[Premium]{class="badge positive" title="Voir ce qui est inclus dans Target Premium."}
Présentation du ciblage automatique
Les activités de ciblage automatique dans Adobe Target utilisent le machine learning avancé pour sélectionner plusieurs expériences hautement performantes définies par des spécialistes marketing afin de personnaliser le contenu et de générer des conversions. Le ciblage automatique offre à chaque visiteur l’expérience la plus adaptée en fonction du profil client individuel et du comportement des visiteurs précédents présentant des profils similaires.
-
Le ciblage automatique est disponible dans le cadre de la solution Target Premium. Cette fonctionnalité n’est pas disponible dans Target Standard sans une licence Target Premium. Pour plus d’informations sur les fonctionnalités avancées de cette licence, voir Target Premium.
-
Analytics for Target (A4T) prend en charge les activités de ciblage automatique. Pour plus d’informations, consultez Prise en charge d’ A4T pour les activités d’affectation automatique et de ciblage automatique .
Témoignages de clients qui utilisent le ciblage automatique success
Un retailer de vêtements important a récemment utilisé une activité de ciblage automatique avec dix expériences basées sur des catégories de produits (ainsi qu’un contrôle randomisé) pour fournir le contenu approprié à chaque visiteur. « Ajouter au panier » a été choisi comme mesure d’optimisation principale. Les expériences ciblées ont connu une augmentation moyenne de 29,09 %. Après avoir créé les modèles de ciblage automatique, l’activité a été définie sur des expériences personnalisées à 90 %.
En dix jours seulement, plus de 1 700 000 $ ont été débloqués.
Continuez à lire pour savoir comment utiliser le ciblage automatique afin d’augmenter l’effet élévateur et le chiffre d’affaires de votre entreprise.
Vue d’ensemble section_972257739A2648AFA7E7556B693079C9
Lors de la création d’une activité A/B à l’aide du workflow guidé en trois étapes, choisissez l’option Ciblage automatique pour les expériences personnalisées sur la page Ciblage (étape 2).
L’option Ciblage automatique du flux d’activités A/B vous permet d’exploiter le machine learning pour effectuer une personnalisation en un seul clic en fonction d’un ensemble d’expériences définies par les spécialistes marketing. Le ciblage automatique est conçu pour offrir une optimisation maximale, par rapport aux tests A/B traditionnels ou à l’affectation automatique, en déterminant l’expérience à afficher pour chaque visiteur. Contrairement à une activité A/B dans laquelle l’objectif est de trouver un gagnant unique, le ciblage automatique détermine automatiquement la meilleure expérience pour un visiteur donné. La meilleure expérience est basée sur le profil du visiteur et d’autres informations contextuelles afin de fournir une expérience hautement personnalisée.
De la même manière qu’Automated Personalization , le ciblage automatique utilise un algorithme Forêt aléatoire, une méthode d’ensemble de science des données de premier plan, pour déterminer la meilleure expérience à présenter à un visiteur. Le ciblage automatique pouvant s’adapter aux modifications du comportement des visiteurs, il peut s’exécuter perpétuellement pour fournir un effet élévateur. Cette méthode est parfois appelée mode « toujours actif ».
Contrairement à une activité A/B dans laquelle l’affectation d’expérience pour un visiteur donné est persistante, le ciblage automatique optimise l’objectif commercial spécifié pour chaque visite. Comme dans Auto Personalization, Ciblage automatique réserve par défaut une partie du trafic de l’activité en tant que population témoin pour mesurer l’effet élévateur. Les visiteurs du groupe de contrôle reçoivent une expérience aléatoire dans l’activité.
Considérations
Voici quelques points importants à garder à l’esprit lors de l’utilisation du ciblage automatique :
-
Attention à la forme de l’activité. Les performances dépendent davantage du nombre d’emplacements × d’offres que du nombre d’expériences brutes. Les combinaisons cartésiennes volumineuses peuvent ralentir le chargement et la modification dans le compositeur d’expérience visuelle, même en dessous des limites d’expérience documentées.
Il est recommandé de conserver les activités de ciblage automatique et Automated Personalization dans 4 à 6 emplacements avec 4 à 6 offres par emplacement. Les configurations plus volumineuses ne sont pas recommandées. Comme ces activités sont créées directement dans l’étape Expériences, l’interface utilisateur Target peut afficher des avertissements intégrés ou bloquer l’enregistrement lorsque la configuration dépasse les seuils pris en charge.
-
Vous ne pouvez pas passer d’une activité spécifique de ciblage automatique à Automated Personalization, et inversement.
-
Vous ne pouvez pas passer de l’affectation de trafic manuelle (test A/B traditionnel) à ciblage automatique, et inversement après l’enregistrement d’une activité en tant que brouillon.
-
Un modèle est conçu pour identifier les performances de la stratégie personnalisée par rapport au trafic diffusé de manière aléatoire par rapport à l’envoi de tout le trafic vers l’expérience gagnante globale. Ce modèle prend uniquement en compte les accès et les conversions dans l’environnement par défaut.
Le trafic provenant d’un second ensemble de modèles est créé pour chaque groupe de modélisation (AP) ou expérience (AT). Pour chacun de ces modèles, les accès et les conversions dans tous les environnements sont pris en compte.
Les requêtes sont diffusées avec le même modèle, quel que soit l’environnement. Cependant, la pluralité du trafic doit provenir de l’environnement par défaut pour s’assurer que l’expérience gagnante globale identifiée est cohérente avec le comportement réel.
-
Utilisez au moins deux expériences.
Terminologie section_A309B7E0B258467789A5CACDC1D923F3
Les termes suivants sont utiles pour aborder le ciblage automatique :
Fonctionnement Du Ciblage Automatique section_77240E2DEB7D4CD89F52BE0A85E20136
Pour en savoir plus sur les données et les algorithmes sous-jacents au ciblage automatique et à Automated Personalization consultez les liens ci-dessous :
Détermination de l’affectation du trafic section_AB3656F71D2D4C67A55A24B38092958F
Selon l’objectif de votre activité, vous pouvez sélectionner une affectation de trafic différente entre les expériences de contrôle et de ciblage. Une règle de bonne pratique consiste à déterminer cet objectif avant de lancer votre activité en direct.
La liste déroulante Affectation personnalisée vous permet de choisir parmi les options suivantes :
- Évaluer l’algorithme Personalization (50/50)
- Maximiser le trafic Personalization (90/10)
- Affectation personnalisée
Le tableau suivant explique les trois options :
- Maximise la précision de l’effet élévateur entre le contrôle et la personnalisation
- Moins de visiteurs ont une expérience personnalisée
- Optimise le nombre de visiteurs et visiteuses qui disposent d’une expérience personnalisée
- Maximise l’effet élévateur
- Moins de précision quant à la nature de l’effet élévateur vis-à-vis de l’activité
- Il se peut que vous n’obteniez pas les résultats souhaités. En cas d’incertitude, suivez les suggestions indiquées pour l’une des options précédentes.
Pour ajuster le pourcentage Contrôle, cliquez sur Expériences dans le volet Affectation du trafic, puis ajustez les pourcentages selon vos besoins. Vous ne pouvez pas diminuer le groupe de contrôle à moins de 10 %.
Vous pouvez sélectionner une expérience spécifique à utiliser comme contrôle ou utiliser l’option Expérience aléatoire.
À quel moment devriez-vous choisir Ciblage automatique au lieu de Automated Personalization ? section_BBC4871C87944DD7A8B925811A30C633
Il existe plusieurs scénarios dans lesquels vous pouvez préférer utiliser le ciblage automatique à Automated Personalization :
- Si vous souhaitez définir l’expérience entière plutôt que des offres individuelles automatiquement combinées pour former une expérience.
- Si vous souhaitez utiliser l’ensemble des fonctionnalités du Compositeur d’expérience visuelle (VEC) non prises en charge par Personalization automatique : l’éditeur de code personnalisé, plusieurs audiences d’expérience, etc.
- Lorsque vous souhaitez apporter des modifications structurelles à votre page dans différentes expériences. Par exemple, si vous souhaitez réorganiser les éléments sur votre page d’accueil, le ciblage automatique est plus approprié que Automated Personalization.
Qu’est-ce que le ciblage automatique a en commun avec Automated Personalization ? section_2A601F482F9A44E38D4B694668711319
L’algorithme s’optimise pour obtenir un résultat favorable pour chaque visite.
- L’algorithme prédit la propension d’un visiteur à la conversion (ou le chiffre d’affaires estimé provenant de la conversion) pour offrir la meilleure expérience.
- Un visiteur est éligible à une nouvelle expérience à la fin d’une session existante (sauf s’il fait partie de la population témoin, auquel cas l’expérience qui lui est affectée lors de sa première visite reste la même pour les visites suivantes).
- Au cours d’une session, la prédiction ne change pas afin de maintenir la cohérence visuelle.
L’algorithme s’adapte aux changements de comportement des visiteurs.
- Le bandit à plusieurs bras garantit que le modèle « dépense » toujours une petite fraction du trafic pour continuer à apprendre tout au long de la vie de l’apprentissage par activité et pour éviter la surexploitation des tendances apprises précédemment.
- Les modèles sous-jacents sont reconstruits toutes les 24 heures à l’aide des dernières données de comportement des visiteurs afin de s’assurer que Target exploite toujours les préférences changeantes des visiteurs.
- Si l’algorithme ne peut pas déterminer les expériences gagnantes pour les individus, il affiche automatiquement l’expérience globale la plus performante tout en continuant à rechercher des gagnants personnalisés. L’expérience la plus performante est trouvée en utilisant l’échantillonnage de Thompson.
L’algorithme s’optimise en continu pour une seule mesure d’objectif.
- Cette mesure peut être basée sur la conversion ou sur le chiffre d’affaires (plus précisément chiffre d’affaires par visite).
Target collecte automatiquement des informations sur les visiteurs afin de créer les modèles de personnalisation.
- Pour plus d’informations sur les paramètres utilisés dans Ciblage automatique et Automated Personalization, voir Collecte de données Automated Personalization.
Target utilise automatiquement toutes Adobe Experience Cloud audiences partagées pour créer des modèles de personnalisation.
- Vous n’avez rien besoin de faire de particulier pour ajouter des audiences au modèle. Pour plus d’informations sur l’utilisation de Experience Cloud Audiences avec Target, voir Audiences d’Experience Cloud.
Les marketeurs peuvent charger des données hors ligne, des scores de propension ou d’autres données personnalisées pour créer des modèles de personnalisation.
En quoi le ciblage automatique diffère-t-il d’Automated Personalization ? section_BA4D83BE40F14A96BE7CBC7C7CF2A8FB
Le ciblage automatique nécessite souvent moins de trafic que Automated Personalization pour la création d’un modèle personnalisé.
Bien que la quantité de trafic par expérience requise pour les modèles Ciblage automatique ou Personalization automatique à créer soit identique, il y a généralement plus d’expériences dans une activité Automated Personalization que dans une activité Ciblage automatique.
Par exemple, si vous aviez une activité Personalization automatique dans laquelle vous avez créé deux offres par emplacement avec deux emplacements, il y aurait quatre (2 = 4) expériences totales incluses dans l’activité (sans exclusion). À l’aide du ciblage automatique, vous pouvez définir l’expérience 1 pour inclure l’offre 1 à l’emplacement 1 et l’offre 2 à l’emplacement 2, et l’expérience 2 pour inclure l’offre 1 à l’emplacement 1 et l’offre 2 à l’emplacement 2. Étant donné que le ciblage automatique vous permet de choisir plusieurs modifications au sein d’une expérience, vous pouvez réduire le nombre total d’expériences dans votre activité.
Pour le ciblage automatique, des règles de base simples peuvent être utilisées pour comprendre les exigences du trafic :
- Lorsque Conversion est votre mesure de succès : 1 000 visites et au moins 50 conversions par jour et par expérience, et en outre l’activité doit avoir au moins 7 000 visites et 350 conversions.
- Lorsque le chiffre d’affaires par visite est votre mesure de succès : 1 000 visites et au moins 50 conversions par jour et par expérience. En outre, l’activité doit avoir au moins 1 000 conversions par expérience. Le revenu par visite nécessite généralement plus de données pour élaborer des modèles en raison de la variance de données plus prononcée généralement constatée dans le revenu par visite comparativement au taux de conversion.
Le ciblage automatique dispose d’une fonctionnalité de configuration complète.
- Le ciblage automatique étant intégré au workflow d’activité A/B, le ciblage automatique bénéficie du compositeur d’expérience visuelle (VEC) plus mature et complet. Vous pouvez également utiliser des liens QA avec le ciblage automatique.
Le ciblage automatique fournit un framework de test en ligne complet.
- Le bandit à plusieurs bras fait partie d’un cadre de test en ligne plus vaste qui permet aux chercheurs et aux spécialistes des données Adobe de comprendre les avantages de leurs améliorations continues dans des conditions réelles.
- À l’avenir, ce banc d’essai nous permettra d’ouvrir la plateforme de machine learning Adobe aux clients qui maîtrisent les données afin qu’ils puissent introduire leurs propres modèles pour compléter les modèles Target.
Rapports et ciblage automatique section_42EE7F5E65E84F89A872FE9921917F76
Pour plus d’informations, voir Reporting et ciblage automatique.