Utilizza modelli lookalike per estendere l’inventario esaurito dai dati di prime parti using-look-alike-models-to-extend-sold-out-inventory-from-your-st-party-data

In questa esercitazione, esamineremo i passaggi da seguire per impostare e utilizzare il look-like Models, in modo da poter creare nuovi tipi di pubblico simili e venderli come estensione del segmento di conversione.

Dettagli del caso d’uso use-case-details

Sei un editore di contenuti. Se sul tuo sito hai già esaurito le scorte per i convertitori, potresti pensare che l’opportunità finisca lì. Immettete l’aspetto dell’AAM Models. Utilizzando questa funzione, puoi estendere ulteriormente l’inventario esaurito e vendere anche tipi di pubblico di persone che forse non si sono ancora convertite, ma che assomigliano o si comportano come persone convertite. Questo segmento di pubblico viene in genere venduto a un prezzo inferiore a quello dei convertitori effettivi, ma consente comunque di aggiungere valore al risultato finale fornendo un’opzione di pubblico aggiuntiva per gli inserzionisti che desiderano inserire annunci sul sito. Il vantaggio aggiuntivo di questo caso d’uso è che l’esecuzione di questo modello sui dati di prime parti non costa nulla.

I passaggi di questa esercitazione sono i seguenti:

Identificare o creare una caratteristica o un segmento utente (conversione) ideale identify-create-an-ideal-user-conversion-trait-or-segment

Cosa stai cercando di convincere le persone a fare sul tuo sito? Qual è il tuo evento di conversione? Naturalmente, ci sono molte risposte diverse a questa domanda, a seconda del tipo di sito/verticale e degli obiettivi organizzativi. In ogni caso, è comune in AAM creare una caratteristica per i visitatori che hanno soddisfatto tali criteri.

In questo caso d’uso, si presume già che ciò sia avvenuto, perché l’inventario è stato esaurito per le persone che sono trasformatori. Tuttavia, ai fini di questa esercitazione, è opportuno discuterne come riferimento per il resto del caso d’uso.

Inoltre, quando si utilizzano gli eventi per creare le caratteristiche, è necessario tenere presente una caratteristica principale, in modo da non raccogliere più utenti di quanto si dovrebbe per la caratteristica. Guarda il video seguente per la grande rivelazione. :)

NOTA: Nel video precedente, l’esempio che mostro presuppone la presenza di Adobe Analytics. Ovviamente, questo potrebbe non essere il caso. Se hai delle Google Analytics (GA), disponiamo di un modulo che puoi utilizzare per inviare dati all’AAM (vedi documentazione), e se l’attività di conversione sul sito viene inviata all’AAM da GA, puoi creare la caratteristica di conversione da quella. Se disponi di una soluzione di analisi diversa (o nessuna soluzione di analisi), puoi comunque inviare dati all’AAM tramite il nostro codice DIL e il submit funzione, ecc. (vedere documentazione). Quindi, di nuovo, crea la caratteristica di conversione in base ai dati inviati quando l’attività di conversione viene eseguita sul sito.

Creare un modello lookalike dai dati di prime parti creating-a-look-alike-model-from-first-party-data

In questo passaggio verrà creata una First Party Modello lookalike Ciò significa che non solo utilizzeremo una caratteristica/segmento di conversione di prime parti per la caratteristica/segmento di base (sarebbe comunque normale per la maggior parte dei modelli), ma che esamineremo anche il pool di dati di prime parti per più persone che assomigliano ai convertitori. Non esamineremo dati di seconde o terze parti.

In questo caso d’uso, questo è importante, perché stiamo cercando di creare sul nostro sito un segmento di utenti che sembrano convertitori ma non si sono ancora convertiti, in modo da poter vendere questo segmento simile agli inserzionisti interessati.

Creare una caratteristica algoritmica creating-an-algorithmic-trait

Ora dovremo creare un’ Algorithmic Trait, in modo da poter utilizzare i risultati del modello. Senza creare una caratteristica, il modello è inutile. Quindi, dopo l’esecuzione del modello, accedi alla finestra di dialogo delle caratteristiche e crea un’ Algorithmic Trait. Il seguente video illustra e fornisce alcuni suggerimenti.

Offri Algorithmic Segment agli inserzionisti offering-the-algorithmic-segment-to-advertisers

Dopo aver creato un’ Algorithmic Trait, puoi creare un nuovo segmento per inserirlo, in modo da poter attivare i dati (non puoi attivare una caratteristica, ma piuttosto creare un nuovo segmento con una caratteristica con Algorithmic Trait in modo da poter attivare (utilizzare) il segmento.

Dopo aver creato un segmento di visitatori di prime parti con un punteggio alto nel modello lookalike (ovvero che sembrano convertitori ma non si è ancora verificata una conversione), puoi offrire questo segmento agli inserzionisti sul sito, anche dopo aver esaurito tutto l’inventario dei convertitori effettivi sul sito. Questo è un ottimo modo per estendere il pubblico e continuare a vedere ricavi aggiuntivi utilizzando Look-Alike Models in Audience Manager.