[Premium]{class="badge positive" title="Target Premium に含まれる機能を確認してください。"}
自動ターゲットの概要
Adobe Target の自動ターゲットアクティビティは、高度な機械学習を活用して、マーケターが定義した複数の高パフォーマンスエクスペリエンスから選択し、コンテンツのパーソナライズとコンバージョンの促進を行います。自動ターゲットは、個々の顧客プロファイルや同様のプロファイルを持つ過去の訪問者の行動に基づいて、各訪問者に合わせた最適なエクスペリエンスを提供します。
-
自動ターゲットは、この Target Premium ソリューションの一部として使用できます。この機能は、Target Premium ライセンスのない Target Standard では使用できません。 このライセンスで提供される高度な機能について詳しくは、Target Premium を参照してください。
-
Analytics for Target（A4T）は、自動ターゲットアクティビティをサポートします。詳しくは、A4T での自動配分および自動ターゲットアクティビティのサポートを参照してください。
自動ターゲットを使用した実際のユーザー事例 success
ある大手衣料品店は最近、製品カテゴリベースの 10 とおりのエクスペリエンス（およびランダムコントロール）を備えた自動ターゲットアクティビティを使用して、各訪問者に適切なコンテンツを配信しました。「買い物かごに追加」が主要な最適化指標として選択されました。ターゲットエクスペリエンスの平均上昇率は 29.09％でした。自動ターゲットモデルを構築した後、アクティビティを、90％パーソナライズされたエクスペリエンスに設定しました。
わずか 10 日で、1,700,000 ドル以上の上昇率を達成しました。
さらに読み進めれば、自動ターゲットを使用して組織の上昇率と売上高を向上させる方法を習得できます。
概要 section_972257739A2648AFA7E7556B693079C9
3 ステップのガイドによるワークフローを使用して A/B アクティビティを作成するときに、ターゲットページ（手順 2）で「パーソナライズされたエクスペリエンスの自動ターゲット」オプションを選択します。
A/B アクティビティフロー内で「自動ターゲット」オプションを利用すると、マーケターが定義したエクスペリエンスのセットを基に、機械学習を生かしたパーソナライゼーションをクリック 1 回で行うことができます。自動ターゲットは従来の A/B テストや自動配分とは違い、各訪問者にどのエクスペリエンスを提供するかを判断することで、可能な限りの最適化を行う仕組みになっています。1 つの勝者を見つけることが目的の A/B アクティビティとは異なり、自動ターゲットでは、特定の訪問者にとって最高のエクスペリエンスを自動的に特定します。優れた体験は、訪問者のプロファイルやその他のコンテキスト情報に基づいて、高度にパーソナライズされたエクスペリエンスを提供します。
Automated Personalization と同じように、自動ターゲットでは先進のデータサイエンスアンサンブル手法であるランダムフォレストアルゴリズムを使用して、訪問者に表示する最適なエクスペリエンスを決定します。自動ターゲットは訪問者の行動の変化に適応できるので、上昇率を提供するために永続的に実行できます。この手法は、「常時稼働」モードとも呼ばれます。
特定の訪問者のエクスペリエンスの配分が固定されている A/B アクティビティとは異なり、自動ターゲットは指定されたビジネス目標に合わせて各訪問で最適化を行います。Automated Personalization と同様に自動ターゲットでも、上昇率を計測するために、デフォルトではアクティビティのトラフィックの一部がコントロールグループに配分されます。コントロールグループの訪問者には、アクティビティのランダムエクスペリエンスが配信されます。
注意点
自動ターゲットを使用する際に留意すべき重要な注意事項は、次のとおりです。
-
アクティビティの形を覚えておいてください。パフォーマンスは、未加工のエクスペリエンス数よりも × オファーの数に左右されます。大きなデカルトの組み合わせでは、ドキュメントに記載されているエクスペリエンス制限を下回る場合でも、Visual Experience Composer の読み込みと編集が遅くなる可能性があります。
ベストプラクティスとして、1 か所あたり 4～6 件のオファーを含む自動ターゲットおよび Automated Personalization のアクティビティを 4～6 か所に保存します。大きな設定は推奨されません。これらのアクティビティはエクスペリエンスステップで直接構築されているため、設定がサポートされているしきい値を超えると、Target UI にインライン警告またはブロック保存が表示される場合があります。
-
特定のアクティビティを自動ターゲットから Automated Personalization に切り替えることはできません。逆も同様です。
-
アクティビティをドラフトとして保存した後に、手動トラフィック配分（従来の A/B テスト）から自動ターゲット（およびその逆）へと切り替えることはできません。
-
1 つのモデルを使用して、パーソナライズされた戦略、ランダムに提供されるトラフィック、そしてすべてのトラフィックを勝者エクスペリエンス全体に送信する場合のパフォーマンスを比較します。このモデルでは、ヒットとコンバージョンはデフォルト環境でのみ考慮されます。
2 番目のモデルセットからのトラフィックは、モデリンググループ（AP）またはエクスペリエンス（AT）ごとに作成されます。 これらのモデルごとに、すべての環境にわたるヒットおよびコンバージョンが考慮されます。
リクエストは、環境に関係なく、同じモデルで提供されます。ただし、特定された総合的な勝者エクスペリエンスが実際の行動と一致するように、大多数のトラフィックをデフォルト環境から提供する必要があります。
-
2 つ以上のエクスペリエンスを使用します。
用語 section_A309B7E0B258467789A5CACDC1D923F3
自動ターゲットの重要な用語を次に示します。
自動ターゲットの仕組み section_77240E2DEB7D4CD89F52BE0A85E20136
自動ターゲットと Automated Personalization の基盤を成すデータとアルゴリズムについて詳しくは、次のリンクを参照してください。
トラフィック配分の決定 section_AB3656F71D2D4C67A55A24B38092958F
アクティビティの目標に合わせて、様々な方法でコントロールとパーソナライズされたエクスペリエンスにトラフィックを配分できます。 アクティビティをライブにする前に、アクティビティの目標を決めておくことをお勧めします。
カスタム配分ドロップダウンリストで、以下のオプションを選択できます。
- パーソナライゼーションアルゴリズムを評価（50/50）
- パーソナライゼーショントラフィックを最大化（90/10）
- カスタム配分
次の表では、3 つのオプションについて説明します。
- コントロールと比較した場合のパーソナライゼーションの上昇率の精度を最大化できます。
- エクスペリエンスがパーソナライズされる訪問者は比較的少数です。
- パーソナライズされたエクスペリエンスを提供する訪問者数を最大化できます。
- 上昇率を最大化できます。
- アクティビティの上昇率の精度が落ちます。
- 想定どおりの結果が得られない場合もあります。 目安がわからない場合は、上述のいずれかのオプションを使用することをお勧めします。
コントロールの割合を調整するには、トラフィック配分パネルの「エクスペリエンス」をクリックし、必要に応じて割合を調整します。コントロールグループの割合を 10％未満にすることはできません。
特定のエクスペリエンスを選択してコントロールとして使用したり、ランダムエクスペリエンスオプションを使用したりできます。
Automated Personalization よりも自動ターゲットの方が効果的なケース section_BBC4871C87944DD7A8B925811A30C633
次のようなシナリオでは、Automated Personalization よりも自動ターゲットの方が効果的です。
- 自動的に組み合わせてエクスペリエンスを形成する個々のオファーではなく、エクスペリエンス全体を定義したい場合。
- Automated Personalization には対応していないものも含め、Visual Experience Composer（VEC）の全機能（カスタムコードエディターや複数のエクスペリエンスオーディエンスなど）を使用したい場合。
- 様々なエクスペリエンスでページに構造的な変更を加えたい場合。例えば、ホームページ上の要素の並びを変更したい場合は、Automated Personalization よりも自動ターゲットの方が効果的です。
自動ターゲットと Automated Personalization の共通点 section_2A601F482F9A44E38D4B694668711319
訪問ごとに好ましい結果を得るためにアルゴリズムが最適化されます。
- アルゴリズムが訪問者のコンバージョン傾向（またはコンバージョンによる推定売上高）を予測して、最適なエクスペリエンスを提供します。
- 訪問者は、既存のセッションの終了時に新しいエクスペリエンスの対象になります（訪問者がコントロールグループに属している場合を除きます。その場合は、最初の訪問で訪問者に割り当てられたエクスペリエンスが、その後の訪問でもそのまま提供されます）。
- セッション内では、ビジュアルの一貫性を保つために、予測は変わりません。
訪問者の行動の変化にアルゴリズムが対応します。
- マルチアームバンディットでは、モデルは常にトラフィックのごく一部を「消費」して、アクティビティ学習の全期間を通じて学習を継続し、それまでに学習したトレンドの乱用を防止します。
- 基盤となるモデルは、最新の訪問者行動データを使用して 24 時間ごとに再構築され、変化する訪問者の好みを Target が常に利用できるようになっています。
- 個人の勝者エクスペリエンスをアルゴリズムで特定できなかった場合は、パフォーマンスが全体として最も高いエクスペリエンスを表示する方式に自動的に切り替わりますが、パーソナライズされた勝者の特定は続行されます。 最もパフォーマンスが高いエクスペリエンスは、トンプソンサンプリングによって割り出されます。
単一の目標指標に合わせて、アルゴリズムが絶えず最適化されます。
- この指標には、コンバージョンベースと売上高ベース（具体的には、訪問あたりの売上高）があります。
Target では、訪問者に関する情報を自動的に収集して、パーソナライゼーションモデルを構築します。
- 自動ターゲットと Automated Personalization で使用されるパラメーターについて詳しくは、Automated Personalization のデータ収集を参照してください。
Target では、Adobe Experience Cloud のすべての共有オーディエンスを自動的に使用して、パーソナライゼーションモデルを構築します。
- オーディエンスをモデルに追加するために、特別な作業を行う必要はありません。 Experience Cloud Audiences と Target を併用する方法について詳しくは、「Experience Cloud オーディエンス」を参照してください。
マーケターは、オフラインデータや傾向スコアなどのカスタムデータをアップロードして、パーソナライゼーションモデルを構築することができます。
- 詳しくは、データのアップロード：自動ターゲットおよび Automated Personalization を参照してください。
自動ターゲットと Automated Personalization の相違点 section_BA4D83BE40F14A96BE7CBC7C7CF2A8FB
通常、パーソナライズされたモデルの作成に必要なトラフィックの量は、自動ターゲットの方が Automated Personalization よりも少なくなります。
モデルの作成に必要な エクスペリエンスごと のトラフィック量は、自動ターゲットと Automated Personalization で違いはありませんが、エクスペリエンスの数は、通常は自動ターゲットアクティビティよりも Automated Personalization アクティビティの方が多くなります。
例えば、2 つの場所でそれぞれ 2 つのオファーを作成した Automated Personalization アクティビティがあるとすると、このアクティビティには合計 4 つ（2 x 2 = 4）のエクスペリエンスが含まれます（除外なし）。自動ターゲットを使用すると、エクスペリエンス 1 に場所 1 のオファー 1 と場所 2 のオファー 2 を含め、エクスペリエンス 2 に場所 1 のオファー 1 と場所 2 のオファー 2 を含めることができます。自動ターゲットでは、1 つのエクスペリエンスに複数の変更を適用することができるので、アクティビティ内のエクスペリエンスの数を減らすことができます。
自動ターゲットでは、トラフィック要件を理解するために簡単な経験則を使用できます。
- コンバージョンが成功指標の場合：エクスペリエンスごとに、1 日に訪問 1,000 回、コンバージョン 50 回以上。また、アクティビティで訪問 7,000 回以上、コンバージョン 350 回以上。
- 1 訪問あたりの売上高が成功指標の場合：エクスペリエンスごとに、1 日に訪問 1,000 回、コンバージョン 50 回以上。また、アクティビティでエクスペリエンスごとにコンバージョン 1,000 回以上。訪問あたりの売上高の方が、通常、モデルの構築に多くのデータが必要になります。これは、コンバージョン率と比べて、訪問あたりの売上高の方が一般にデータ分散が大きいことが原因です。
自動ターゲットには本格的な設定機能があります。
- 自動ターゲットは A/B アクティビティワークフローに埋め込まれているので、より成熟した本格的な Visual Experience Composer（VEC）のメリットが得られます。また、自動ターゲットでは QA リンクを使用することもできます。
自動ターゲットは広範なオンラインテストフレームワークを提供します。
- マルチアームバンディットは、Adobe のデータサイエンティストや研究者が現実の状況における継続的な改善のメリットを把握できるようにする、より大規模なオンラインテストフレームワークの一部となっています。
- 将来的には、このテストベッドを通じて、データに精通した顧客に Adobe の機械学習プラットフォームを公開し、顧客が独自のモデルを導入して Target モデルを拡張できるようにする予定です。
レポートと自動ターゲット section_42EE7F5E65E84F89A872FE9921917F76
詳しくは、レポートと自動ターゲットを参照してください。