Audience Lab のユースケース audience-lab-use-cases

Model Builder または外部プラットフォームでモデルを 2 つ作成します。

アルゴリズムの特性を作成するか、オンボードの特性として独自のモデルをインポートします。

どちらのモデルのユーザーも重複しないよう、相互に排他的なセグメントを作成します。

• モデル 1 のセグメント ​と​ モデル 2 のセグメント ​を作成します。
• モデル 1 のセグメント ​のセグメントルールを、モデル 1 の特性 AND NOT モデル 2 の特性とし、モデル 2 のセグメント ​についてはその逆とします。

Audience Lab で、一方は​ モデル 1 のセグメント、もう一方は​ モデル 2 のセグメント ​をベースラインとする 2 つのセグメントテストグループを作成します。

• どちらのテストグループも、宛先、クリエイティブ、コンバージョン特性の条件を同じにします。
• テストセグメントのユーザー数が大きく違わないようにしてください（例えば、160 万人に対して 180 万人の場合は問題ありませんが、160 万人に対して 1600 万人の場合は問題となります）。
• 各テストセグメントのテストグループで対照群を用意します。そうすることで、各セグメントのごく一部を切り離し、それらを明示的にテストのターゲット対象から外すことができます。

結果の確認

• Audience Lab のレポート表示には、各モデルが達成したコンバージョン数が示されます。コンバージョンベースのキャンペーンでは、コンバージョン率が最も高いテストセグメントのモデルが最も優れたパフォーマンスを示したことになります。
• 用意しておいた対照群を使用して、「標準のターゲティング」に対するモデルのパフォーマンスを評価することもできます。モデル同士を比較してテストするだけでなく、「モデルのパフォーマンスが通常時よりも上がっているか」という疑問を確認するためのテストが可能です。