[Premium]{class="badge positive" title="Kijk wat er in Target Premium is opgenomen."}
Automated Personalization (AP)
Automated Personalization (AP)-activiteiten in Adobe Target combineren aanbiedingen of berichten en maken gebruik van geavanceerd computerleren om verschillende aanbiedingsvariaties voor elke bezoeker op basis van hun individuele klantprofiel aan te passen aan het aanpassen van de inhoud en het aantrekken van de schijf.
Op dezelfde manier aan Auto-Target, Automated Personalization gebruikt a Willekeurig Bos algoritme , een belangrijke methode van het de wetenschapsensemble van gegevens, als zijn belangrijkste verpersoonlijkingsalgoritme om de beste ervaring te bepalen om een bezoeker te tonen. Automated Personalization kan nuttig zijn in de detectiefase van het testen. Het is ook handig om machinaal leren toe te staan om de meest effectieve inhoud te bepalen wanneer verschillende bezoekers zich hierop richten. In tijd, leert het algoritme om de meest efficiënte inhoud te voorspellen en toont de inhoud het meest waarschijnlijk om uw doelstellingen te bereiken.
Om meer informatie over te vinden hoe Automated Personalization van Auto-Target verschilt, zie auto-Doel .
Marketers implementeren één bestand op hun site, zodat ze alle inhoud kunnen aanwijzen en erop kunnen klikken en vervolgens visueel aanvullende inhoudsopties voor dat gebied kunnen maken en selecteren met behulp van de VEC (Visual Experience Composer ). Vervolgens bepaalt het algoritme automatisch welk stuk inhoud aan elke individuele bezoeker moet worden geleverd op basis van alle gedragsgegevens die het systeem over die bezoeker heeft, wat een gepersonaliseerde ervaring oplevert. Omdat Automated Personalization zich kan aanpassen aan wijzigingen in het gedrag van de bezoeker, kan het zonder een vastgestelde einddatum worden uitgevoerd om voortdurende lift en verpersoonlijking te verstrekken. Deze modus wordt soms ook 'always-on' genoemd. De markeerteken hoeft geen test uit te voeren, de resultaten te analyseren en vervolgens een winnaar te leveren voordat de lift wordt gerealiseerd die uit optimalisatie is gevonden. Dit is een standaardvolgorde voor bewerkingen om het resultaat van een standaard A/B-activiteit te implementeren.
De volgende termen zijn handig wanneer u Automated Personalization bespreekt:
Houd rekening met de volgende details wanneer u Automated Personalization gebruikt:
Automated Personalization gebruikt een Willekeurig bosalgoritme om te personaliseren
Random Forest is een toonaangevende machineleesmethode. In gegevenswetenschappelijk opzicht is het een ensemble classificatie- of regressiemethode die werkt door het aanleggen van veel beslissingsbomen op basis van bezoekers en bezoekkenmerken. Binnen Target wordt Random Forest gebruikt om te bepalen welke ervaring naar verwachting de hoogste kans op conversie (of hoogste inkomsten per bezoek) voor elke specifieke bezoeker zal hebben. Bezoekers die Chrome gebruiken, zijn bijvoorbeeld leden van gouden loyaliteit en hebben op dinsdagen toegang tot uw site, waardoor ze waarschijnlijk eerder zullen converteren met Experience A. Bezoekers uit New York kunnen waarschijnlijk eerder converteren met Experience B. Voor meer informatie over Willekeurig Bos in Target, zie Willekeurig Bos Algorithm .
Het verpersoonlijkingsmodel optimaliseert voor elk bezoek
- Het algoritme voorspelt de waarschijnlijkheid van een bezoeker van omzetting (of geschatte opbrengst van omzetting) om de beste ervaring te dienen.
- Een bezoeker komt in aanmerking voor een nieuwe ervaring aan het einde van een bestaande sessie, tenzij die bezoeker deel uitmaakt van de controlegroep. Als de bezoeker deel uitmaakt van de controlegroep, heeft de bezoeker bij het eerste bezoek dezelfde ervaring als bij volgende bezoeken.
- De gepresenteerde ervaring verandert niet binnen een sessie om de visuele consistentie te behouden.
Het verpersoonlijkingsmodel past zich aan veranderingen in bezoekersgedrag aan
- De multiarmbandit zorgt ervoor dat het model altijd een klein deel van het verkeer "besteedt"om het leren door te zetten tijdens het leven van de activiteit en om overexploitatie van eerder geleerde tendensen te verhinderen.
- De onderliggende modellen worden elke 24 uur opnieuw samengesteld met behulp van de meest recente gedragsgegevens van de bezoeker, zodat Target altijd gebruikmaakt van gewijzigde voorkeuren voor bezoekers.
- Als het algoritme het winnen van ervaringen voor individuele bezoekers niet kan bepalen, schakelt het automatisch aan het tonen van de algemeen best-presterende ervaring, terwijl nog steeds het zoeken naar gepersonaliseerde winnaars blijft. De best-presterende ervaring wordt gevonden gebruikend Thompson Steekproef .
Het model optimaliseert voortdurend één doel metrisch
- Deze metrische waarde kan gebaseerd zijn op conversie of op inkomsten (meer bepaald Revenue per Visitor ).
Target verzamelt automatisch informatie over bezoekers om de verpersoonlijkingsmodellen samen te stellen
- Voor meer informatie over de attributen die in Auto-Target en Automated Personalization worden gebruikt, zie de Inzameling van Gegevens van Automated Personalization .
Target gebruikt automatisch alle Adobe Experience Cloud gedeelde soorten publiek om de personalisatiemodellen samen te stellen
- U hoeft niets specifiek te doen om publiek aan het model toe te voegen. Voor informatie over het gebruiken van Experience Cloud Audiences met Target, zie publiek van Experience Cloud .
Marketers kunnen offlinegegevens, concentratiescore of andere aangepaste gegevens uploaden om personalisatiemodellen samen te stellen
Offlinegegevens, zoals CRM-informatie of klantchurn-concentratiescore, kunnen ongelooflijk waardevol zijn bij het samenstellen van personalisatiemodellen. Er zijn verschillende manieren om gegevens in te voeren in Automated Personalization (AP)- en Auto-Target personalisatiealgoritmen.
Voor informatie over de gegevens die automatisch door Automated Personalization worden verzameld en worden gebruikt en Auto-Target verpersoonlijkingsalgoritmen, zie de Inzameling van Gegevens van Automated Personalization .
Trainingsvideo: Activiteitstypen
In deze video worden de activiteitstypen uitgelegd die beschikbaar zijn in Target . Automated Personalization wordt besproken beginnend bij 5 :55.
- Beschrijf de typen activiteiten die zijn opgenomen in Adobe Target
- Selecteer het juiste type activiteit om uw doelen te bereiken
- Beschrijf de driestappenworkflow met instructies die van toepassing is op alle typen activiteiten