Poche catture per i modelli in Audience Manager
Scopri come determinare i parametri/input apt per creare il pubblico lookalike.
Descrizione description
Poche catture intorno ai modelli di Audience Manager.
Risoluzione resolution
- Come funziona il pubblico lookalike e i relativi vantaggi?
https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/algorithmic-models/look-alike-modeling/understanding-models.html?lang=en
- Come determinare i parametri/input apt per crearlo.
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. La modellazione lookalike produce risultati più precisi, maggiore è la linea di base.
- Che cos'è il peso delle caratteristiche e come funziona?
La scala di peso delle caratteristiche è una percentuale compresa tra 0% e 100%. Le caratteristiche classificate più vicino al 100% indicano che sono più simili al pubblico nella popolazione linea di base. TraitWeight classifica le caratteristiche appena scoperte in ordine di influenza o desiderabilità.
- Qual è la popolazione di soglia minima della caratteristica/segmento di base che può essere presa in considerazione?
Come indicato sopra, poche 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.
- Perché e come selezionare le origini dati per aumentare e diminuire la rilevanza per le caratteristiche di base?
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 fornitori di dati in Audience Marketplace.
- Quali caratteristiche escludere e su quale base?
- Una volta completata l'esecuzione del modello, quali sono i passaggi successivi?
Una volta completata l’esecuzione del modello, puoi iniziare a creare le caratteristiche e i segmenti.
- Chiarezza nella creazione di altre caratteristiche e segmenti dai dati dopo l'esecuzione del modello e nel suo funzionamento e utilizzo.
- Intervallo e compromesso sulla precisione.
- Come ottenere una precisione ottimale aumentando la portata e l'intervallo?
- Fattori dipendenti dalla creazione/implementazione riuscita di lookalike e del relativo ambito
Visitate il link https://experienceleague.adobe.com/docs/audience-manager/user-guide/features/algorithmic-models/look-alike-modeling/understanding-models.html?lang=en per i punti 10 e 11 e comunicateci se avete domande/problemi specifici che possiamo aiutarvi con in uno qualsiasi dei modelli.
- Quanti giorni/intervalli di tempo dell'esecuzione del modello e il tempo ottimale per creare segmenti dallo stesso?
Attualmente, puoi creare fino a 20 modelli algoritmici e 50 caratteristiche algoritmiche. Il modello viene riaddestrato una volta ogni 8 giorni, insieme all’aggiornamento della popolazione delle caratteristiche algoritmiche.