Domande frequenti sulla modellazione lookalike

Panoramica overview

Questo articolo fornisce le risposte alle domande più frequenti su Look-Alike Modeling.

Domande questions

Perché viene visualizzato un grafico Accuracy & Reach piatto?

Un grafico Accuracy & Reach piatto significa che quasi ogni utente ha ricevuto lo stesso punteggio dal modello. Questo può accadere quando includi la caratteristica visitatore del sito nelle origini dati su cui hai eseguito il modello. Per evitare questo problema, rimuovere la caratteristica generica dall'input del modello durante il passaggio di creazione del modello utilizzando il campo Exclusions.

Perché alcune delle mie caratteristiche influenti principali hanno un pubblico molto piccolo?

L’algoritmo seleziona caratteristiche altamente correlate alla caratteristica linea di base. Ad esempio, se una data caratteristica ha una sovrapposizione del 100% con la caratteristica linea di base, avrà un peso molto alto, anche se il numero di utenti in quella caratteristica è basso.

Perché il mio modello non è stato eseguito/rieseguito?

I modelli che hanno prodotto risultati continueranno a essere eseguiti solo se hai creato almeno una caratteristica algoritmica attiva e l’hai mappata a un segmento attivo e a una destinazione.

Perché il mio modello non ha prodotto alcun risultato?

Ciò è in genere causato dal fatto di non avere sovrapposizioni di caratteristiche significative tra la popolazione al basale e la popolazione nelle origini dati selezionate.

Sono presenti consigli sulla caratteristica linea di base o sulla dimensione del segmento?

Alcune migliaia di utenti dovrebbero essere sufficienti per eseguire il modello su, dato che vi è una significativa sovrapposizione di caratteristiche tra la popolazione linea di base e la popolazione nelle origini dati selezionate. Look-Alike Modeling produce risultati più precisi, maggiore è la linea di base.

Quali origini dati di terze parti scegliere per il modello?

Utilizza origini dati che hanno almeno una sovrapposizione con la caratteristica/segmento linea di base, ma allo stesso tempo includono ulteriori utenti. È inoltre necessario considerare il costo associato a ciascun feed di dati. I modelli di costi e prezzi variano tra i provider di dati in Audience Marketplace.

È necessario utilizzare dati di terze parti per la modellazione?

Dipende dal modello di determinazione prezzi del feed dati selezionato. Alcuni feed consentono la modellazione a costo zero, mentre altri ti addebitano una tariffa. Per ulteriori dettagli, consulta Fatturazione per gli acquirenti di feed di dati.

Quanti modelli/caratteristiche posso creare?

Attualmente, puoi creare fino a 20 modelli algoritmici e 50 caratteristiche algoritmiche.

Qual è la frequenza di aggiornamento della popolazione di caratteristiche algoritmiche e di formazione del modello?

Il modello viene riaddestrato una volta ogni 8 giorni, insieme all’aggiornamento della popolazione delle caratteristiche algoritmiche.