[Premium]{class="badge positive" title="Target Premium에 포함된 내용을 확인합니다."}

Auto-Target 개요

Adobe Target의 Auto-Target 활동은 콘텐츠를 개인화하고 전환을 유도하기 위해 고급 기계 학습을 사용하여 성과가 좋은 마케터가 정의한 여러 경험 중에서 선택합니다. Auto-Target은(는) 개별 고객 프로필과 유사한 프로필을 가진 이전 방문자의 행동을 기반으로 각 방문자에게 가장 적합한 경험을 제공합니다.

자동 타겟을 사용한 실제 성공 사례 success

한 주요 의류 소매업체는 최근 10개의 제품 범주 기반 경험(무작위 제어 포함)이 있는 Auto-Target 활동을 사용하여 각 방문자에게 올바른 콘텐츠를 전달했습니다. "Add to Cart"이(가) 기본 최적화 지표로 선택되었습니다. 타겟팅된 경험의 상승도는 평균 29.09%였습니다. Auto-Target 모델을 빌드한 후 활동은 90% 개인화된 경험으로 설정되었습니다.

불과 열흘 만에 170만 달러 이상의 리프트 달성이 이뤄졌다.

Auto-Target을(를) 사용하여 조직의 향상도 및 매출을 높이는 방법에 대해 알아보려면 계속 읽어 보십시오.

개요 section_972257739A2648AFA7E7556B693079C9

안내가 있는 3단계 워크플로우를 사용하여 A/B 활동을 만드는 중 Targeting 페이지에서 Auto-Target for personalized experiences 옵션을 선택합니다(2단계).

A/B 활동 흐름 내의 Auto-Target 옵션을 사용하면 한 번의 클릭으로 마케터가 정의한 일련의 경험들을 기반으로 개인화하는 기계 학습을 활용할 수 있습니다. Auto-Target은(는) 각 방문자에 대해 표시할 경험을 결정함으로써 기존의 A/B 테스트나 Auto Allocate에 비해 최대 최적화를 제공하도록 설계되었습니다. 목표가 단일 승자를 찾는 것인 A/B 활동과 달리 Auto-Target은(는) 주어진 방문자에게 최상의 경험을 자동으로 결정합니다. 최상의 경험은 고도로 개인화된 경험을 제공하기 위해 방문자의 프로필 및 기타 컨텍스트 정보를 기반으로 합니다.

Automated Personalization과(와) 마찬가지로 Auto-Target은(는) 선도적인 데이터 과학 앙상블 방법인 Random Forest 알고리즘을(를) 사용하여 방문자에게 표시할 최상의 경험을 결정합니다. Auto-Target은(는) 방문자의 행동 변화에 적응할 수 있으므로 상승도를 제공하도록 지속적으로 실행할 수 있습니다. 이 방법을 "항시적" 모드라고도 합니다.

지정된 방문자에 대한 경험 할당이 고정된 A/B 활동과 달리 Auto-Target은(는) 각 방문을 통해 지정된 비즈니스 목표를 최적화합니다. Auto Personalization의 Auto-Target과(와) 마찬가지로 기본적으로 활동의 트래픽 일부를 상승도를 측정하기 위한 컨트롤 그룹으로 예약합니다. 통제군에 있는 방문자는 활동에서 임의 경험을 제공받습니다.

고려 사항

Auto-Target을(를) 사용할 때 염두에 두어야 할 몇 가지 중요한 고려 사항이 있습니다.

Terminology section_A309B7E0B258467789A5CACDC1D923F3

다음 용어는 Auto-Target에 대해 논의할 때 유용합니다.

Auto-Target 작동 방식 section_77240E2DEB7D4CD89F52BE0A85E20136

아래 링크에서 Auto-Target 및 Automated Personalization의 원본으로 사용하는 데이터 및 알고리즘에 대해 자세히 알아보세요.

트래픽 할당 결정 section_AB3656F71D2D4C67A55A24B38092958F

활동의 목표에 따라 제어와 통제 경험과 개인화된 경험 간에 서로 다른 트래픽 할당을 선택할 수 있습니다. 활동을 라이브 상태로 만들기 전에 이 목표를 결정하는 것이 좋습니다.

Custom Allocation 드롭다운 목록에서 다음 옵션 중 하나를 선택할 수 있습니다.

Control 백분율을 조정하려면 Allocation 열의 아이콘을 클릭합니다. 통제군은 10% 미만으로 줄일 수 없습니다.

특정 경험을 선택하여 컨트롤로 사용하거나 임의의 선택 사항을 사용할 수 있습니다.

Automated Personalization보다 Auto-Target을(를) 언제 선택해야 합니까? section_BBC4871C87944DD7A8B925811A30C633

Automated Personalization보다 Auto-Target을(를) 사용할 수 있는 시나리오가 몇 가지 있습니다.

Auto-Target은(는) Automated Personalization과(와) 어떤 공통점이 있습니까? section_2A601F482F9A44E38D4B694668711319

알고리즘은 각 방문에 대해 유리한 결과를 최적화합니다.

이 알고리즘은 방문자 행동 변화에 적응합니다.

알고리즘은 단일 목표 지표에 대해 계속 최적화됩니다.

Target은(는) 방문자에 대한 정보를 자동으로 수집하여 개인화 모델을 만듭니다.

Target은(는) 자동으로 모든 Adobe Experience Cloud 공유 대상을 사용하여 개인화 모델을 만듭니다.

마케터는 오프라인 데이터, 성향 점수 또는 기타 사용자 지정 데이터를 업로드하여 개인화 모델을 만들 수 있습니다.

Auto-Target과(와) Automated Personalization의 차이점은 무엇입니까? section_BA4D83BE40F14A96BE7CBC7C7CF2A8FB

Auto-Target은(는) 개인화된 모델을 만드는 데 Automated Personalization보다 적은 트래픽을 필요로 하는 경우가 많습니다.

Auto-Target 또는 Auto Personalization 모델을 만드는 데 필요한 트래픽의 양 경험당 ​은 동일하지만 일반적으로 Auto-Target 활동보다 Automated Personalization 활동에 더 많은 경험이 있습니다.

예를 들어, 두 개의 위치에 위치당 두 개의 오퍼를 만든 Auto Personalization 활동이 있었다면, 활동에 총 4개(2 = 4)의 경험이 포함되어 있을 것입니다(제외 없음). Auto-Target을(를) 사용하여 경험 1을 위치 1에서 오퍼 1을 포함하고, 위치 2에서 오퍼 2를 포함하도록 설정하고, 경험 2를 위치 1에서 오퍼 1을 포함하고, 위치 2에서 오퍼 2를 포함하도록 설정할 수 있습니다. Auto-Target을(를) 사용하면 한 경험 내에 여러 가지 변경이 생기도록 선택할 수 있으므로 활동에 있는 총 경험 수를 줄일 수 있습니다.

Auto-Target의 경우 간단한 경험 법칙을 사용하여 트래픽 요구 사항을 이해할 수 있습니다.

Auto-Target에 완전한 설정 기능이 있습니다.

Auto-Target은(는) 광범위한 온라인 테스트 프레임워크를 제공합니다.

보고 및 Auto-Target section_42EE7F5E65E84F89A872FE9921917F76

자세한 내용은 보고 및 자동 타겟을 참조하세요.

교육 비디오: 자동 타겟 활동 이해

이 비디오에서는 Auto-Target A/B 활동을 설정하는 방법을 설명합니다.

이 교육을 완료하면 다음 작업을 수행할 수 있습니다.