Target activiteitstypen
Download een interactieve PDF die de verschillende activiteitstypen in Adobe Target beschrijft.
Wat doet het? section_4ECAACC68723402EB3649033190E1BBC
Handmatig A/B Test
Vergelijkt twee of meer ervaringen om te zien welke ervaring het best omzettingen gedurende een vooraf bepaalde testperiode verbetert.
Voor meer informatie, zie Test A/B.
Auto-Allocate
toe
Identificeert een winnaar onder twee of meer ervaringen, en leidt dan verkeer aan de het winnen ervaring om, die omzetting verhogen aangezien de test loopt en leert.
Voor meer informatie, zie auto-toewijst.
Auto-Target
Gebruikt geavanceerd computerleren om inhoud en aandrijvingsomzettingen aan te passen door veelvoudige hoog-presterende, markerings-bepaalde ervaringen te identificeren, en dan de meest op maat gemaakte ervaring aan bezoekers te dienen die op hun individuele klantenprofielen en verleden gedrag van gelijkaardige bezoekers worden gebaseerd.
Voor meer informatie, zie auto-Doel voor Persoonlijke Ervaringen.
Automated Personalization (AP)
Gebruikt geavanceerd computerleren om inhoud en aandrijvingsomzettingen aan te passen door specifieke aanbiedingen of berichten te combineren, en dan verschillende aanbiedingsvariaties aan bezoekers aan te passen, die op hun individuele klantenprofielen worden gebaseerd.
Voor meer informatie, zie Automated Personalization.
Multivariate Test (MV)
Vergelijkt combinaties aanbiedingen onder elementen op een pagina om te zien welke combinatie aanbiedingen het beste voor een specifiek publiek presteert. Geeft ook aan welk element van de pagina de conversies het beste verbetert gedurende een vooraf opgegeven testperiode.
Voor meer informatie, zie Multivariate Test.
Gericht op ervaring (XT)
Levert inhoud aan een specifiek publiek dat op een reeks van tellers-bepaalde regels en criteria wordt gebaseerd.
Voor meer informatie, zie Ervaring richtend.
Waarom gebruikt u dit type activiteit? section_46A70DD7CE3448749E635DDF5EAFC131
Welk type van markt zou soort activiteit moeten gebruiken? section_A843D663D3E543FFB1A594266B560395
Heeft kennis van status.
Heeft de tijd om tot eind van testperiode te wachten om resultaten te analyseren.
Bevat een korte tijdsperiode.
Moet de beste ervaring identificeren en snel resultaat opleveren.
Wil in staat zijn om bij resultaten te "pieken"aangezien de test loopt.
Heeft verschillende in aanmerking komende ervaringen.
Hiermee wil u ervaringen op optimale tijdstippen afstemmen op basis van hun dynamische en veranderende profielen.
Heeft een of meer voorstellen.
Wil combinaties aanbieden die optimale gepersonaliseerde ervaringen voor specifieke bezoekers over diverse unieke profielen en gedrag opbrengen.
Heeft kennis van status.
Heeft een of meer voorstellen.
Wil conversietrends met betrekking tot interacties van pagina-elementen analyseren.
Statistische gegevens section_22CF2D07DB054505AB5EC702B99A5BB0
Voordelen en overwegingen section_56C46ABEF7B945DDA0C1E6D714377123
Als u in een A/B Test de testresultaten bekijkt voordat de samplegrootte wordt bereikt, is het mogelijk dat u op onjuiste resultaten vertrouwt (u kunt niet "eerder"pieken!).
In tegenstelling tot Auto-Allocate, in een test A/B, blijft de verkeersdistributie vast zelfs nadat u erkent dat sommige ervaringen meer zijn dan andere.
Voor informatie over beste praktijken voor A/B Test activiteiten, zie hoe lang zou u een Test A/Ben tien gemeenschappelijke A/B testende valkuilen moeten in werking stellen en hoe te om hente vermijden.
Auto-Allocate geeft de winnaar aan, maar maakt geen onderscheid tussen de verliezers. Als u moet weten hoe elke uitgevoerde ervaring, A/B het testen verkiest.
De functie Auto-Allocate werkt met slechts één geavanceerde metrische instelling, namelijk 'Aantal verhogen en Gebruiker in activiteit houden'. Als u geen herhaalde omzettingen wilt tellen, zou u A/B het testen in plaats daarvan moeten gebruiken.
Wanneer u veelvoudige aanbiedingen combineert, komt een combinatoriale explosie voor resulterend in de behoefte aan een significante hoeveelheid verkeer. Het algoritme Automated Personalization verwerkt vele factoren; daarom vereist het vereisen van de meeste hoeveelheid verkeer.
Automated Personalization kan geen rapporten in Analytics voor Doel(A4T) verbruiken.
Een Multivariate Test is tijdrovend en vanwege de verschillende variabelen die u kunt afspelen, levert dit niet noodzakelijkerwijs een opwinnende ervaring met vertrouwen op.
Het is vaak uitdagend om de hoeveelheid verkeer te bereiken nodig om de test te voltooien. Omdat alle Multivariate Test -experimenten volledig rekening houden met factoren, kunnen te veel veranderende elementen in één keer snel tot veel mogelijke combinaties worden uitgebreid die moeten worden getest.
Zelfs een plaats met vrij hoog verkeer zou problemen kunnen hebben die een test met meer dan 25 combinaties in een uitvoerbare hoeveelheid tijd voltooien.
Met Experience Targeting kunt u snel reageren op inzichten die zijn afgeleid van de resultaten van een activiteit.
Als u bijvoorbeeld een A/B-test hebt uitgevoerd waarbij de uitdager het besturingselement niet heeft overschreden, maar de resultaten aangeven dat een specifiek segment bezoekers vier keer meer heeft geconverteerd met de uitdager dan met het besturingselement, kunt u Experience Targeting gebruiken om de belenervaring naar dat bepaalde segment te sturen.