Target 활동 유형

Adobe Target의 다양한 활동 유형을 설명하는 대화형 PDF를 다운로드하십시오.

NOTE
최상의 경험을 얻고 다른 사용자와 공유하려면 대화형 Adobe Target 활동 안내서 PDF를 다운로드하십시오.
이 문서에는 Recommendations 활동에 대한 정보가 포함되어 있지 않습니다. 그러나 A/B Test, Auto-Allocate, Auto-Target 및 Experience Targeting (XT) 활동 내에 권장 사항을 포함할 수 있습니다. 자세한 내용은 오퍼로서의 Recommendations를 참조하십시오. 이 기능을 사용하려면 Target Premium 라이선스가 있어야 합니다.

활동 유형별 역할 section_4ECAACC68723402EB3649033190E1BBC

활동 유형
세부 사항

수동 A/B Test

아이콘

사전 지정된 테스트 기간 동안 전환을 최고로 향상시킨 경험을 확인하기 위해 둘 이상의 경험을 비교합니다.

자세한 내용은 A/B 테스트를 참조하십시오.

Auto-Allocate

아이콘 자동 할당

둘 이상의 경험에서 승자를 확인한 후 트래픽을 우승 경험으로 리디렉션하여 테스트가 실행되고 학습이 진행됨에 따라 전환을 늘립니다.

자세한 내용은 자동 할당을 참조하십시오.

Auto-Target

아이콘 AT

고급 머신 러닝을 사용하여 높은 성과를 보이는, 마케터가 정의한 여러 경험을 식별한 후 개별 고객 프로필 및 비슷한 방문자의 이전 동작을 기준으로 방문자에게 가장 잘 조정된 경험을 제공함으로써 콘텐츠를 개인화하고 전환을 유도합니다.

자세한 내용은 맞춤형 경험 자동 타겟팅을 참조하십시오.

Automated Personalization (AP)

아이콘 AP

고급 머신 러닝을 사용하여 특정 오퍼나 메시지를 결합한 후 개별 고객 프로필을 기준으로 방문자에게 다양한 오퍼 변형을 일치시켜 콘텐츠를 개인화하고 전환을 유도합니다.

자세한 내용은 Automated Personalization을 참조하십시오.

Multivariate Test (MVT)

아이콘 MVT

한 페이지의 요소 간에 오퍼 조합을 비교하여 특정 대상자에 가장 뛰어난 성과를 나타낸 오퍼의 조합을 확인합니다. 또한 사전 지정된 테스트 기간 동안 전환을 최고로 향상시킨 페이지 요소를 식별합니다.

자세한 내용은 다변량 테스트를 참조하십시오.

경험 타겟팅(XT)

아이콘 XT

마케터가 정의한 규칙 및 기준 세트를 기준으로 특정 대상자에게 콘텐츠를 전달합니다.

자세한 내용은 경험 타겟팅을 참조하십시오.

이 활동 유형을 사용하는 이유는? section_46A70DD7CE3448749E635DDF5EAFC131

활동 유형
이유
수동 A/B Test
규칙보다는 비율에 따라 분할하여 트래픽을 강력한 제어 방식으로 측정함으로써 테스트 데이터를 분석하고 대상자에 대한 명확한 정보를 얻으며 가장 높은 성과를 나타내는 경험을 파악할 수 있습니다.
Auto-Allocate
가장 성과가 좋은 경험을 식별하고 방문자에게 우승 경험을 가능한 한 빠르게 전달할 수 있도록 트래픽 할당을 조정하여 전환을 더 빠르게 수행하고 전환 가능성을 높이도록 하는 방법입니다.
Auto-Target
여러 경험 사이에서 승자를 식별한 후 특정 방문자에게 가장 적합한 경험을 전달하는 방법입니다. 이 알고리즘에서는 특정 시간에 특정 경험에 대한 방문자의 전환 성향을 예측하므로 시간이 지남에 따라 방문자의 관심사가 변하면서 타겟팅도 조정됩니다.
Automated Personalization (AP)
오퍼 세트(단일 페이지의 요소에서 또는 여러 페이지 간에 만들어지거나 미리 정의됨)를 개인화하고 특정 방문자를 가장 잘 끌어오는 오퍼 조합을 전달하는 방법입니다.
Multivariate Testing (MVT)
여러 요소에 여러 오퍼를 표시한 다음, 결과로 나타나는 고유한 여러 경험을 특정 목표에 대해 동시에 테스트함으로써 가장 성공적인 요소 변형을 판별하는 방법입니다. MVT 활동을 통해 방문자의 상호 작용에서 가장 긍정적인 영향 또는 부정적인 영향을 미치는 요소를 확인할 수도 있습니다.
Experience Targeting (XT)
정의된 할당 규칙 집합을 기준으로 특정 콘텐츠를 특정 대상자로 타겟팅하는 방법입니다.

각 활동 유형을 사용해야 하는 마케터 section_A843D663D3E543FFB1A594266B560395

활동 유형
마케터
수동 A/B Test

통계에 정통합니다.

테스트 기간이 끝날 때까지 대기했다가 결과를 분석할 시간이 있습니다.

Auto-Allocate

기간이 짧습니다.

최상의 경험을 파악하고 신속하게 제공해야 합니다.

테스트 실행 시 결과를 “빠르게 확인”하려고 합니다.

Auto-Target

몇 가지 적합한 경험이 있습니다.

동적 및 변화하는 프로필을 기준으로 최적 시간에 특정 방문자에게 경험을 일치시키려고 합니다.

Automated Personalization (AP)

하나 이상의 오퍼가 있습니다.

다양한 고유 프로필 및 동작을 통해 특정 방문자를 위한 개인화된 최적 경험을 생성하는 오퍼 조합을 만들려고 합니다.

Multivariate Testing (MVT)

통계에 정통합니다.

하나 이상의 오퍼가 있습니다.

페이지 요소 상호 작용과 관련된 전환 트렌드를 분석하려고 합니다.

Experience Targeting (XT)
특정 대상자에게 특정 경험이나 콘텐츠를 제공해야 합니다.

통계적 세부 정보 section_22CF2D07DB054505AB5EC702B99A5BB0

활동 유형
세부 사항
수동 A/B Test
이 테스트는 각 도전자 경험을 제어 경험과 비교한 다음, 모든 경험의 성과에 대해 등급을 매김으로써 제어 경험과 비교할 때 가장 성과가 좋은 경험과 가장 성과가 낮은 경험을 식별합니다.
Auto-Allocate
이 테스트는 진정한 승자에 대한 통계적 보증을 바로 생성한 후 이러한 가장 성과가 좋은 경험으로 전환할 가능성이 더 높은 대상자 쪽으로 더 많은 트래픽을 전송합니다.
Auto-Target
최적화 메커니즘은 시간에 따른 상승도의 증가 및 감소를 보여줌으로써 각 경험에 적합한 대상자를 식별하고, 어떤 방문자에게 어떤 경험을 전달할지 결정하기 전에 정보를 얻습니다. 최적화 메커니즘은 전환, 세그먼트, 매개변수 및 프로필 스크립트를 통해 정보를 얻습니다. 여기서 메커니즘은 더 높은 상승도 및 전환율을 생성하기 위해 사용할 알고리즘을 자동으로 선택합니다.
Automated Personalization (AP)
오퍼의 성과가 동시 통제군을 기준으로 측정되면서 최적화 메커니즘은 새 방문자 행동 및 비슷한 방문자의 과거 행동을 기준으로 어떤 방문자에게 어떤 경험을 전달할지를 지속적으로 조정합니다.
Multivariate Testing (MVT)
이 테스트는 특정 요소가 전환에 미치는 상대적인 영향을 알아내는 데 도움이 됩니다.
Experience Targeting (XT)
이 방법은 특정한 경험 또는 특정 콘텐츠를 특정 대상자에게 타겟팅하는 규칙을 정의합니다. 고객은 경험 수준에서 업데이트를 수행할 수 있습니다.

이점 및 고려 사항 section_56C46ABEF7B945DDA0C1E6D714377123

활동 유형
이점
고려 사항
수동 A/B Test
A/B 테스트를 통해 최상의 성과를 보이는 경험 뿐만 아니라 각 경험의 성과 수준을 완전하게 이해할 수 있습니다.

A/B Test에서 샘플 크기에 도달하기 전에 테스트 결과를 보면 부정확한 결과에 의존할 위험이 있습니다("미리 엿볼 수 없습니다!).

Auto-Allocate과(와) 달리 A/B 테스트에서는 일부 경험이 다른 경험보다 뛰어난 성과를 보인다는 사실을 인식하더라도 트래픽 분산이 고정된 상태를 유지합니다.

A/B Test 활동에 대한 모범 사례에 대한 자세한 내용은 A/B 테스트를 얼마 동안 실행해야 합니까10가지 일반적인 A/B 테스트 위험 및 이를 피하는 방법을 참조하십시오.

Auto-Allocate
Auto-Allocate은(는) 수동 A/B 테스트보다 전체 전환율이 높으므로 일반적인 A/B 테스트의 비용을 줄입니다. Auto-Allocate이(가) 가장 성과가 좋은 경험에 더 많은 트래픽을 푸시하므로 전환율이 더 높습니다. 즉, 테스트 기간이 종료되기 전에 해당 경험의 이점을 미리 확인할 수 있습니다.

Auto-Allocate은(는) 승자를 식별하지만 패자를 구분하지 않습니다. 각 경험의 성과를 알려면 A/B 테스트가 권장됩니다.

Auto-Allocate 기능은 "증분 카운트 및 사용자를 활동에 유지"라는 하나의 고급 지표 설정에서만 작동합니다. 반복 전환을 카운트하지 않으려는 경우 A/B 테스트를 대신 사용해야 합니다.

Auto-Target
Auto-Target을(를) 사용하면 다중 페이지 경험을 포함하여 모든 종류의 경험에 머신 러닝이 적용됩니다. Auto-Target 활동을 사용하면 익숙한 A/B 테스트 워크플로를 사용하는 동안 Automated Personalization의 값을 얻을 수도 있습니다.
Auto-Target을(를) 사용하면 오퍼의 콘텐츠를 자주 또는 자주 변경하려는 경우 알고리즘이 학습한 내용을 활용하고 해당 콘텐츠를 올바른 방문자에게 전달할 수 있도록 각 변경 후에 충분한 시간이 필요합니다.
Automated Personalization (AP)
Automated Personalization을(를) 사용하면 모든 오퍼를 한 곳에서 수집할 수 있으며 알고리즘이 최상의 오퍼 조합을 결정합니다. 개별 경험을 지정하거나 빌드할 필요가 없습니다. Automated Personalization은(는) Auto-Target과(와) 동일한 머신 러닝 알고리즘을 사용합니다.

여러 오퍼를 조합할 경우 조합 수가 많아지면서 상당한 양의 트래픽이 필요해질 수 있습니다. Automated Personalization 알고리즘은 많은 요인을 고려하므로 가장 많은 양의 트래픽이 필요합니다.

Automated Personalization은(는) Analytics for Target(A4T)에서 보고서를 사용할 수 없습니다.

Multivariate Testing (MVT)
Multivariate Testing을(를) 사용하면 여러 요소를 동시에 테스트할 수 있습니다.

Multivariate Test은(는) 시간이 오래 걸리며, 작동 중인 여러 변수로 인해 반드시 우승 경험을 자신 있게 생성할 필요는 없습니다.

테스트를 완료하는 데 필요한 트래픽 양에 도달하기 어려운 경우도 종종 있습니다. 모든 Multivariate Test 실험은 완전히 계수 방식이므로 한 번에 너무 많은 요소가 변경되면 테스트해야 하는 가능한 조합을 빠르게 추가할 수 있습니다.

적절한 수준의 트래픽이 발생하는 사이트의 경우도 실행 가능한 시간에 25개가 넘는 조합으로 테스트를 완료하는 데 문제가 있을 수 있습니다.

Experience Targeting (XT)

Experience Targeting을(를) 사용하면 모든 활동 결과에서 추론된 인사이트를 빠르게 처리할 수 있습니다.

예를 들어, 도전자가 제어 경험보다 더 나은 성과를 보이지 못했으나 방문자의 특정 세그먼트가 제어 경험을 사용했을 때보다 도전자 경험으로 4배 더 많이 전환되었다는 결과가 나타나면 Experience Targeting을(를) 사용하여 도전자 경험을 해당 특정 세그먼트로 보낼 수 있습니다.

Experience Targeting에서는 여러 대상 간의 경험 분할 비율을 제어할 수 없습니다.
recommendation-more-help
3d9ad939-5908-4b30-aac1-a4ad253cd654