Utiliser des modèles semblables pour étendre les stocks épuisés à partir de données propriétaires using-look-alike-models-to-extend-sold-out-inventory-from-your-st-party-data

Dans ce tutoriel, nous passerons en revue les étapes à suivre pour configurer et utiliser l’outil analogue Models, afin que vous puissiez créer de nouvelles audiences semblables et les vendre comme une extension de votre segment de conversion.

Détails du cas d’utilisation use-case-details

Vous êtes un éditeur de contenu. Si vous avez déjà épuisé l’inventaire des convertisseurs de votre site, vous pouvez penser que votre opportunité s’arrête là. Saisissez l’apparence d’AAM Models. Grâce à cette fonctionnalité, vous pouvez étendre l’inventaire épuisé et également vendre des audiences de personnes qui n’ont peut-être pas encore effectué de conversions, mais qui ressemblent/agissent comme des personnes qui ont effectué des conversions. Ce segment d’audience se vendrait généralement pour des convertisseurs inférieurs aux convertisseurs réels, mais vous permet néanmoins d’ajouter à votre chiffre d’affaires en fournissant une option d’audience supplémentaire pour les annonceurs qui souhaitent placer des publicités sur votre site. L’avantage supplémentaire de ce cas d’utilisation est qu’il ne vous coûte rien d’exécuter ce modèle sur vos données propriétaires.

Les étapes de ce tutoriel sont les suivantes :

Identification ou création d’une caractéristique ou d’un segment utilisateur (conversion) idéal identify-create-an-ideal-user-conversion-trait-or-segment

Qu’est-ce que vous essayez d’amener les gens à FAIRE sur votre site ? Quel est votre événement de conversion ? Bien sûr, il existe de nombreuses réponses à cette question, selon le type/la verticale de votre site et vos objectifs organisationnels. Dans tous les cas, il est courant dans AAM de créer une caractéristique pour les visiteurs qui répondent à ces critères.

Dans ce cas pratique, cela est déjà supposé, car vous avez épuisé l’inventaire pour les personnes qui sont des convertisseurs. Toutefois, pour les besoins de ce tutoriel, il est bon d’en parler comme référence pour le reste du cas d’utilisation.

En outre, lors de l’utilisation d’événements pour créer des caractéristiques, vous devez garder à l’esprit un piège majeur afin de ne pas collecter plus d’utilisateurs que vous ne devriez dans la caractéristique. Regardez la vidéo suivante pour la grande révélation. :)

REMARQUE : Dans la vidéo ci-dessus, l’exemple que je vous montre suppose que vous disposez d’Adobe Analytics. Ce n'est évidemment pas le cas. Si vous disposez de Google Analytics (GA), nous disposons d’un module que vous pouvez utiliser pour envoyer des données dans AAM (voir la section documentation), et si votre activité de conversion sur votre site est envoyée à AAM par GA, vous pouvez créer votre caractéristique de conversion à partir de celle-ci. Si vous disposez d’une solution d’analyse différente (ou d’aucune solution d’analyse), vous pouvez toujours envoyer des données à AAM par l’intermédiaire de notre code de DIL et de la variable submit , etc. (voir documentation). Ensuite, créez à nouveau la caractéristique de conversion en fonction des données envoyées lorsque l’activité de conversion est exécutée sur le site.

Création d’un modèle analogue à partir de données propriétaires creating-a-look-alike-model-from-first-party-data

Dans cette étape, nous allons créer une First Party Modèle analogue. Cela signifie que non seulement nous allons utiliser une caractéristique/un segment de conversion propriétaire pour notre caractéristique/segment de base (ce serait normal pour la plupart des modèles de toute façon), mais nous allons également uniquement nous intéresser au pool de données propriétaires pour plus de personnes qui ressemblent aux convertisseurs. Nous n’examinerons pas les données de deuxième ou de troisième niveau.

Dans ce cas d’utilisation, c’est important, car nous tentons de créer sur notre site un segment d’utilisateurs qui ressemblent à des convertisseurs mais qui n’ont tout simplement pas encore été convertis, de sorte que nous puissions vendre ce segment analogue aux annonceurs intéressés.

Création d’une caractéristique algorithmique creating-an-algorithmic-trait

Ensuite, nous devrons créer une Algorithmic Trait, afin que les résultats du modèle puissent être utilisés. Sans créer de caractéristique, le modèle est inutile. Ainsi, une fois le modèle exécuté, veillez à accéder à la boîte de dialogue de caractéristique et à créer une Algorithmic Trait. La vidéo suivante vous présente quelques conseils.

Offrez le Algorithmic Segment aux annonceurs offering-the-algorithmic-segment-to-advertisers

Une fois que vous avez créé une Algorithmic Trait, vous pouvez créer un segment dans lequel vous pourrez activer les données (vous ne pouvez pas activer une caractéristique, mais créer un segment à une caractéristique avec la fonction Algorithmic Trait dans afin que vous puissiez activer (utiliser) le segment.

Une fois que vous avez créé un segment de visiteurs propriétaires ayant obtenu de bons résultats dans le modèle analogue (c’est-à-dire qui ressemblent à des convertisseurs mais n’ont pas encore été convertis), vous pouvez proposer ce segment aux annonceurs sur votre site, même après avoir épuisé l’ensemble de votre inventaire des convertisseurs réels sur votre site. Il s’agit d’un excellent moyen d’étendre cette audience et de continuer à afficher des recettes supplémentaires en utilisant la fonctionnalité look-Alike Models en Audience Manager.