Solucionar problemas de Automated Personalization

Hay varios factores necesarios para que una actividad Automated Personalization genere un alza:

• Las ofertas deben ser lo suficientemente diferentes como para influir en los visitantes.
• Las ofertas deben encontrarse en algún lugar que marque la diferencia con el objetivo de optimización.
• Debe haber suficiente tráfico y “poder” estadístico en la prueba para detectar el alza.
• El algoritmo de personalización debe funcionar bien.

Solución: el mejor curso de acción es asegurarse primero de que el contenido y las ubicaciones que componen las experiencias de actividad marquen realmente una diferencia en las tasas de respuesta generales mediante una prueba A/B simple no personalizada. Asegúrese de calcular los tamaños de las muestras con antelación. El cálculo de los tamaños de muestra con antelación ayuda a garantizar que haya suficiente potencia para ver un alza razonable. A continuación, puede ejecutar la prueba A/B durante un tiempo fijo sin detenerla ni realizar ningún cambio. Si el resultado de una prueba A/B muestra un alza estadísticamente significativa en una o más experiencias, es probable que una actividad personalizada tenga éxito. Personalization puede funcionar incluso si no hay diferencias en las tasas de respuesta generales de las experiencias. Normalmente, el problema se debe a que las ofertas o ubicaciones no tienen un impacto lo suficientemente grande en el objetivo de optimización como para ser detectadas con relevancia estadística.

En Automated Personalization, las reglas de prueba de plantilla y dirección URL se agregan a la restricción de entrada de solicitud Target (por ejemplo, target-global-mbox), donde se evalúan una sola vez. Una vez que un usuario cumple los requisitos para una actividad, las reglas de segmentación de nivel de solicitud de Target no se vuelven a evaluar. Sin embargo, se agrega la audiencia de segmentación a las reglas de segmentación de ubicación.

Solución: Agregue las reglas de plantilla necesarias como audiencia de entrada de la actividad. La evaluación de audiencia sucede con cada solicitud/llamada.

Esto es esperable.

En una actividad de Automated Personalization, una vez convertida la métrica de conversión (ya sea por objetivos de optimización o de anuncio), el visitante se libera de la experiencia y se reinicia la actividad.

Por ejemplo, existe una actividad con una métrica de conversión (C1) y una métrica adicional (A1). A1 depende de C1. Cuando un visitante entra a la actividad por primera vez y no se convierten los criterios de conversión de A1 y C1, la métrica A1 no se convierte debido a la dependencia de métrica de éxito. Si el visitante convierte C1 y luego convierte A1, A1 sigue sin convertirse porque cuando se convierte C1, el visitante se libera.