ROAS verhogen door de Modellen van Algorithmic (kijkt-Alike) in Audience Manager te gebruiken

Identificeer of creeer een ideaal gebruiker (omzetting) bezit of segment

Wat probeert u mensen op uw site te laten doen? Wat is uw conversiegebeurtenis? Natuurlijk, zijn er vele verschillende antwoorden op deze vraag, afhankelijk van uw plaatstype/verticaal en uw organisatorische doelstellingen. In ieder geval is het in AAM om een kenmerk te creëren voor bezoekers die aan deze criteria hebben voldaan.

In de onderstaande video zal ik u laten zien hoe u een conversiekenmerk maakt dat u wilt gebruiken terwijl u doorgaat met deze zelfstudie en een model maakt dat lijkt op het model.

Wanneer u Adobe Analytics-gebeurtenissen gebruikt om kenmerken te maken, moet u ook rekening houden met een grote gotcha, zodat u niet meer gebruikers verzamelt dan u zou moeten doen. Bekijk de volgende video voor de grote openbaring. :)

OPMERKING: In de video hierboven gaat het voorbeeld dat ik toon ervan uit dat je Adobe Analytics hebt. Dat is natuurlijk niet het geval. Als u Google Analytics (GA) hebt, hebben wij een module die u kunt gebruiken om gegevens naar AAM te verzenden (zie documentatie) en als uw conversieactiviteiten op uw site naar AAM worden verzonden door GA, kunt u de conversietekenmerken daarvan maken. Als u een andere analytische oplossing hebt (of geen analytische oplossing), kunt u nog steeds gegevens naar AAM sturen via onze DIL code en de submit functie, enz. (zie de documentatie). Maak vervolgens de conversietekenmerken op basis van de gegevens die worden verzonden wanneer de conversieactiviteit op de site wordt uitgevoerd.

Een model met een visuele gelijkenis maken op basis van gegevens van derden of derden

Na het voltooien van de bovenstaande stappen zijn we nu klaar om een Algorithmic (Look-alike)-model te maken. Terwijl wij het model opzetten, zullen wij de omzettingseigenschap als ons basisbezit (zeer belangrijke bezoekers gebruiken die wij willen dupliceren), en wij zullen de toegelaten derdegegevensstroom als onze pool van mensen gebruiken om uit te trekken.

Belangrijke beste praktijken

Bij het maken van het algoritmische model in de Audience Manager willen we natuurlijk dat het model zo effectief mogelijk is. Aangezien in het model alle kenmerken in aanmerking worden genomen waarvan de leden van het basiskenmerk/segment deel uitmaken, is het niet nuttig om het model te gebruiken als ALLE personen zich in een kenmerk/segment bevinden. Daarom als u om het even welke supergenerische eigenschappen hebt (zoals iedereen die naar uw plaats ging, of iedereen die om het even welke advertentie van u, enz. heeft ontvangen), zorg ervoor dat de gegevensbron die zij tot behoren NIET inbegrepen in de gegevensbronnen in uw model is. In het gebruiksgeval van dit artikel is het onwaarschijnlijk dat u dit doet, omdat we ons richten op het bekijken van gegevens van derden voor onze nieuwe look-alies, maar het is de moeite van het vermelden waard, en het is van toepassing op ALLE van uw algoritmische modellen.