Auto-Target Summary report

Las distintas filas de la tabla le ayudan a comprender el rendimiento de la actividad.

• Las dos filas principales de la tabla de la página de creación de informes muestran los resultados de una prueba A/B entre los visitantes asignados al control (es decir, experiencias servidas aleatoriamente) y los visitantes asignados al algoritmo de personalización. Esta información se puede utilizar para medir el rendimiento del algoritmo de personalización en comparación con el control servido de forma aleatoria.
• Las filas restantes muestran resultados de nivel de experiencia. Para cada experiencia, hay una comparación entre la respuesta promedio de los visitantes a quienes se les mostró esa experiencia como un control servido aleatoriamente, y la respuesta promedio de los visitantes a quienes se les mostró la experiencia usando el algoritmo de personalización.

El icono de verificación verde junto a cada experiencia en el informe indica que para dicha experiencia se ha generado un modelo personalizado de aprendizaje automático. El icono del reloj indica que no se ha servido tráfico suficiente para crear el modelo.

• Debido a que el modelo se construye por experiencia, es posible ver un modelo para algunas experiencias con un cheque verde y otras con un icono de reloj.
• En este caso, para aumentar la velocidad de la actividad con modelos creados para todas las experiencias, se envía tráfico adicional a las experiencias con modelos no construidos.
• Debe haber al menos dos experiencias con modelos creados (marca de verificación verde) para que comience la personalización.

Comparar la tasa de conversión de la experiencia A con la de la experiencia B no es la comparación correcta en Auto-Target. La pregunta es si la experiencia A rinde mejor cuando se sirve de una manera inteligente en lugar de aleatoria (en otras palabras, frente al control). Los profesionales del marketing también deben tener precaución al interpretar los aumentos de las experiencias individuales porque el algoritmo de personalización está intentando optimizar la métrica del éxito sobre toda la actividad, no sobre cada experiencia individual.

Las experiencias con el alza más elevada se pueden considerar como las de mayor diferenciación dentro de la población. Es decir, el algoritmo ha encontrado un segmento que le gusta más esa experiencia en particular.

Las distintas columnas de la tabla muestran el número de visitas, la tasa de conversión, el alza promedio y el nivel de confianza, así como la confianza. Para obtener más información, consulte Cálculos estadísticos en Pruebas A/B.