パス実験を使用 experimentation

実験を行うことで、ランダム分割に基づいて様々なパスをテストし、事前定義済みの成功指標に基づいて最もパフォーマンスが高いパスを判断できます。

ジャーニーでパス実験を設定するには、次の手順に従います。

次の 3 つのパスを比較するとします。

  • メールが 1 件の 1 番目のパス。
  • 2 日間の​ 待機 ​ノードと 1 件のメールの 2 番目のパス。
  • メールの後に SMS メッセージを送信する 3 番目のパス。
  1. オーケストレーション」セクションから、最適化​アクティビティをジャーニーキャンバスにドラッグ&ドロップします。

  2. レポートモードとテストモードのログでアクティビティを識別するのに役立つ、オプションのラベルを追加します。

  3. メソッド​ドロップダウンリストから「実験」を選択します。

    ​ パス実験設定パネル ​ {width="65%"}

  4. 実験を作成」をクリックします。

  5. 実験に設定する​ 成功指標 ​を選択します。 使用可能な指標とリストの設定方法について詳しくは、この節を参照してください。

    実験のプライマリ指標と追加指標の選択 {width="80%"}

  6. パス実験の​ 実験タイプ ​を選択します。

    • A/B実験 — テスト開始時の処理間のトラフィック分割を定義します。 パフォーマンスは、選択した主要指標に基づいて評価されます。レポートでは、処理間の観察された上昇率が示されます。

    • マルチアームドバンディット – 処理間のトラフィックの分割は自動的に処理されます。 7 日ごとに、プライマリ指標のパフォーマンスが確認され、それに応じて重み付けが調整されます。 A/B テストと同様に、レポートには上昇率が引き続き示されています。

    ​ パス実験の実験タイプのドロップダウン ​ {width="80%"}

    ➡️ A/B実験とマルチアームドバンディット実験の違いについて詳しく見る

  7. 配信に​ 除外 ​グループを追加することを選択できます。 このグループは、この実験からパスにエントリしません。

    note
    NOTE
    切り替えバーをオンにすると、母集団の 10%が自動的に取得されます。 必要に応じて、この割合を調整できます。

    ジャーニーがライブになると、ユーザーには異なるパスを進むようにランダムに割り当てられます。 Journey Optimizer は、最もパフォーマンスが高いパスを追跡し、実用的なインサイトを提供します。

    ジャーニーパス実験レポートを使用して、ジャーニーの成功を追跡します。 詳細情報

    実験のユースケース uc-experiment

    次の例は、最適化​アクティビティを​ 実験 ​メソッドで使用して、全体的に最も効果的なパスを決定する方法を示しています。

    accordion
    チャネルの有効性

    最初のメッセージをメールで送信した場合と SMS で送信した場合のどちらがコンバージョン率が高くなるかをテストします。

    ➡️ コンバージョン率を成功指標として使用します(例:購入、新規登録)。

    メールと SMS を比較したチャネルの有効性の実験

    accordion
    メッセージの頻度

    実験を実行して、1 週間に 1 通のメールを送信した場合と 3 通のメールを送信した場合のどちらで購入が増えるかを確認します。

    ➡️ 購入数または登録解除率を成功指標として使用します。

    1 通のメールと 3 通のメールをテストするメッセージの頻度の実験

    accordion
    通信間の待機時間

    フォローアップ前の 24 時間待機と 72 時間待機を比較して、エンゲージメントを最大化するタイミングを判断します。

    ➡️ クリックスルー率または売上高を成功指標として使用します。

    24 時間と 72 時間の遅延を比較した待機時間の実験

    勝者をスケール scale-winner

    note availability
    AVAILABILITY
    パス実験の場合、勝者のスケール機能は、単一ジャーニー(イベントトリガーおよびオーディエンスの選定)でのみ使用できます。
    オーディエンスを読み取りジャーニーでは使用できません。

    「勝者をスケール」を使用すると、実験の勝利バリエーションをすべてのオーディエンスに自動または手動でロールアウトできます。 この機能により、勝者が決定したら、実験を常に監視することなく、そのリーチと効果を増幅できます。

    次の 2 つのモードから選択できます。

    • 自動スケーリング:実験を作成する際に、勝利の処理をスケーリングするタイミングと条件、または勝者が現れない場合はフォールバックオプションを選択して、自動スケーリング設定を指定します。

    • 手動スケーリング:実験結果を手動で確認し、タイミングと決定を完全に制御しながら、勝利の処理のロールアウトを開始します。

    自動スケーリング autoscaling

    自動スケーリングを使用すると、実験の結果に基づいて、勝利の処理またはフォールバックをロールアウトするタイミングについて、定義済みルールを設定できます。

    自動スケーリングが行われると、手動スケーリングは使用できなくなります。

    実験の自動スケールを有効にするには:

    1. ジャーニーの設定と、必要に応じたテストの設定をおこないます。 詳細情報

    2. 実験を設定する際は、自動スケールオプションを有効にします。

      ​ パス実験の自動スケールオプション ​

    3. 勝者のスケールを設定するタイミングを以下から選択します。

      • 勝者が見つかったらすぐに。
      • 選択した時間に実験がライブになった後。

      自動スケール時間は、実験の終了日より前にスケジュールする必要があります。 終了日の後の時間に設定されている場合、検証警告が表示され、ジャーニーは公開されません。

      ​ パス実験 での時間の自動選択の拡大・縮小

    4. スケール時間で勝者が見つからない場合のフォールバック動作を以下から選択します。

      • スケジュールどおりに終了するまで引き続き実験する。
      • 指定した時間の経過後に代替処理をスケーリングする。

    すべてのパラメーターが満たされると、勝利の処理または代替処理がオーディエンスに送信されます。

    手動スケーリング manual-scaling

    手動スケーリングでは、実験結果を確認し、勝利の処理を独自のスケジュールで展開するタイミングを決定できます。

    スケジュールされた自動拡大時間の前に勝者を手動でスケーリングすると、自動スケールはキャンセルされます。

    実験の勝者を手動でスケーリングするには:

    1. ジャーニーの設定と、必要に応じたテストの設定をおこないます。 詳細情報

    2. 勝者が特定されるか、統計的優位差が達成されるまで、実験を実行します。

    3. ジャーニーを開き、パス実験を含む​最適化 アクティビティを選択します。

      パス実験 ビューの結果を確認して、最もパフォーマンスの高い処理を特定します。

      ​ パス実験の手動スケール勝者

    4. 処理をスケール」をクリックして、勝利の処理を残りのオーディエンスにプッシュします。

    5. ドロップダウンメニューから拡大する処理を選択し、「スケール」をクリックします。

      ​ パス実験でのスケール処理の選択 {width="80%"}

    処理のスケーリングには最大 1 時間かかる場合があります。 手動スケーリングプロセスが完了すると、通知が届きます。

recommendation-more-help
journey-optimizer-help