Targeting automatico Domande frequenti e risoluzione dei problemi

• Decidi se il valore aziendale di una Ricavo per visita (RPV) la metrica di successo vale i requisiti di traffico aggiuntivi. RPV richiede in genere almeno 1.000 conversioni per esperienza perché un'attività funzioni rispetto alla conversione.

• In base ai tuoi obiettivi, decidi la ripartizione tra il controllo e le esperienze personalizzate prima di iniziare l'attività.

• Determina se disponi di traffico sufficiente per la pagina in cui Targeting automatico l’attività viene eseguita affinché i modelli di personalizzazione possano essere generati in un tempo ragionevole.

• Se stai testando l'algoritmo di personalizzazione, non è consigliabile modificare le esperienze o aggiungere o rimuovere attributi di profilo mentre l'attività è in esecuzione.

• È consigliabile completare un’attività A/B tra le offerte e le posizioni che intendi utilizzare nel tuo Targeting automatico attività per garantire che posizioni e offerte abbiano un impatto sull’obiettivo di ottimizzazione. Se un’attività A/B non riesce a dimostrare una differenza significativa, Targeting automatico probabilmente non riesce a generare l’incremento.

  Se un test A/B non mostra differenze statisticamente significative tra le esperienze, probabilmente le offerte che stai prendendo in considerazione non sono sufficientemente diverse tra loro, le posizioni selezionate non incidono sulla metrica successo o l'obiettivo di ottimizzazione è troppo lontano nell'imbuto di conversione per essere influenzato dalle offerte scelte.

• Cerca di non apportare modifiche sostanziali alle esperienze durante l’attività.

Se l’obiettivo è quello di personalizzare il traffico il più possibile, puoi mantenere un’allocazione mirata del 90% e un controllo del 10% per la durata dell’attività. Se l’obiettivo è quello di eseguire un esperimento confrontando il comportamento degli algoritmi personalizzati rispetto al controllo, allora una suddivisione 50/50 è la migliore per la durata dell’attività.

Si consiglia di mantenere la suddivisione del traffico per la durata dell’attività in modo che i visitatori non passino da un’esperienza di targeting a una di controllo.

• Le offerte devono essere sufficientemente diverse da influenzare i visitatori.
• Le offerte devono essere posizionate in un punto che faccia la differenza per l’obiettivo di ottimizzazione.
• Il test deve avere traffico e potenza statistica tali da consentire il rilevamento di un incremento.
• L’algoritmo di personalizzazione deve funzionare bene.

La migliore linea di azione è di assicurarsi in primo luogo che i contenuti e le posizioni, che compongono le esperienze di attività, facciano davvero una differenza per i tassi di risposta generali tramite un semplice test A/B e non personalizzato. Calcola le dimensioni del campione in tempo per assicurarti che sia possibile visualizzare un incremento ragionevole ed esegui il test A/B per una durata fissa senza interruzioni né modifiche.

Se i risultati di test A/B mostrano un incremento statisticamente significativo su una o più esperienze, può funzionare un'attività personalizzata. Naturalmente, la personalizzazione può funzionare anche se non ci sono differenze nei tassi di risposta complessiva delle esperienze. In genere, il problema deriva dal fatto che le offerte e le posizioni non hanno un impatto sufficiente sull’obiettivo di ottimizzazione da rilevare con significatività statistica.

Targeting automatico può essere utilizzata come personalizzazione "sempre attiva" che si ottimizza costantemente. Soprattutto per i contenuti fissi, non è necessario arrestare l’attività di Targeting automatico.

Se desideri apportare modifiche sostanziali al contenuto nel Targeting automatico attività, la best practice consiste nell’avviare una nuova attività in modo che gli altri utenti che revisionano i rapporti non confondano o riferiscano i risultati passati con contenuti diversi.

Targeting automatico non tenta di creare un modello personalizzato per una determinata esperienza fino a quando non ci sono almeno 50 conversioni per tale esperienza. Inoltre, se il modello costruito è di qualità insufficiente (come determinato dalla valutazione offline sui dati "test" di sospensione, utilizzando una metrica nota come AUC), il modello non viene utilizzato per gestire il traffico in modo personalizzato.

Altri punti da tenere a mente sulla creazione di modelli di Targeting automatico:

• Dopo che un’attività è in esecuzione, Targeting automatico considera fino agli ultimi 45 giorni di dati serviti in modo casuale durante il tentativo di creazione di modelli. Ad esempio, controlla il traffico, più alcuni dati forniti in modo casuale dall’algoritmo.
• Quando Ricavo per visita è la metrica di successo, in genere queste attività richiedono più dati per generare modelli a causa della varianza di dati più elevata che esiste in genere nei ricavi da visita rispetto al tasso di conversione.
• Poiché i modelli sono generati in base all’esperienza, sostituire un’esperienza con un’altra significa che è necessario raccogliere per la nuova esperienza un traffico sufficiente (almeno 50 conversioni) prima di poter ricostruire i modelli personalizzati.

Questa funzione ti consente di indirizzare l’intero traffico di controllo a un’esperienza specifica, in base alla percentuale di allocazione del traffico configurata nell’attività. Puoi quindi valutare i rapporti sulle prestazioni del traffico personalizzato rispetto al traffico verso l’esperienza di controllo.

Per ulteriori informazioni, consulta Utilizzare un’esperienza specifica come controllo.

Target crea un modello per esperienza, quindi rimuovere un’esperienza significa Target crea un modello in meno e non influisce sui modelli per le altre esperienze.

Ad esempio, supponi di avere un’attività Targeting automatico con otto esperienze e di non apprezzare le prestazioni di un’esperienza. Puoi rimuovere tale esperienza e non influisce sui modelli per le sette esperienze rimanenti.

Soluzione: Esamina la configurazione dell’attività e osserva se sei disposto a apportare modifiche per migliorare la velocità di generazione dei modelli.

• Se la metrica di successo è impostata su RPV, puoi passare alla conversione? Le attività di conversione tendono a richiedere meno traffico per la generazione dei modelli. Non perderai i dati di attività se modifichi la metrica di successo da RPV a conversione.
• La metrica del successo è molto in basso nel funnel di vendita dalle esperienze dell’attività? Un tasso di conversione dell’attività più basso aumenta i requisiti di traffico necessari per la generazione dei modelli, perché è necessario un numero minimo di conversioni.
• È possibile eliminare alcune esperienze dall’attività? La riduzione del numero di esperienze in un’attività riduce il tempo necessario per generare i modelli.
• Esiste una pagina con traffico più alto in cui questa attività avrebbe più successo? Maggiore è il traffico e le conversioni nelle posizioni di attività, più rapidi saranno i modelli generati.

• Le offerte devono essere sufficientemente diverse da influenzare i visitatori.
• Le offerte devono essere posizionate in un punto che faccia la differenza per l’obiettivo di ottimizzazione.
• Il test deve avere traffico e potenza statistica tali da consentire il rilevamento di un incremento.
• L’algoritmo di personalizzazione deve funzionare bene.

Soluzione: in primo luogo, assicurati che l'attività personalizzi il traffico. Se i modelli non sono generati per tutte le esperienze, l’attività di Targeting automatico fornisce ancora in modo casuale una parte significativa di visite per tentare di generare tutti i modelli il più rapidamente possibile. Se i modelli non sono generati, il Targeting automatico non personalizza il traffico.

Quindi, assicurati che le offerte e le posizioni di attività facciano davvero la differenza nei tassi di risposta generali utilizzando un semplice test A/B non personalizzato. Calcola le dimensioni del campione in tempo per assicurarti che sia possibile visualizzare un incremento ragionevole ed esegui il test A/B per una durata fissa senza interruzioni né modifiche. Se i risultati di un test A/B mostrano un incremento statisticamente significativo su una o più esperienze, è probabile che un’attività personalizzata funzioni. La personalizzazione può funzionare anche se non ci sono differenze nei tassi di risposta generali delle esperienze. In genere, il problema deriva dal fatto che le offerte e le posizioni non hanno un impatto sufficiente sull’obiettivo di ottimizzazione da rilevare con significatività statistica.

In un Targeting automatico attività, una volta convertita una metrica di conversione (che si tratti di obiettivo di ottimizzazione o di corrispondenza), l’utente viene rilasciato dall’esperienza e l’attività viene riavviata.

Prendiamo ad esempio un’attività con una metrica di conversione (C1) e una metrica aggiuntiva (A1). A1 dipende da C1. Quando un visitatore accede all’attività per la prima volta e i criteri di conversione per A1 e C1 non vengono soddisfatti, la metrica A1 non consegue la conversione a causa della dipendenza dalla metrica di successo. Se il visitatore converte C1 e poi A1, A1 non viene ancora convertito perché quando C1 viene convertito, il visitatore viene rilasciato.