algoritmo de clasificación recomendado frente al algoritmo de clasificación de los más vendidos, con un límite de 50 productos por página. En este ejemplo, mantenga la distribución del tráfico como una división 50/50 entre las experiencias A y B.

imagen alt

7. Configurar informes

En el paso Goals & Settings, elija Adobe Target como Reporting Source para ver los resultados de la prueba A/B en la interfaz de usuario de Adobe Target, o elija Adobe Analytics para verlos en la interfaz de usuario de Adobe Analytics.

imagen alt

8. Agregar métricas para el seguimiento de KPI

Elija un(a) Goal Metric para medir la prueba de características con atributos. En este ejemplo, el éxito se basa en si el usuario compra un producto, según el algoritmo de ordenación y la estrategia de paginación que se hayan mostrado.

9. Implemente pruebas de funciones con atributos en la aplicación

Nodo.js

const TargetClient = require("@adobe/target-nodejs-sdk");
const options = {
  client: "testClient",
  organizationId: "ABCDEF012345677890ABCDEF0@AdobeOrg",
  decisioningMethod: "on-device",
  events: {
    clientReady: targetClientReady
  }
};
const targetClient = TargetClient.create(options);

function targetClientReady() {
  return targetClient.getAttributes(["product-results-page"]).then(function(attributes) {
    const test_sorting = attributes.getValue("product-results-page", "test-sorting");
    const sorting_algorithm = attributes.getValue("product-results-page", "sorting_algorithm");
    const pagination_limit = attributes.getValue("product-results-page", "pagination_limit");
  });
}

Java

import com.adobe.target.edge.client.ClientConfig;
import com.adobe.target.edge.client.TargetClient;
import com.adobe.target.delivery.v1.model.ChannelType;
import com.adobe.target.delivery.v1.model.Context;
import com.adobe.target.delivery.v1.model.ExecuteRequest;
import com.adobe.target.delivery.v1.model.MboxRequest;
import com.adobe.target.edge.client.entities.TargetDeliveryRequest;
import com.adobe.target.edge.client.model.TargetDeliveryResponse;

ClientConfig config = ClientConfig.builder()
    .client("testClient")
    .organizationId("ABCDEF012345677890ABCDEF0@AdobeOrg")
    .build();
TargetClient targetClient = TargetClient.create(config);
MboxRequest mbox = new MboxRequest().name("product-results-page").index(0);
TargetDeliveryRequest request = TargetDeliveryRequest.builder()
    .context(new Context().channel(ChannelType.WEB))
    .execute(new ExecuteRequest().mboxes(Arrays.asList(mbox)))
    .build();
Attributes attributes = targetClient.getAttributes(request, "product-results-page");
String testSorting = attributes.getString("product-results-page", "test-sorting");
String sortingAlgorithm = attributes.getString("product-results-page", "sorting_algorithm");
String paginationLimit = attributes.getString("product-results-page", "pagination_limit");

10. Implementar código para rastrear eventos de conversión

Nodo.js

//... Code removed for brevity

//When a conversion happens
TargetClient.sendNotifications({
    targetCookie,
    "request" : {
      "notifications" : [
        {
          type: "click",
          timestamp : Date.now(),
          id: "conversion",
          mbox : {
            name : "product-results-page"
          }
        }
      ]
    }
})

Java

ClientConfig config = ClientConfig.builder()
  .client("acmeclient")
  .organizationId("1234567890@AdobeOrg")
  .build();
TargetClient targetClient = TargetClient.create(config);

Context context = new Context().channel(ChannelType.WEB);

ExecuteRequest executeRequest = new ExecuteRequest();

NotificationDeliveryService notificationDeliveryService = new NotificationDeliveryService();

Notification notification = new Notification();
notification.setId("conversion");
notification.setImpressionId(UUID.randomUUID().toString());
notification.setType(MetricType.CLICK);
notification.setTimestamp(System.currentTimeMillis());
notification.setTokens(
    Collections.singletonList(
        "IbG2Jz2xmHaqX7Ml/YRxRGqipfsIHvVzTQxHolz2IpSCnQ9Y9OaLL2gsdrWQTvE54PwSz67rmXWmSnkXpSSS2Q=="));

TargetDeliveryRequest targetDeliveryRequest =
    TargetDeliveryRequest.builder()
        .context(context)
        .execute(executeRequest)
        .notifications(Collections.singletonList(notification))
        .build();

TargetDeliveryResponse offers = targetClient.getOffers(request);
notificationDeliveryService.sendNotification(request);

Attributes attributes = targetClient.getAttributes(request, "product-results-page");
String testSorting = attributes.getString("product-results-page", "test-sorting");
String sortingAlgorithm = attributes.getString("product-results-page", "sorting_algorithm");
String paginationLimit = attributes.getString("product-results-page", "pagination_limit");

11. Active las pruebas de funciones con atributos

imagen alt

recommendation-more-help