Anonieme webpersonalisatie voor bezoekers
In deze handleiding wordt het gebruikspatroon voor anonieme webpersonalisatie van bezoekers beschreven. Hierbij worden Adobe Journey Optimizer (AJO), Adobe Real-Time Customer Data Platform (RT-CDP) en Adobe Experience Platform (AEP) gebruikt om gepersonaliseerde webinhoud te leveren aan anonieme (niet-geïdentificeerde) bezoekers op basis van gedragssignalen tijdens de sessie. Het wordt ontworpen voor oplossingsarchitecten, marketing technologen, en implementatietechnici die moeten begrijpen wat dit patroon doet, de bedrijfsdoelstellingen het steunt, de tactische gebruiksgevallen het toelaat, en de betrokken toepassingen van Adobe.
Het patroon werkt met beperkte gegevens — alleen wat kan worden waargenomen in de huidige sessie en elk anoniem randprofiel dat is verzameld bij eerdere bezoeken met hetzelfde apparaat of cookie. Dit maakt het geschikt voor top-of-funnel personalisatie waar de bezoeker geen rekening heeft of niet voor authentiek verklaard.
Hoofdletterpatroon gebruiken
Hieronder worden het kernpatroon en het uitvoeringsplan voor dit gebruiksgeval beschreven.
Anonieme Personalization van het Web van de Bezoeker
Aangepaste inhoud leveren op basis van gedragssignalen tijdens de sessie voor niet-geïdentificeerde bezoekers via het AJO-webkanaal.
Plan van de Uitvoering: de Configuratie van het Oppervlak van het Web > de Evaluatie van de Regel van het Gedrag > Inhoudslevering > het Volgen van de Indruk > het Melden Melden
Hoofdlettergebruik
Anonieme bezoeker Web Personalization richt zich op de zakelijke behoefte om relevante, gepersonaliseerde inhoud te leveren aan websitebezoekers die nog niet zijn geïdentificeerd — ze hebben zich niet aangemeld, hebben geen bekende identiteit en kunnen niet worden opgelost in een gezamenlijk klantprofiel. Ondanks deze beperking is een zinvolle personalisatie mogelijk met gedragssignalen tijdens de sessie: weergegeven pagina’s, tijd op locatie, schuifdiepte, verwijzingsbron, geografische locatie, apparaattype en UTM-campagneparameters.
Dit patroon gebruikt AJO-oppervlakken van webkanalen en code-gebaseerde ervaringen om pagina-inhoud in real-time te wijzigen. De segmentatie van Edge is de primaire evaluatiemethode aangezien de besluiten met sub-second latency moeten worden genomen aangezien de bezoeker de plaats navigeert. Web SDK verzamelt gedragssignalen en verzendt hen naar AEP Edge Network, waar de rand-beoordeelde publieksregels bepalen welke inhoudvariant om te leveren.
In tegenstelling tot bekende-bezoeker Web/app verpersoonlijking, die het volledige verenigde profiel en segmentlidmaatschap gebruikt, wordt dit patroon beperkt tot gegevens waarneembaar in de huidige zitting en om het even welk anoniem randprofiel verbonden aan ECID van de bezoeker (Experience Cloud ID). Dit onderscheid is van essentieel belang voor de planning van de implementatie: de gedragssignalen die beschikbaar zijn voor personalisatie, zijn beperkt tot wat de Web SDK vastlegt en wat er in de opslag van het randprofiel blijft bestaan over sessies via de op cookies gebaseerde ECID.
Belangrijkste bedrijfsdoelstellingen
De volgende bedrijfsdoelstellingen worden gesteund door dit gebruiks gevalpatroon.
de websiteovereenkomst van de verhoging
Verbeter de tijd op de site, de pagina’s per sessie en de interactie met webinhoud door relevante ervaringen op maat van anonieme bezoekerssignalen.
lever gepersonaliseerde klantenervaringen
Inhoud, aanbiedingen en berichten op maat maken voor individuele voorkeuren, gedrag en levenscyclusfase, zelfs voor bezoekers die zich nog niet hebben geïdentificeerd.
de omzettingspercentages van de Verhoging
Verbeter het percentage bezoekers en de vooruitzichten die de gewenste acties zoals aankopen, inschrijven of het indienen van formulieren voltooien door de meest relevante inhoud te presenteren op basis van gedragscontext.
Voorbeelden van tactische gebruiksgevallen
In de volgende voorbeelden worden specifieke scenario’s geïllustreerd waarop dit patroon kan worden toegepast.
- het Bestaan van paginakoppen A/B test die op verwijzingsbron wordt gebaseerd — Test verschillende koppen voor bezoekers die van Google, sociale media, of direct verkeer aankomen om betrokkenheid door verwervingskanaal te optimaliseren
- de affiniteitaanbevelingen van de Categorie die op bladergedrag worden gebaseerd — het product of de inhoudaanbevelingen van de vertoning die op pagina’s worden gebaseerd die in de huidige zitting worden bekeken om ontdekking en omzetting te verhogen
- Uitgang-intent aanbieding voor bezoekers op het punt om te verlaten — presenteer een promotieaanbieding of lood vangen vorm wanneer de gedragssignalen erop wijzen de bezoeker op het punt staat de plaats te verlaten
- Geo-gerichte promotionele banner — toon plaats-specifieke promoties, opslag locatorinhoud, of regionale aanbiedingen die op de geografische plaats van de bezoeker worden gebaseerd
- apparaat-specifieke optimalisering van de inhoudslay-out — Pas inhoudslay-out, beeldgrootte, en plaatsing aan CTA die op wordt gebaseerd of de bezoeker op Desktop, tablet, of mobiel is
- Nieuw vs. het terugkeren van bezoeker welkome overseinen — Verschil de ervaring voor eerste bezoekers tegenover het terugkeren van anonieme bezoekers die ECID persistentie over zittingen gebruiken
- aanbevelingen van de Inhoud die op bekeken pagina’s in huidige zitting worden gebaseerd — dynamisch oppervlaktegerelateerde artikelen, producten, of middelen die op de pagina’s worden gebaseerd de bezoeker reeds heeft bekeken
- Dynamische heldenbanner die op UTM campagneparameters wordt gebaseerd — Personaliseer de heldenbanner om het overseinen of creatief van de verwijzende campagne aan te passen
Kernprestatie-indicatoren
Gebruik de volgende KPIs om de doeltreffendheid van dit gebruiks gevalpatroon te meten.
Applicaties
In dit gebruikspatroon worden de volgende toepassingen gebruikt.
- Adobe Journey Optimizer (AJO) — de configuratie van het het kanaaloppervlak van het Web, inhoud creatie (Web en code-gebaseerde ervaringen), campagneuitvoering, inhoud experimenteren (het testen A/B), besluit (dynamische inhoudselectie), en het melden
- Adobe Real-Time Customer Data Platform (rt-CDP) — de segmentatie van Edge voor publieksevaluatie in real time die op gedragssignalen wordt gebaseerd in sessie; anonieme Edge-profielbeheer
- Adobe Experience Platform (AEP) — Web SDK voor de inzameling van het gedragssignaal, Edge Network voor gegevens in real time die en verpersoonlijkingslevering verpletteren, gegevensstroomconfiguratie
Architectuur
De volgende verwijzingsarchitectuur illustreert hoe de anonieme bezoekerssignalen bij de rand worden verzameld, tegen publieksregels worden geëvalueerd, en worden gebruikt om gepersonaliseerde inhoud te leveren.
Gerelateerde documentatie
De volgende Experience League-bronnen bieden aanvullende informatie over de mogelijkheden die in dit gebruikspatroon worden gebruikt.
het kanaal van het Web en op code-gebaseerde ervaringen
Soorten publiek en segmentatie
Personalization en inhoud
experimenteren van de Inhoud
Beheer van het Besluit
Campagnes
Web SDKen gegevensverzameling
Identiteit en profiel
modellering van Gegevens
het Melden en de analyses
het bestuur van Gegevens en privacy
Guardrails