Auto-Target FAQ et dépannage

Réponse

• Déterminez si la valeur commerciale d’une mesure de succès Revenue per Visit (RPV) vaut les exigences de trafic supplémentaires. Le RPV nécessite généralement au moins 1 000 conversions par expérience pour qu’une activité soit plus performante qu’une conversion.

• Décidez l’affectation ente l’expérience de contrôle et l’expérience personnalisée avant de débuter l’activité d’après vos objectifs.

• Déterminez si vous disposez d’un trafic suffisant sur la page où s’exécute votre activité Auto-Target pour que les modèles de personnalisation soient créés dans un délai raisonnable.

• Si vous testez l’algorithme de personnalisation, vous ne devez pas modifier les expériences, ni ajouter ou supprimer des attributs de profil tant que l’activité est active.

• Envisagez d’exécuter une activité A/B entre les offres et les lieux que vous prévoyez d’utiliser dans votre activité Auto-Target afin de vous assurer que les emplacements et les offres ont un impact sur l’objectif d’optimisation. Si une activité A/B ne démontre pas de différence significative, Auto-Target ne réussira probablement pas non plus à générer un effet élévateur.

  Si un test A/B ne montre aucune différence statistiquement significative entre des expériences, il est probable que les offres considérées ne sont pas suffisamment différentes les unes des autres, que les emplacements sélectionnés n’influencent pas la mesure de succès, ou que l’objectif d’optimisation soit trop distant dans l’entonnoir de conversion pour être affecté par les offres que vous avez choisies.

• Essayez de ne pas apporter de modifications substantielles aux expériences pendant l’activité.

Réponse

La répartition optimale de votre trafic dépend de ce que vous souhaitez accomplir.

Si votre objectif est de personnaliser le plus de trafic possible, vous pouvez conserver une affectation ciblée de 90 % et un contrôle de 10 % sur la durée de vie de l’activité. Si votre objectif est d’exécuter une expérience comparant le fonctionnement des algorithmes personnalisés à celui du contrôle, une répartition 50/50 est préférable pour la durée de vie de l’activité.

Il est recommandé de conserver la répartition de l’affectation du trafic pendant toute la durée de vie de l’activité afin que les visiteurs ne basculent pas entre les expériences ciblées et les expériences de contrôle.

Réponse

Non, seuls les visiteurs qui remplissent les critères et visualisent l’activité Auto-Target sont comptabilisés dans les rapports.

Réponse

Quatre facteurs sont nécessaires pour qu’une activité Auto-Target génère un effet élévateur :

• Les offres doivent être suffisamment différentes pour influencer les visiteurs.
• Les offres doivent se trouver à un endroit qui change l’objectif d’optimisation.
• Le trafic et la « puissance » statistique de l’activité doivent être suffisants dans le test pour permettre de détecter l’effet élévateur.
• L’algorithme de personnalisation doit fonctionner correctement.

Le meilleur plan d’action consiste à s’assurer en premier lieu que le contenu et les lieux qui composent les expériences de l’activité créent une réelle différence dans les taux de réponse globaux par le biais d’un simple test A/B non personnalisé. Assurez-vous de calculer les tailles d’échantillon à l’avance, de manière à garantir que la puissance est suffisante pour détecter un effet élévateur raisonnable et d’exécuter le test A/B pendant une durée déterminée sans l’arrêter ni y apporter de modifications.

Si le résultat du test A/B révèle un effet élévateur statistiquement significatif pour une ou plusieurs expériences, il est probable qu’une activité personnalisée fonctionnera. Bien sûr, la personnalisation peut fonctionner même s’il n’y a aucune différence en termes de taux de réponse global entre les expériences. En règle générale, le problème provient des offres et des emplacements qui n’ont pas un impact suffisant sur l’objectif d’optimisation à détecter avec une signification statistique.

Réponse

Auto-Target peut être utilisé comme une personnalisation "toujours active" qui optimise constamment. En particulier pour le contenu sans cesse renouvelé, il n’est pas nécessaire d’arrêter votre activité Auto-Target.

Si vous souhaitez apporter des modifications substantielles au contenu de votre activité Auto-Target, la meilleure pratique consiste à démarrer une nouvelle activité afin que les autres utilisateurs qui visualisent les rapports ne confondent pas ou ne relient pas les résultats passés à un contenu différent.

Réponse

Le temps nécessaire à la compilation des modèles dans votre activité Auto-Target dépend généralement du trafic vers les emplacements d’activité sélectionnés et des taux de conversion associés à la mesure de succès de votre activité.

Auto-Target ne tente pas de créer un modèle personnalisé pour une expérience donnée tant qu’il n’y a pas au moins 50 conversions pour cette expérience. De plus, si le modèle généré est de qualité insuffisante (comme déterminé par l’évaluation hors ligne sur les données de "test" d’attente, à l’aide de une mesure appelée AUC), le modèle n’est pas utilisé pour traiter le trafic d’une manière personnalisée.

Quelques points supplémentaires à garder à l’esprit concernant la création de modèles de Auto-Target :

• Une fois qu’une activité est active, Auto-Target prend en compte jusqu’aux 45 derniers jours de données diffusées de manière aléatoire lors de la tentative de création de modèles. Par exemple, contrôlez le trafic, plus certaines données supplémentaires diffusées de manière aléatoire, conservées par l’algorithme.
• Lorsque Revenue per Visit est votre mesure de succès, ces activités nécessitent généralement plus de données pour créer des modèles en raison de la variance de données plus élevée qui existe généralement dans les recettes de visite par rapport au taux de conversion.
• Étant donné que les modèles sont construits selon l’expérience, le remplacement d’une expérience par une autre expérience signifie qu’un trafic suffisant (au moins 50 conversions) doit être collecté pour la nouvelle expérience avant que les modèles personnalisés puissent être reconstruits.

Réponse

Non, au moins deux modèles doivent être créés dans votre activité pour que la personnalisation puisse commencer.

Réponse

Vous pouvez commencer à consulter les résultats de votre test Auto-Target après avoir créé au moins deux expériences avec des modèles (coche verte) pour l’expérience dont les modèles sont construits.

Réponse

Vous pouvez sélectionner une expérience à utiliser comme contrôle lors de la création d’une activité Automated Personalization (AP) ou ciblage automatique (AT).

Cette fonctionnalité vous permet d’acheminer l’ensemble du trafic de contrôle vers une expérience spécifique, en fonction du pourcentage d’affectation du trafic configuré dans l’activité. Vous pouvez ensuite évaluer les rapports de performances du trafic personnalisé par rapport au trafic de contrôle vers cette expérience.

Pour plus d’informations, voir Utilisation d’une expérience spécifique comme contrôle.

Réponse

Adobe ne vous recommande pas de modifier la mesure d’objectif à mi-chemin d’une activité. Bien qu’il soit possible de modifier la mesure d’objectif au cours d’une activité à l’aide de l’interface utilisateur de Target, vous devez toujours démarrer une nouvelle activité. Adobe ne garantit pas ce qui se passe si vous modifiez la mesure d’objectif dans une activité après son exécution.

Cette recommandation s’applique aux activités Auto-Allocate, Auto-Target et Automated Personalization qui utilisent Target ou Analytics (A4T) comme source des rapports.

Réponse

L’utilisation de l’option Reset Report Data pour les activités Auto-Target n’est pas suggérée. Bien qu’elle supprime les données de rapport visibles, cette option ne supprime pas tous les enregistrements d’entraînement du modèle Auto-Target. Au lieu d’utiliser l’option Reset Report Data pour les activités Auto-Target, créez une activité et désactivez l’activité d’origine.

Cette recommandation s’applique également aux activités Auto-Allocate et Automated Personalization.

Réponse

Target crée un modèle par expérience, de sorte que la suppression d’une expérience signifie que Target crée un modèle de moins et n’affecte pas les modèles pour les autres expériences.

Par exemple, supposons que vous ayez une activité Auto-Target avec huit expériences et que vous n’aimez pas les performances d’une seule expérience. Vous pouvez supprimer cette expérience, qui n’affecte pas les modèles des sept expériences restantes.

Suggestions de dépannage

Plusieurs modifications de configuration de l’activité peuvent diminuer le temps escompté pour la création des modèles, notamment le nombre d’expériences incluses dans votre activité Auto-Target, le trafic entrant sur votre site et la mesure de succès sélectionnée.

Solution : Vérifiez la configuration de votre activité et vérifiez si vous êtes prêt à apporter des modifications afin d’améliorer la vitesse de compilation des modèles.

• Si votre mesure de succès est définie sur RPV, pouvez-vous la convertir ? Les activités de conversion tendent à exiger moins de trafic pour compiler des modèles. Vous ne perdrez pas les données d’activité si vous modifiez le critère de mesure de succès en passant du RPV à la conversion.
• Votre mesure de succès est-elle située loin en arrière dans l’entonnoir de vente par rapport aux expériences de votre activité ? Un taux de conversion d’activité plus faible augmente les exigences de trafic nécessaires à la création des modèles, car un nombre minimum de conversions est requis.
• Y a-t-il des expériences que vous pouvez supprimer de votre activité ? La réduction du nombre d’expériences dans une activité réduit le temps de création des modèles.
• Existe-t-il une page à trafic élevé sur laquelle cette activité serait plus efficace ? Plus le trafic et les conversions sont importants dans les emplacements de vos activités, plus les modèles sont rapides à générer.

Suggestions de dépannage

Quatre facteurs sont nécessaires pour qu’une activité Auto-Target génère un effet élévateur :

• Les offres doivent être suffisamment différentes pour influencer les visiteurs.
• Les offres doivent se trouver à un endroit qui change l’objectif d’optimisation.
• Le trafic et la « puissance » statistique de l’activité doivent être suffisants dans le test pour permettre de détecter l’effet élévateur.
• L’algorithme de personnalisation doit fonctionner correctement.

Solution : tout d’abord, assurez-vous que votre activité personnalise le trafic. Si les modèles ne sont pas créés pour l’ensemble des expériences, votre activité Auto-Target continue de générer de manière aléatoire une portion significative des visites pour tenter de créer tous les modèles aussi rapidement que possible. Si les modèles ne sont pas créés, Auto-Target ne personnalise pas le trafic.

Ensuite, assurez-vous que les offres et les emplacements d’activité font réellement une différence dans les taux de réponse globaux à l’aide d’un simple test A/B non personnalisé. Assurez-vous de calculer les tailles d’échantillon à l’avance, de manière à garantir que la puissance est suffisante pour détecter un effet élévateur raisonnable et d’exécuter le test A/B pendant une durée déterminée sans l’arrêter ni y apporter de modifications. Si les résultats d’un test A/B présentent un effet élévateur statistiquement significatif sur une ou plusieurs expériences, il est probable qu’une activité personnalisée fonctionne. Personalization peut fonctionner même s’il n’existe aucune différence dans les taux de réponse globaux des expériences. En règle générale, le problème provient des offres et des emplacements qui n’ont pas un impact suffisant sur l’objectif d’optimisation à détecter avec une signification statistique.

Suggestions de dépannage

C’est ce qui est attendu.

Dans une activité Auto-Target, une fois qu’une mesure de conversion (qu’il s’agisse d’un objectif d’optimisation ou d’un objectif postérieur) est convertie, l’utilisateur est libéré de l’expérience et l’activité redémarre.

Par exemple, il existe une activité avec une mesure de conversion (C1) et une autre mesure (A1). A1 dépend de C1. Lorsqu’un visiteur entre dans l’activité pour la première fois et que les critères de conversion de A1 et C1 ne sont pas convertis, la mesure A1 n’est pas convertie en raison de la dépendance de la mesure de succès. Si le visiteur convertit C1 puis A1, A1 n’est toujours pas converti, car lorsque C1 est converti, le visiteur est libéré.