Auto-Target Summary report

表の様々な行は、アクティビティのパフォーマンスを理解するのに役立ちます。

• レポートページ上の表の上位 2 行には、コントロールに割り当てられた訪問者（ランダムに提供されたエクスペリエンス）とパーソナライゼーションアルゴリズムに割り当てられた訪問者の間の A/B テスト結果が表示されます。 この情報を使用すると、ランダムに提供されるコントロールと比較して、パーソナライゼーションアルゴリズムの実行方法を測定できます。
• その他の行には、エクスペリエンス単位の結果が表示されます。各エクスペリエンスで、ランダム提供のコントロールとしてそのエクスペリエンスが提供された訪問者の平均反応率と、パーソナライゼーションアルゴリズムを使用してエクスペリエンスが提供された訪問者の平均反応率を比較できます。

レポートの各エクスペリエンスの横にある緑のチェックアイコンは、対象のエクスペリエンス用にパーソナライズされた機械学習モデルが作成されたことを意味します。時計アイコンは、トラフィックの量が不十分でモデルがまだ作成されていないことを意味します。

• モデルはエクスペリエンスごとに構築されるので、緑のチェックアイコンが表示されているエクスペリエンスと、時計アイコンが表示されているエクスペリエンスが混在する場合もあります。
• このケースでは、アクティビティのすべてのエクスペリエンスのモデル構築を高速化するために、まだモデルが構築されていないエクスペリエンスに追加トラフィックを送るようになっています。
• パーソナライゼーションを開始するには、構築されたモデル（緑色のチェックマーク）を持つエクスペリエンスが少なくとも 2 つ必要です。

エクスペリエンス A とエクスペリエンス B のコンバージョン率の比較は、Auto-Target では適切な比較ではありません。 この機能の要点は、エクスペリエンス A がインテリジェントな方法で提供された場合に、ランダムで提供された場合よりもパフォーマンスが高まるのかどうかということです。マーケティング担当者は、個々のエクスペリエンスの上昇率を見るときに注意する必要があります。パーソナライゼーションアルゴリズムでは、個々のエクスペリエンス単位ではなく、アクティビティ全体での成功指標を重視して最適化をおこなうためです。

最も高い上昇率を示すエクスペリエンスは、母集団内で最も高い差別化要因を持つと考えることができます。つまり、アルゴリズムは、その特定のエクスペリエンスが最も好きなセグメントを見つけました。

表の様々な列には、訪問数、コンバージョン率、平均上昇率と信頼水準、信頼性が示されています。 詳しくは、A/B テストでの統計計算 ​ を参照してください。