Audience Managerでアルゴリズム(類似)モデルを使用して ROAS を増やす increase-roas-by-using-algorithmic-look-alike-models-in-audience-manager

Audience Managerの類似 (look-alike) の真の力 Modeling は、セカンドパーティおよびサードパーティのデータソースから提供される、品質の高い新しいユーザーセットに対してベースラインオーディエンスを拡大しようとするときに発生します。 このチュートリアルでは、このデータからモデルを作成するために必要な手順を説明します。

Audience Marketplaceからのセカンドパーティまたはサードパーティのデータストリームの有効化 enable-2nd-or-3rd-party-data-streams-from-the-audience-marketplace

類似モデルでセカンドパーティとサードパーティのデータを使用するには、まず、Audience Managerインターフェイスでこのデータを有効にする必要があります。 Adobeには、多数のセカンドパーティおよびサードパーティのデータプロバイダーがあり、これらから選択できます。 これらは、AAMのセルフサービスインターフェイスで、Audience Marketplaceを介して使用できます。 Audience Marketplaceに移動し、可能性を参照します。 次のビデオでは、無料の「購入前に試す」ストリームを有効にする方法を含め、データプロバイダーの価格設定にコミットする前に組織で最も役立つデータをロックインする方法を示します。

また、使用するデータプロバイダーの調査と決定に役立つ重要なリソースは、です Adobe Audience Finder.

理想的なユーザー(コンバージョン)の特性またはセグメントを特定または作成する identify-create-an-ideal-user-conversion-trait-or-segment

サイト上で担当者に何をしてもらおうとしていますか? コンバージョンイベントは何ですか? もちろん、サイトのタイプ/バーティカル、組織の目標に応じて、この質問に対する様々な回答があります。 いずれの場合も、AAMでは、これらの条件を満たした訪問者の特性を作成するのが一般的です。

以下のビデオでは、コンバージョン特性の作成方法を示します。このチュートリアルを続けて類似モデルを作成する際に、この特性を適切に使用する方法を示します。

また、Adobe Analyticsイベントを使用して特性を作成する場合、特性に必要な数より多くのユーザーを収集しないように、主な注意事項があることに注意する必要があります。 次のビデオで大きなリビールをご覧ください。 :)

注意: 上のビデオでは、この例は、Adobe Analyticsを使用していることを前提としています。 明らかに、そうでないかもしれない。 Google Analytics(GA) をお持ちの場合は、AAMにデータを送信する際に使用できるモジュールが用意されています ( ドキュメント) を含め、サイト上のコンバージョンアクティビティが GA によってAAMに送信されている場合は、そこからコンバージョン特性を作成できます。 別の分析ソリューションがある場合(または分析ソリューションがない場合)も、DILコードと submit 機能等 ( ドキュメント) をクリックします。 次に、サイトでコンバージョンアクティビティが実行されたときに送信されたデータに基づいてコンバージョン特性を作成します。

セカンドパーティまたはサードパーティのデータから類似 (look-alike) モデルを作成する create-a-look-alike-model-from-2nd-or-3rd-party-data

上記の手順を完了したら、アルゴリズム(類似)モデルを作成する準備が整いました。 モデルを設定する際に、コンバージョン特性をベース特性(複製したい主要訪問者)として使用し、有効なサードパーティデータストリームをプールとして使用します。

重要なベストプラクティス an-important-best-practice

Audience Managerでアルゴリズムモデルを作成する場合、明らかにモデルをできるだけ有効にしたいと考えます。 モデルでは基本特性/セグメントのメンバーが属するすべての特性が考慮されるので、すべての人が特性/セグメントに属している場合、モデルは役に立ちません。 したがって、超一般的な特性(サイトにアクセスしたすべてのユーザーや、自分から広告を受け取ったすべてのユーザーなど)がある場合は、その属するデータソースがモデルのデータソースに含まれていないことを確認します。 この記事の使用例では、新しいルックエイクのサードパーティデータを見ることに重点を置いていますが、とにかく言及する価値があり、すべてのアルゴリズムモデルに適用されるので、そうは思われません。

Algorithmic Trait creating-an-algorithmic-trait

次に、 Algorithmic Traitを使用して、モデルの結果を使用できるようにします。 特性を作成しないと、モデルは役に立ちません。 したがって、モデルの実行後は、必ず特性ダイアログで Algorithmic Trait. 次のビデオでは、このビデオに関する手順を説明し、いくつかのヒントを示します。

モデルデータからセグメントを作成し、DSPに送信する creating-a-segment-from-the-model-data-and-sending-it-to-dsps

以下を作成したら、 Algorithmic Traitを使用すると、新しいセグメントを作成してデータをアクティブ化できます ( 特性をアクティブ化することはできませんが、 Algorithmic Trait セグメントをアクティブ化(使用)できるようにする。

このアルゴリズム特性からセグメントを作成すると、サイト上で既にコンバージョン済みの人物のように見える、潜在的なクライアントのオーディエンスが得られます。 これで、このセグメントを、Audience Manager内の任意のDSP宛先にマッピングできます。 通常の一般公開よりもサイト上でコンバージョンに至る可能性の高いルックエイクにマーケティングのターゲットを絞り、広告費用対効果を高めることができます。

recommendation-more-help
468cbaa0-07ce-4354-9a38-4f23b645a466