Begrijpen Predictive Audiences in Audience Manager
Laatst bijgewerkt: 29 maart 2022
- Onderwerpen:
- Algoritmische modellen
Gemaakt voor:
- tussenpersoon
- Beheerder
In deze video leert u meer over Audience Manager Predictive Audiences, details over hoe zij werken, en typisch gebruiksgevallen.
Ga voor meer informatie naar de documentatie.
Vorige paginaTips voor klanten - aanbevolen procedures voor kenmerken en segmenten
Volgende paginaConfigureren en rapporteren over Predictive Audiences
Audience Manager
- Zelfstudies voor Audience Managers
- Introductie tot Audience Manager
- Industrienieuws en trends
- Instellen en beheren
- Webimplementatie
- Offlinegegevens integreren
- Mobiele implementatie
- Audience Marketplace
- Stimuleren en beheren van soorten publiek
- Gegevensverkenner
- Gebruik het dashboard Signals om snel de bovenste beschikbare signalen te bekijken
- Data Explorer gebruiken om te zoeken naar gebruikte en ongebruikte sleutel/waardeparen
- Zoekopdrachten opslaan in Data Explorer voor eenvoudig hergebruik
- Data Explorer gebruiken om retroactieve kenmerken en segmenten te maken
- Data Explorer gebruiken om het maken van sporen voor gegevens aan boord te valideren
- Data Explorer gebruiken om te werken met signalen die afkomstig zijn uit Adobe Analytics
- Lijnen en segmenten
- Het ontwerp van de planningseigenschap op basis van analysegegevens
- Een taxonomie maken
- Een op regels gebaseerd kenmerk maken
- Aan boord aanwezige kenmerken maken
- Een conversietekenmerk maken
- Een gegevensbron kiezen bij het maken van eigenschappen
- Standaardvervaldatum configureren met de instelling Tijd voor live (TTL)
- Codeweergave gebruiken om kenmerken te maken en te bewerken
- Inleiding tot Bulk Management (BAAAM)
- Ononderbroken eigenschappen maken en beheren met BAAAM
- De basisbeginselen van het maken van segmenten
- Een segmenttaxonomie maken
- Praktische segmentdefinitie en creatie
- Segmenten maken van meerdere gegevensbronnen
- Een gegevensbron kiezen bij het maken van een segment
- Verbeter uw segmenten met aanbevelingen voor kenmerken
- Verbeteringen in segmentering van de aanbevelingen voor treinen
- Recentie en frequentie gebruiken in segmenten
- Codeweergave gebruiken bij het maken van segmenten
- Segmenten uit Adobe Analytics importeren in Audience Manager
- Bouw een segment om advertenties aan klanten te onderdrukken
- De segmenten van de Audience Manager van de kaart aan bestemmingen
- De segmenten van de kaart aan een op apparaat-gebaseerde bestemming
- Getallen begrijpen in de grafiek van de Treit
- Getallen in de segmentgrafiek begrijpen
- Tips voor klanten - aanbevolen procedures voor kenmerken en segmenten
- Algoritmische modellen
- Voorspelend publiek begrijpen
- Configureren en rapporteren over Predictive Audiences
- Een model voor de eerste look-alike maken
- Kenmerken in algoritmische modellen (look-alike) uitsluiten
- ROAS verhogen door algoritmische modellen (look-alike) te gebruiken
- Gebruikend blik-gelijkaardige modellen om verkochte inventaris van uw eerste-partijgegevens uit te breiden
- Profielsamenvoeging
- Regels voor profielsamenvoeging
- Overzicht van regels voor het samenvoegen van profielen
- Voorbeelden van samenvoegingsregels en gebruiksgevallen profileren
- Kies de juiste samenvoegregel voor profiel
- Eenvoudige regels voor het samenvoegen van profielen maken en gebruiken
- De Regels van de Fusie van het Profiel van het gebruik om in voor authentiek verklaarde staat te personaliseren
- De Regels van de Fusie van het Profiel van het gebruik voor apparatenuitbreiding en verhoogd bereik
- Overzicht van verbeteringen in de samenvoegregel voor profielen
- Verbeteringen in de regel voor samenvoegen van profielen - voorwaarden
- Hoe de Verbeteringen van de Regel van de Fusie van het Profiel segmentatie, activering, en rapportering beïnvloeden
- Identiteitsrapportage publiek interpreteren
- Interdevice metriek begrijpen in Audience Manager
- Tips voor klanten - het meeste uit de regels voor het samenvoegen van profielen halen
- Gegevensverkenner
- Gegevensactivering
- Grondbeginselen van doelen
- Audience Lab
- Op personen gebaseerde doelen
- Video’s en zelfstudies over op personen gebaseerde doelen
- Gegevensstroom op basis van persoonlijke doelen
- Creeer een gegevensbron voor Mensen-gebaseerde Doelen
- Begrijp Hashed PII gegevensinvoer voor Op mensen gebaseerde Doelen
- Verhaal Onderbroken PII voor Op mensen-gebaseerde Doelen
- Gebruik setCustomerIDs() om PII als gedeclareerde id in te voeren en te hashen
- Configureer de regels voor het samenvoegen van profielen voor op mensen gebaseerde doelen
- Segmenten maken voor op mensen gebaseerde doelen
- Creeer en vorm Op mensen-gebaseerde Doelen
- Begrijp en vorm de op Mensen gebaseerde bestemming van LinkedIn
- Begrijp en vorm de klant-gelijke Op mensen-gebaseerde bestemming van Google
- Rapporten
- Overige integratie
- Integreren met Real-time Customer Data Platform
- Samenvatting gegevens gebruikend de gegevensschakelaar van Adobe Audience Manager
- Begrijp eerste-partij gegevensopname in Echt - tijd CDP
- Begrijp de gegevensopname van het Web in Echt - tijd CDP
- Begrijp schema’s en XDM in Echt - tijd CDP
- Begrijp de eigenschappen in Echt - tijd CDP
- Begrijp signalen in Echt - tijd CDP
- Begrijp segmenten in Echt - tijd CDP
- Begrijp bestemmingen in Echt - tijd CDP
- Begrijp toegangsbeheer in Echt - tijd CDP
- Begrijp gegevensbeheer in Echt - tijd CDP
- Integreren met Ad Cloud
- Integreren met Real-time Customer Data Platform
- API