Automated Personalization の制限は何ですか。
詳細を見る
Target には 30,000 個のエクスペリエンスというハードリミットがありますが、作成されるエクスペリエンスが 10,000 個未満の場合に最も適した状態で機能します。
アクティビティで「Disalow Duplicates」オプションが有効になっていても、この同じ制限が適用されます。
Target ークフローのアクティビティやその他の要素に影響する文字制限やその他の制限(オファーサイズ、オーディエンス、プロファイル、値、パラメーターなど)について詳しくは、 制限を参照してください。
オファーレベルのターゲット設定は、どのような仕組みになっていますか。
詳細を見る
Automated Personalization アクティビティで上昇率が表示されないのはなぜですか?
詳細を見る
Automated Personalization アクティビティで上昇率を生み出すには、次の 4 つの要因が必要です。
- 各場所のオファーは、訪問者に影響を与える十分な異なる必要があります。
- 場所は、最適化目標に違いをもたらす場所にする必要があります。
- 上昇率を検出するために、アクティビティ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。
最善の方法は、まず、パーソナライズされていないシンプルな A/B Test アクティビティを使用して、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、全体的な応答率に真に影響を与えていることを確認することです。 事前にサンプルサイズを算出して、信頼できる上昇率を導き出せるだけのトラフィックがあるかを確認し、一定期間 A/B テストを実施します。その間、テストを中断せず、変更も加えません。A/B テストの結果、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した可能性が高くなります。 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、統計的優位差を伴って検出される最適化目標に十分な影響を与えないオファーや場所が原因で発生します。
詳しくは、「Automated Personalizationのトラブルシューティング」を参照してください。
アクティビティ Automated Personalization トラフィックはどのように配分されますか。
詳細を見る
Automated Personalization は、各モデルで構築された最新の ランダムフォレストモデルに基づいて、成功指標の推定値が最も優れているエクスペリエンスを訪問者に提供します。 この推定値は、訪問者の特定の情報と訪問のコンテキストに基づいて算出されます。
例えば、Automated Personalization のアクティビティに、それぞれ 2 つのオファーがある 2 つの場所があったとします。 1 つ目の場所では、特定の訪問者に対するオファー A の推定コンバージョン率が 3%、オファー B の推定コンバージョン率が 1%です。2 つ目の場所では、同一の訪問者に対するオファー C の推定コンバージョン率が 2%、オファー D の推定コンバージョン率が 5%です。Automated Personalization のため、この訪問者にはオファー A とオファー D のエクスペリエンスが提供されます。
Automated Personalization アクティビティはいつ停止すべきですか。
詳細を見る
モデルが構築されるまでに、どの程度待てばよいですか。
詳細を見る
Automated Personalization アクティビティ内にモデルが 1 つ構築されます。 そのエクスペリエンスへの訪問に対して、パーソナライゼーションはおこなわれますか。
詳細を見る
Automated Personalization アクティビティの結果は、いつ確認できますか?
詳細を見る
Automated Personalization アクティビティでのモデルの作成に必要な時間を短縮するにはどうすればよいですか?
詳細を見る
アクティビティの設定をレビューし、モデルの構築速度を改善するために行う変更があるかどうかを確認します。
- 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。
- 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。
- アクティビティからドロップできるエクスペリエンスはありますか? アクティビティ内のエクスペリエンスの数を減らすと、モデルの作成に要す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、トラフィックの多いページはありますか? アクティビティの場所のトラフィックやコンバージョンが多いほど、モデルの作成が速くなります。
訪問者に、表示すべきでない Automated Personalization アクティビティのエクスペリエンスが表示されるのはなぜですか?
詳細を見る
Automated Personalization アクティビティの途中で目標指標を変更することはできますか。
詳細を見る
Adobe クティビティの途中で目標指標を変更することはお勧めしません。 Target UI を使用したアクティビティ中に目標指標を変更することは可能ですが、常に新しいアクティビティを開始する必要があります。実行後にア Adobe ティビティの目標指標を変更した場合の動作は保証されません。
このレコメンデーションは、レポートソースとして Target または Analytics (A4T)を使用する Auto-Allocate、Auto-Target および Automated Personalization アクティビティに適用されます。
Automated Personalization アクティビティの実行中に「Reset Report Data」オプションを使用できますか?
詳細を見る
環境に関 Automated Personalization るモデルを作成するにはどうすればよいですか?
詳細を見る
1 つのモデルは、パーソナライズされた戦略とランダムに提供されたトラフィックのパフォーマンスを識別し、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ように構築されています。 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 つ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(Automated Personalization)またはエクスペリエンス(Auto-Target)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。
したがって、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、識別された全体的な勝者エクスペリエンスが実際の行動と一致していることを確認するために、複数のトラフィックはデフォルト環境から取得する必要があります。