Domande frequenti su Predictive Audiences
Domande frequenti su Predictive Audiences.
Quando dovrei usare Predictive Audiences invece di Look-alike modeling?
Predictive Audiences e Look-alike modeling vengono utilizzati per casi di utilizzo diversi. Le principali differenze tra i due algoritmi sono le seguenti:
- Look-alike modeling prende un pubblico ridotto come input e lo espande. Predictive Audiences prende un pubblico di grandi dimensioni come input e lo divide in pubblici distinti più piccoli, definiti dai tuoi utenti tipo.
- Il numero di segmenti di base è diverso per ciascun algoritmo. Predictive Audiences richiede almeno due linee di base, mentre Look-alike modeling ne utilizza al massimo una.
- Predictive Audiences esegue la valutazione del segmento in tempo reale, mentre Look-alike modeling no.
In base al caso di utilizzo, dovresti decidere quale modello è più pertinente per te.
Puoi considerare la creazione di un modello Predictive Audiences con una serie di linee di base come l’equivalente della creazione dello stesso numero di modelli lookalike, soltanto senza la valutazione in tempo reale e con una probabilità molto elevata di avere visitatori appartenenti a più utenti tipo diversi, invece di un unico segmento distinto.
Quanti utenti tipo/modelli posso creare?
Puoi creare fino a 10 modelli Predictive Audiences. Per ciascun modello, puoi definire fino a 50 caratteristiche o segmenti della linea di base.
Come posso creare nuovi segmenti da un segmento Predictive Audiences?
Vai in Audience Data > Segments e fai clic sulla cartella Predictive Audiences. Trova il segmento desiderato, duplicalo e modificalo in base alle tue esigenze.
Quando posso vedere i primi risultati prodotti dal mio modello?
I risultati del modello Predictive Audiences sono disponibili entro 24 ore dalla creazione del modello, se il modello viene eseguito correttamente.
Se il modello non produce risultati entro 24 ore, contatta il tuo rappresentante Adobe.
Perché il mio modello non genera risultati o non mostra lo stato di Warning?
I modelli Predictive Audiences potrebbero non riuscire a produrre risultati a causa di una serie di motivi:
- Nessuno degli utenti tipo selezionati traits / segments dispone di un numero sufficiente di profili utente. È consigliabile scegliere traits o segments in modo che ogni utente tipo abbia almeno un centinaio di profili utente.
- Nessuno degli utenti tipo selezionati traits / segments dispone di un numero sufficiente di dati nei profili utente (caratteristiche da analizzare insufficienti).
- La caratteristica o il segmento del pubblico di destinazione non ha utenti attivi o onboarded.
- Gli utenti del pubblico di destinazione attivi o per i quali è stato effettuato l’onboarding negli ultimi 30 giorni non dispongono di un numero sufficiente di dati nei loro profili utente (caratteristiche da analizzare insufficienti).
- Il segmento del pubblico di destinazione utilizza un Profile Merge Rule diverso da quello scelto per il modello.
- L'origine dati delle caratteristiche del pubblico di destinazione potrebbe non essere inclusa in Profile Merge Rule scelto per il modello.
Per risultati ottimali, segui le linee guida suggerite Selection Criteria for Personas e Selection Criteria for Target Audience.
Perché il mio modello mostra lo stato Error?
Non è stato possibile eseguire il modello. In questi casi, contatta il tuo rappresentante Adobe.
Come posso modificare Profile Merge Rule per Predictive Audiences segment?
Crea un nuovo modello selezionando gli stessi utenti tipo e lo stesso pubblico di destinazione del modello precedente. Durante la creazione del modello, assegnare un Profile Merge Rule diverso.
Scegliere Profile Merge Rule
Quando scegli Profile Merge Rule per il tuo modello, analizza attentamente il tuo caso d'uso.
Supponiamo che il pubblico di destinazione segment utilizzi un Profile Merge Rule basato su profili autenticati + Device Graph profili e che tu selezioni lo stesso Profile Merge Rule per il predittivo segments. In questo caso, sia il livello di dispositivo che il livello multi-dispositivo traits verranno utilizzati per l'addestramento del modello e nel posizionamento dell'utente in un segment predittivo.
Se tuttavia si seleziona un Profile Merge Rule basato solo sui profili dispositivo, nessuno dei traits multidispositivo diventerà influente e non contribuirà al posizionamento degli utenti in un segment predittivo. Ciò può influire negativamente sulla precisione e sulla portata del modello.
Analizza attentamente il tuo caso d'uso e decidi quali trait tipi vuoi che il modello impari da e quale tipo di dati vuoi che il modello utilizzi per la classificazione.
Un utente del pubblico di destinazione che non fa parte di alcun segmento o caratteristica dell’utente tipo potrebbe non essere classificato?
Sì, se l’utente non ha alcuna caratteristica nel suo profilo. In tal caso, l’utente otterrà un punteggio di corrispondenza pari a 0 per tutti i segmenti o caratteristiche dell’utente tipo e non sarà quindi classificato in nessuno dei segmenti predittivi.
Un utente classificato in uno dei segmenti predittivi può essere riclassificato in un segmento Predictive Audiences diverso?
Sì. Poiché l’algoritmo viene addestrato su base giornaliera, applica le modifiche per ciascun utente tipo in termini di valutazione delle caratteristiche. Se un utente che fa parte di un segmento Predictive Audiences è attivo, le modifiche nella valutazione delle caratteristiche possono modificare la classificazione in base all’attività degli ultimi 30 giorni.
Posso visualizzare le caratteristiche in base alle quali viene effettuata la classificazione del pubblico?
Sì, puoi visualizzare tutte le caratteristiche influenti di tutte le linee di base nella pagina di reporting del modello. Consulta Influential Traits.
È possibile modificare il valore TTL (time to live) delle caratteristiche predittive?
Il valore TTL delle caratteristiche predittive è impostato su 0 (durata) e non può essere modificato. Predictive Audiences può annullare la segmentazione degli utenti dai segmenti predittivi solo quando si qualificano per il segmento di base o quando vengono riclassificati in un segmento predittivo diverso.
Se necessario, puoi aggirare questa funzionalità creando un nuovo segmento che contiene sia una caratteristica predittiva che una caratteristica attività con un TTL specificato.
Cosa succede al modello se modifico uno dei segmenti o caratteristiche della sua linea di base?
Il modello valuta le caratteristiche o i segmenti una volta al giorno. Dovresti visualizzare la classificazione aggiornata il giorno successivo al tuo aggiornamento.
È possibile selezionare le sorgenti di dati da cui il modello apprende?
No, la selezione delle sorgenti di dati non è supportata. L’algoritmo Predictive Audiences apprende da tutte le caratteristiche di prima parte.