Target アクティビティタイプ

アクティビティのタイプ

詳細

手動A/B テスト ​

複数のエクスペリエンスを比較して、事前に指定したテスト期間内で最もコンバージョンが向上したエクスペリエンスを確認します。

詳しくは、A/B テストを参照してください。

自動配分

複数のエクスペリエンスの中から勝者を特定し、その勝者エクスペリエンスにトラフィックを配分し直すことで、テストと学習を続けながらコンバージョンを増やしていきます。

詳しくは、自動配分を参照してください。

自動ターゲット

高度な機械学習を使用してコンテンツをパーソナライズし、コンバージョンを促進します。その際は、マーケターが定義した高パフォーマンスのエクスペリエンスを複数特定したうえで、個々の顧客プロファイルや同様の訪問者の過去の行動を基にして、各訪問者に詳細にカスタマイズしたエクスペリエンスを配信します。

詳しくは、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を参照してください。

Automated Personalization（AP）

高度な機械学習を使用して特定のオファーやメッセージを組み合わせて、個々の顧客プロファイルに合わせて各訪問者に様々なオファーのバリエーションを表示しながら、コンテンツをパーソナライズしてコンバージョンを促進していきます。

詳しくは、Automated Personalization を参照してください。

多変量分析テスト （MVT）

ページ上の要素のオファーの組み合わせを比較し、特定のオーディエンスに対して最も効果が高い組み合わせを確認します。 事前に指定したテスト期間内で、コンバージョンを最も増やすことができたページ要素を見極めることもできます。

詳しくは、多変量分析テストを参照してください。

エクスペリエンスのターゲット設定（XT）

マーケターが定義した一連のルールや条件を基にして、特定のオーディエンスにコンテンツを配信します。

詳しくは、エクスペリエンスのターゲット設定を参照してください。

アクティビティタイプ

理由

手動A/B テスト ​

高度に制御されたテストで、トラフィックを測定し、ルールではなく割合で分割します。テストデータを分析してオーディエンスに関するインサイトを抽出し、どのエクスペリエンスが最も効果的か見極めることができます。

自動配分

勝者エクスペリエンスを特定してトラフィックの配分を調整し、できるだけ早く訪問者に勝者エクスペリエンスを配信することで、コンバージョン率をより迅速に高められるよう支援します。

自動ターゲット

複数のエクスペリエンスの中から勝者を見つけ出し、特定の訪問者に最適なエクスペリエンスを配信します。 特定の期間、特定のエクスペリエンスを対象にアルゴリズムが訪問者のコンバージョンの傾向を推測するので、訪問者の興味の変化に合わせてターゲット設定が調節されていきます。

Automated Personalization（AP）

（単一のページまたは複数のページの要素を対象に、作成または事前定義された）一連のオファーをパーソナライズし、特定の訪問者を引き付けるうえで最も効果的な組み合わせを配信します。

Multivariate Testing （MVT）

複数の要素に複数のオファーを表示し、結果として得られる一意のエクスペリエンスを特定の目標に対して同時にテストする方法です。最も効果が高い要素のバリエーションを判断できます。 「MVT」アクティビティでは、訪問者のインタラクションに最大のプラスまたはマイナスの影響を与える要素を明らかにすることもできます。

エクスペリエンスのターゲット設定（XT）

定義した一連の配分ルールに基づいて、特定のコンテンツのターゲットを特定のオーディエンスに設定する方法です。

アクティビティタイプ

マーケティング担当者

手動A/B テスト ​

統計に関する知識が豊富。

結果を分析する際に、テスト期間が終わるまで待つことができる。

自動配分

時間に余裕がない。

最適なエクスペリエンスを迅速に特定し、配信する必要がある。

テストの実施途中に結果を「垣間見」たい。

自動ターゲット

効果的なエクスペリエンスが複数ある。

動的に変化するプロファイルに合わせて、特定の訪問者に最適なタイミングでエクスペリエンスを配信したい。

Automated Personalization（AP）

1 つ以上のオファーがある。

様々な独自のプロファイルや行動を考慮し、特定の訪問者に合わせて効果的にパーソナライズされたエクスペリエンスを創出できるオファーの組み合わせを作成したい。

Multivariate Testing （MVT）

統計に関する知識が豊富。

1 つ以上のオファーがある。

ページ要素のインタラクションに関連するコンバージョンの傾向を分析したい。

エクスペリエンスのターゲット設定（XT）

特定のエクスペリエンスやコンテンツの一部を、特定のオーディエンスに配信する必要がある。

アクティビティのタイプ

詳細

手動A/B テスト ​

このテストでは、各対抗エクスペリエンスとコントロールエクスペリエンスを比較したうえで、全エクスペリエンスのパフォーマンスのランキングを決め、コントロールエクスペリエンスとの比較で勝者エクスペリエンスと敗者エクスペリエンスを特定します。

自動配分

このテストでは、すぐに真の勝者が統計的に保証され、コンバージョンに至る可能性が高いオーディエンスに、その勝者のエクスペリエンスがより多く配信されるようになります。

自動ターゲット

最適化メカニズムでは、時間の経過と共に上昇率の増減を示し、どのエクスペリエンスにどの訪問者を配信するかを事前に決定することで、各エクスペリエンスの関連オーディエンスを特定します。 最適化メカニズムは、コンバージョン、セグメント、パラメーターおよびプロファイルスクリプトによって通知されます。 その段階で、上昇率とコンバージョン率を高めるために、どのアルゴリズムを利用するかが自動的に選択されます。

Automated Personalization（AP）

最適化メカニズムによって、新規訪問者の行動や、類似する訪問者の過去の行動などに基づき、どのエクスペリエンスをどの訪問者に配信するかが常に調節され、オファーのパフォーマンスが同時並行で配信されているコントロール母集団と比較されます。

Multivariate Testing （MVT）

特定の要素がコンバージョンに与える相対的な影響を把握するのに役立ちます。

エクスペリエンスのターゲット設定（XT）

この手法では、特定のエクスペリエンスか、コンテンツの特定部分のターゲットを特定のオーディエンスに設定するルールを定義します。 顧客はエクスペリエンスレベルで更新を加えることができます。

アクティビティタイプ

利点

注意点

手動A/B テスト ​

A/B テストを利用すると、最高のパフォーマンスを発揮したエクスペリエンスだけでなく、各エクスペリエンスのパフォーマンスを詳細に把握することができます。

A/B テスト ​では、サンプルサイズに達する前にテスト結果を確認すると、不正確な結果に依存するリスクがあります（以前は「ピーク」できません）。

自動割り当てとは異なり、A/B テストでは、一部のエクスペリエンスが他のエクスペリエンスよりもパフォーマンスが高いと認識した後でも、トラフィック配分は固定されたままになります。

A/B テスト ​ アクティビティのベストプラクティスについて詳しくは、A/B テストを実行する期間および10個の一般的なA/B テストの落とし穴と、それらを回避する方法を参照してください。

自動配分

自動割り当ては、一般的なA/B テストのコストを削減します。これは、手動のA/B テストよりも全体的なコンバージョン率が高いためです。 自動割り当てにより、パフォーマンスが最も高いエクスペリエンスに多くのトラフィックがプッシュされるため、コンバージョン率が高くなります。つまり、テスト期間の終了よりも早く、その勝者エクスペリエンスのメリットを実現できます（ピークを確認できます）。

自動割り当ては、勝者を識別しますが、敗者を区別しません。 各エクスペリエンスのパフォーマンスを把握したい場合は、A/B テストの方が適しています。

自動割り当て機能は、「増分数とユーザーのアクティビティの維持」という1つの高度な指標設定でのみ機能します。 リピートコンバージョンをカウントしたくない場合は、A/B テストを使用することをお勧めします。

自動ターゲット

自動ターゲット ​では、機械学習は、マルチページ体験を含むあらゆる種類の体験に適用されます。 自動ターゲット ​ アクティビティを使用すると、使い慣れたA/B テストワークフローを使用しながらAutomated Personalizationの値を取得することもできます。

自動ターゲット ​では、オファーのコンテンツを頻繁または頻繁に変更する場合、アルゴリズムは変更のたびに十分な時間を必要とし、学習した内容を活用して、そのコンテンツを適切な訪問者に配信します。

Automated Personalization（AP）

Automated Personalizationを使用すると、すべてのオファーを1か所に集めることができ、アルゴリズムによってオファーの最適な組み合わせが決定されます。 個々のエクスペリエンスを指定したり作成したりする必要はありません。 Automated Personalizationは、自動ターゲット ​と同じマシンラーニングアルゴリズムを使用します。

複数のオファーを組み合わせる場合は、組み合わせ爆発が発生するので、膨大な量のトラフィックが必要になります。 Automated Personalization アルゴリズムは多くの要素を考慮するため、最も多くのトラフィックを必要とします。

Automated Personalizationは、Analytics for Target （A4T）でレポートを使用できません。

Multivariate Testing （MVT）

Multivariate Testingでは、複数の要素を同時にテストできます。

多変量テスト ​は時間がかかり、複数の変数が存在するため、必ずしも自信を持って勝者エクスペリエンスを生成できるわけではありません。

多くの場合、テストの完了に必要なトラフィック量を確保することが課題になります。 多変量テスト ​のすべての実験は完全に因数分解であるため、一度に変更する要素が多すぎると、テストが必要な組み合わせがすぐに多くなる可能性があります。

トラフィックがかなり多いサイトであっても、25 を超える組み合わせを含むテストは、妥当な時間内での完了が困難になる場合があります。

エクスペリエンスのターゲット設定（XT）

​ エクスペリエンスのターゲット設定を使用すると、アクティビティの結果から導き出されたインサイトに素早く対応できます。

例えば、チャレンジャーがコントロールを上回らなかったA/B テストを実行したが、結果が示す場合、特定のセグメントの訪問者がコントロールを使用した場合よりも4倍多くコンバージョンしたことが判明した場合、​ エクスペリエンスのターゲット設定を使用して、チャレンジャーのエクスペリエンスを特定のセグメントに誘導できます。

​ エクスペリエンスのターゲット設定では、複数のオーディエンスにわたるエクスペリエンスの割合の分割を制御できません。