Veelgestelde vragen over Predictieve doelgroepen
Veelgestelde vragen over Predictive Audiences.
Wanneer moet ik Predictive Audiences gebruiken, in tegenstelling tot Look-alike modeling?
Predictive Audiences en Look-alike modeling zijn geschikt voor verschillende gebruiksscenario’s. De belangrijkste verschillen tussen de twee algoritmes zijn:
- Look-alike modeling gebruikt een kleine doelgroep als invoer en breidt deze uit. Predictive Audiences gebruikt een grote doelgroep als invoer en verdeelt deze in kleinere, verschillende doelgroepen, gedefinieerd door uw persona's.
- Het aantal basissegmenten is verschillend voor beide algoritmes. Predictive Audiences vereist minstens twee basislijnen, terwijl Look-alike modeling hoogstens één basislijn gebruikt.
- Predictive Audiences voert segmentevaluatie in real time uit, Look-alike modeling niet.
Op basis van uw gebruiksscenario moet u bepalen welk model voor u relevanter is.
Denk bijvoorbeeld aan het maken van een Predictive Audiences-model met een aantal basislijnen als het equivalent van het bouwen van hetzelfde aantal look-alike modellen, maar dan zonder de realtime-evaluatie, en met een heel grote kans op bezoekers van verschillende persona's, in plaats van één afzonderlijke persona.
Hoeveel persona's/modellen mag ik maken?
U kunt maximaal tien Predictive Audiences-modellen maken. Voor elk model kunt u maximaal 50 basislijneigenschappen of -segmenten definiëren.
Hoe kan ik nieuwe segmenten maken van een Predictive Audiences-segment?
Ga naar Audience Data > Segments en klik op de map Predictive Audiences. Zoek het gewenste segment, dupliceer het en bewerk het naar wens.
Wanneer kan ik de eerste resultaten van mijn model verwachten?
Predictive Audiences-modelresultaten zijn beschikbaar binnen 24 uur na het maken van het model, als het model succesvol wordt uitgevoerd.
Neem contact op met uw Adobe-vertegenwoordiger als het model niet binnen 24 uur resultaten oplevert.
Waarom produceert mijn model geen resultaten of toont het een waarschuwingsstatus?
Er kunnen diverse redenen zijn waarom Predictive Audiences-modellen geen resultaten opleveren:
- Geen van de geselecteerde persona traits / segments voldoende gebruikersprofielen hebben. We raden u aan traits of segments zodat elke persoon ten minste een paar honderd gebruikersprofielen heeft.
- Geen van de geselecteerde persona traits / segments beschikken over voldoende gegevens in hun gebruikersprofielen (onvoldoende kenmerken om te analyseren).
- De eigenschap / het segment van het doelpubliek heeft geen actieve of onbeheerde gebruikers.
- Doelgroepgebruikers die de afgelopen 30 dagen actief of onboarded waren, hebben onvoldoende data in hun gebruikersprofielen (te weinig eigenschappen om te analyseren).
- Het doelpubliekssegment gebruikt een andere Profile Merge Rule van de sjabloon die u voor het model hebt gekozen.
- De gegevensbron van uw doelpubliekskenmerken wordt mogelijk niet opgenomen in de Profile Merge Rule die u hebt gekozen voor het model.
Volg voor optimale resultaten de voorgestelde richtlijnen van Selectiecriteria voor persona's en Selectiecriteria voor doelgroepen.
Waarom toont mijn model mijn model Error status?
Het model kan niet worden uitgevoerd. In dergelijke gevallen kunt u contact opnemen met Adobe vertegenwoordiger.
Hoe kan ik de Profile Merge Rule voor een Predictive Audiences segment?
Maak een nieuw model door dezelfde personen en doelgroepen te selecteren als het vorige model. Wijs tijdens het maken van een model een andere Profile Merge Rule.
Wat Profile Merge Rule moet ik kiezen?
Als u de opdracht Profile Merge Rule voor uw model, analyseer uw gebruiksgeval zorgvuldig.
Laat ons uw doelpubliek vertellen segment gebruikt een Profile Merge Rule gebaseerd op geverifieerde profielen + Device Graph en selecteert u dezelfde Profile Merge Rule voor het voorspelbare segments. In dit geval, zowel apparatenniveau als dwars-apparatenniveau traits wordt gebruikt bij het trainen van het model en bij het plaatsen van de gebruiker in een voorspelbaar segment.
Als u echter een Profile Merge Rule alleen op basis van apparaatprofielen, geen van uw apparaten traits wordt invloedrijk en draagt niet bij tot de plaatsing van de gebruikers in een voorspellende situatie segment. Dit kan een negatief effect hebben op de nauwkeurigheid en het bereik van het model.
Analyseer uw gebruikscase zorgvuldig en bepaal welke trait typen waarvan u het model wilt leren en het type gegevens dat u voor de classificatie wilt gebruiken.
Kan het zijn dat een gebruiker uit de doelgroep die geen deel uitmaakt van een persona-eigenschap/segment niet is geclassificeerd?
Ja, dat kan wanneer de gebruiker geen eigenschappen in zijn/haar profiel heeft. In dat geval krijgt de gebruiker een matchscore van 0 voor alle persona-eigenschappen/segmenten en wordt daarom niet in een van de voorspellende segmenten geclassificeerd.
Kan een gebruiker die in één van de voorspellende segmenten is geclassificeerd, opnieuw worden geclassificeerd in een ander Predictive Audiences-segment?
Ja. Aangezien de algoritme dagelijks wordt getraind, past deze de wijzigingen voor alle persona’s aan in termen van eigenschapscores. Als een gebruiker die in een Predictive Audiences-segment thuishoort, actief is, kunnen de wijzigingen in zijn of haar eigenschapscore de classificatie wijzigen op basis van de activiteit van de afgelopen 30 dagen.
Kan ik de eigenschappen zien op basis waarvan doelgroepclassificatie wordt uitgevoerd?
Ja, u kunt alle invloedrijke eigenschappen voor alle basislijnen zien op de pagina met modelrapportage. Zie Invloedrijke eigenschappen.
Kan ik de tijd veranderen om te leven (TTL) voor voorspellende eigenschappen?
De voorspellende eigenschap TTL wordt geplaatst aan 0 (leven) en kan niet worden veranderd. Predictive Audiences gebruikers alleen van voorspellende segmenten kunnen losmaken wanneer zij in aanmerking komen voor het basissegment of wanneer zij worden geherclassificeerd naar een ander voorspellend segment.
Indien nodig, kunt u rond deze functionaliteit werken door een nieuw segment te creëren dat zowel een vooruitlopende eigenschap als een activiteiteneigenschap met gespecificeerde TTL bevat.
Wat gebeurt er met het model als ik een van de basislijneigenschappen of -segmenten bewerk?
Het model evalueert de eigenschappen of segmenten eenmaal per dag. De dag na de update wordt de bijgewerkte classificatie weergegeven.
Kan ik de databronnen selecteren waarvan het model leert?
Nee, selectie van databronnen wordt niet ondersteund. De Predictive Audiences-algoritme leert van al uw interne eigenschappen.