Automated Personalizationのトラブルシューティング

モデルの構築に予想時間を短縮する可能性のあるアクティビティ設定の変更がいくつかあり、Automated Personalization アクティビティのエクスペリエンス数、サイトへのトラフィック、選択した成功指標などが含まれます。

解決策： アクティビティの設定を確認し、モデルの構築スピードを向上させるために、必要な変更を行うかどうかを確認します。

• 成功指標が RPV の場合は、コンバージョンに変更することをお勧めします。 コンバージョンアクティビティは、モデルの構築に要するトラフィックが比較的少なくて済みます。 成功指標をRPVからコンバージョンに変更しても、アクティビティデータが失われることはありません。
• セールスファネル上での成功指標とアクティビティのエクスペリエンスの位置が離れていないか確認します。 最低限必要なコンバージョン数があるので、アクティビティのコンバージョン率が低いとモデルの構築に必要なトラフィック量が増えます。
• アクティビティから不要なオファーやエクスペリエンスを除外します。 アクティビティ内のエクスペリエンスの数を減らすと、モデルの構築にかかる時間が短縮されます。
• このアクティビティがより成功するトラフィックの高いページはありますか？ アクティビティの場所でのトラフィックとコンバージョンが多ければ多いほど、より迅速なモデルが構築されます。

Automated Personalization アクティビティで上昇率を生成するには、いくつかの要素が必要です。

• 訪問者に影響が生じるように、オファーに十分な差異を持たせる必要があります。
• 最適化目標に対する影響度が高い場所にオファーを配置する必要があります。
• 上昇率を検出するため、テストに十分なトラフィックと統計的「検出力」が必要です。
• パーソナライゼーションアルゴリズムが適切に機能する必要があります。

解決策：​まず、パーソナライゼーションをおこなわない簡単な A/B テストを実施して、アクティビティのエクスペリエンスを構成するコンテンツと場所が、全体的な反応率に一定以上の効果をもたらすかどうかを確認することをお勧めします。 サンプルサイズは必ず事前に計算してください。 サンプルサイズを事前に計算することで、合理的なリフトを確認するのに十分な電力を確保できます。 その後、A/B テストを停止したり変更を加えたりすることなく、一定期間だけ実行できます。 A/B テストの結果で、1つ以上のエクスペリエンスの統計的に有意な上昇率が示された場合、パーソナライズされたアクティビティが成功する可能性があります。 Personalizationは、エクスペリエンスの全体的な応答率に違いがない場合でも機能します。 通常、この問題は、最適化の目標に大きな影響を与えないオファーや場所が、統計的有意性で検出されることに起因します。

Automated Personalizationでは、URLとテンプレートのテストルールがTarget リクエストエントリ制約（target-global-mboxなど）に追加され、1回のみ評価されます。 ユーザーがアクティビティに適格になると、Target リクエストレベルのターゲティングルールは再評価されません。 ただし、ターゲットオーディエンスは、場所のターゲットルールに追加されます。

解決策：​必要なテンプレートルールをアクティビティの入力オーディエンスとして追加します。 各リクエスト／呼び出しごとにオーディエンス評価が発生します。

これは期待されたとおりです。

Automated Personalization アクティビティでは、コンバージョン指標（最適化目標か後目標か）が変換されると、訪問者がエクスペリエンスから解放され、アクティビティが再開されます。

例えば、コンバージョン指標（C1）および追加の指標（A1）を持つアクティビティがあります。 A1はC1に依存する。 訪問者が初めてアクティビティに入り、A1 および C1 をコンバートするための基準がコンバートされない場合、成功指標の依存関係が原因で指標 A1 はコンバートされません。 訪問者がC1を変換してからA1を変換しても、C1を変換しても訪問者が解放されるため、A1は変換されません。

• （ブラウザーのキャッシュが原因で）新しいタブにプレビューが表示されない場合は、2～3回更新してみてください。 リンクをコピーして、新しいブラウザーまたは新しいセッションで開くこともできます。
• コンテンツを変更した場合はエクスペリエンス URL のリンクを再生成し、その新しいリンクをチームのメンバーと共有します。