Use look-alike modellen to extend sales voorraad from first-party data using-look-alike-models-to-extend-sold-out-inventory-from-your-st-party-data

In deze zelfstudie doorlopen we de stappen die u moet uitvoeren om Alike-setup in te stellen en te gebruiken Models , zodat u een nieuw soort look-alike publiek kunt maken en dit kunt verkopen als een uitbreiding op uw conversiesegment.

Details van hoofdletters/kleine letters gebruiken use-case-details

U bent een uitgever van inhoud. Als u al voorraad voor converters op uw site hebt verkocht, kunt u denken dat uw kans daar eindigt. Voer het uiterlijk van AAM in Models . Met deze functie kunt u de verkochte voorraad verder uitbreiden en ook het publiek verkopen van mensen die misschien nog niet zijn omgezet, maar die er net zo uitzien als mensen die zijn omgezet. Dit publiekssegment wordt doorgaans voor minder dan de werkelijke converters verkocht, maar u kunt desondanks aan uw bedrijfsresultaten toevoegen door een extra publieksoptie te bieden aan adverteerders die advertenties op uw site willen plaatsen. Het extra voordeel van dit gebruiksscenario is dat het uitvoeren van dit model op de gegevens van de eerste partij niets kost.

De stappen in deze zelfstudie zijn als volgt:

  1. Identificeer/creeer een ideale gebruiker (omzetting) bezit of segment
  2. Een model maken met deze conversietaak/dit segment als basisitem
  3. Kies First party gegevensbron(nen) in het model en voer het model uit
  4. Maak een Algorithmic Trait van de modelresultaten en voeg het kenmerk toe aan een segment
  5. Het segment aanbieden aan geïnteresseerde adverteerders om de verkoop van het conversiesegment uit te breiden

Identificeer of creeer een ideaal gebruiker (omzetting) bezit of segment identify-create-an-ideal-user-conversion-trait-or-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 gebruikelijk om een kenmerk te creëren voor bezoekers die aan deze criteria voldoen.

In dit geval wordt dit al verondersteld, omdat u de voorraad hebt verkocht voor mensen die converters zijn. In het kader van deze zelfstudie is het echter een goede zaak om deze voor de rest van de gebruikszaak te bespreken.

Ook, wanneer het gebruiken van gebeurtenissen om eigenschappen tot stand te brengen, is er een belangrijk gotcha dat u in mening moet houden, zodat u niet meer gebruikers verzamelt dan u in het bezit zou moeten. Bekijk de volgende video voor de grote openbaring. :)

NOTA: in de video hierboven, het voorbeeld dat ik toon veronderstelt dat u 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 (zie de ​ documentatie ​) te verzenden, en als uw omzettingsactiviteit op uw plaats door GA naar AAM wordt verzonden, dan kunt u uw omzettingseigenschap van dat tot stand brengen. Als u een andere analyseoplossing hebt (of geen analyseoplossing), kunt u nog steeds gegevens naar AAM verzenden via onze DIL-code en de submit -functie, enzovoort. (zie de ​ documentatie ​). Maak vervolgens opnieuw de conversietekenmerken op basis van de gegevens die worden verzonden wanneer de conversieactiviteit op de site wordt uitgevoerd.

Creeer een blik-gelijkaardig model van eerste-partijgegevens creating-a-look-alike-model-from-first-party-data

In deze stap gaan we een First Party look-Alike Model maken. Dit betekent dat wij niet alleen een eerstepartijomzettingseigenschap/segment voor ons basisbezit/segment (dit zou voor de meeste modellen hoe dan ook normaal zijn) gaan gebruiken, maar wij zullen ook slechts in de pool van eerstepartijgegevens voor meer mensen kijken die als de converters kijken. We zullen niet naar gegevens van derden of derden kijken.

In dit gebruiksgeval is dit belangrijk, omdat we proberen een segment van gebruikers op onze site te maken die er als converters uitzien maar nog niet zijn omgezet, zodat we dit look-alike segment aan geïnteresseerde adverteerders kunnen verkopen.

Een algoritmische eigenschap maken creating-an-algorithmic-trait

Nu moeten we een Algorithmic Trait maken, zodat de resultaten van het model kunnen worden gebruikt. Zonder een eigenschap te creëren, is het model nutteloos. Nadat het model is uitgevoerd, moet u dus het dialoogvenster Handtekening openen en een Algorithmic Trait maken. De volgende video doorloopt het en toont een paar uiteinden.

Algorithmic Segment aanbieden aan adverteerders offering-the-algorithmic-segment-to-advertisers

Nadat u een Algorithmic Trait hebt gemaakt, kunt u een nieuw segment maken om het in te zetten, zodat u de gegevens kunt activeren (u kunt een eigenschap niet activeren, maar u moet een nieuw segment met één kenmerk maken met de Algorithmic Trait erin, zodat u het segment kunt activeren (gebruiken).

Nadat u een segment hebt gemaakt van bezoekers van de eerste partij die een score hebben behaald in het model dat lijkt op een look-alike (die er dus uitziet als converters maar nog niet is omgezet), kunt u dit segment aanbieden aan adverteerders op uw site, zelfs nadat u al uw voorraad van de werkelijke converters op uw site hebt verkocht. Dit is een goede manier om dit publiek uit te breiden en extra inkomsten te blijven zien door het gebruiken van look-Alike Models in Audience Manager.

recommendation-more-help
468cbaa0-07ce-4354-9a38-4f23b645a466