Auto-Target Perguntas frequentes e solução de problemas

Resposta

• Decida se o valor comercial de uma métrica de sucesso de Revenue per Visit (RPV) vale pelos requisitos adicionais de tráfego. O RPV normalmente precisa de pelo menos 1.000 conversões por experiência para que uma atividade funcione em comparação com a conversão.

• Decida sobre a alocação entre controle e experiências personalizadas antes de iniciar a atividade com base em suas metas.

• Determine se você tem tráfego suficiente para a página em que sua atividade do Auto-Target é executada para modelos de personalização a serem criados em um período de tempo razoável.

• Se você estiver testando o algoritmo de personalização, não altere experiências nem adicione ou remova atributos de perfil enquanto a atividade estiver ativa.

• Considere a conclusão de uma atividade A/B entre as ofertas e os locais que você planeja usar em sua atividade Auto-Target para garantir que os locais e as ofertas tenham impacto na meta de otimização. Se uma atividade A/B não demonstrar uma diferença significativa, Auto-Target provavelmente também não gerará aumento.

  Se um teste A/B não mostra diferenças estatisticamente significativas entre as experiências, é provável que as ofertas que você está considerando não são suficientemente diferentes umas das outras, os locais selecionados não afetam a métrica de sucesso ou a meta de otimização está muito distante no funil de conversão a ser afetado pelas ofertas escolhidas.

• Tente não fazer alterações substanciais nas experiências durante a atividade.

Resposta

A divisão de alocação de tráfego ideal depende do que você deseja realizar.

Se o objetivo for personalizar o máximo de tráfego possível, você poderá manter a alocação direcionada de 90% e o controle de 10% durante todo o tempo de vida útil da atividade. Se o objetivo for executar um experimento comparando como os algoritmos personalizados são executados em relação ao controle, uma divisão 50/50 é melhor para o tempo de vida da atividade.

A prática recomendada é manter a divisão de alocação de tráfego para o tempo de vida da atividade para que os visitantes não alternem entre experiências de direcionamento e de controle.

Resposta

Não, apenas os visitantes qualificados para exibir a atividade Auto-Target são contados nos relatórios.

Resposta

Há quatro fatores necessários para uma atividade Auto-Target gerar aumento:

• As ofertas devem ser diferentes o suficiente para influenciar os visitantes.
• As ofertas devem estar localizadas em algum lugar que faça diferença para a meta de otimização.
• Deve haver tráfego e "potência" estatística suficiente no teste para detectar o aumento.
• O algoritmo de personalização deve funcionar corretamente.

O melhor curso de ação é garantir que o conteúdo e os locais que compõem as experiências da atividade realmente façam diferença nas taxas de resposta geral usando um teste A/B simples e não personalizado. Certifique-se de calcular os tamanhos das amostras antecipadamente para garantir que haja energia suficiente para ver um aumento razoável e executar o teste A/B por um período fixo sem interrompê-lo ou fazer quaisquer alterações.

Se os resultados de um teste A/B mostram um aumento estatisticamente significativo em uma ou mais das experiências, é provável que uma atividade personalizada funcione. Claro, a personalização pode funcionar mesmo se não houver diferenças nas taxas de resposta geral das experiências. Normalmente, o problema decorre das ofertas e dos locais que não têm um impacto grande o suficiente na meta de otimização para serem detectados com significância estatística.

Resposta

Auto-Target pode ser usado como personalização "sempre ativa" que otimiza constantemente. Especialmente para conteúdo permanente, não há necessidade de interromper sua atividade Auto-Target.

Se você quiser fazer alterações substanciais no conteúdo em sua atividade Auto-Target, a prática recomendada é iniciar uma nova atividade para que outros usuários que revisem relatórios não confundam ou relacionem resultados anteriores com conteúdo diferente.

Resposta

O tempo que leva para os modelos serem construídos em sua atividade Auto-Target normalmente depende do tráfego para as localizações de atividades selecionadas e as taxas de conversão associadas à métrica de sucesso da atividade.

O Auto-Target não tenta criar um modelo personalizado para uma determinada experiência até que haja pelo menos 50 conversões para ela. Além disso, se o modelo criado for de qualidade insuficiente (conforme determinado pela avaliação offline dos dados de "teste" em espera, usando uma métrica conhecida como AUC), o modelo não será usado para veicular o tráfego de maneira personalizada.

Alguns outros pontos para ter em mente sobre a construção de modelos de Auto-Target:

• Depois que uma atividade está ativa, o Auto-Target considera até os últimos 45 dias de dados fornecidos aleatoriamente ao tentar criar modelos. Por exemplo, controlar o tráfego, além de alguns dados adicionais fornecidos aleatoriamente e retidos pelo algoritmo.
• Quando Revenue per Visit é sua métrica de sucesso, essas atividades normalmente exigem mais dados para criar modelos devido à maior variação de dados que normalmente existe na receita de visitas em comparação com a taxa de conversão.
• Como os modelos são criados com base na experiência, a substituição de uma experiência por outra significa que o tráfego suficiente (pelo menos 50 conversões) deve ser coletado para a nova experiência antes que os modelos personalizados possam ser recriados.

Resposta

Não, deve haver pelo menos dois modelos construídos em sua atividade para que a personalização comece.

Resposta

Você pode começar a ver os resultados do teste do Auto-Target depois de ter pelo menos duas experiências com modelos construídos (marca de seleção verde) para a experiência que os modelos construíram.

Resposta

Você pode selecionar uma experiência para ser usada como controle ao criar uma atividade do Automated Personalization (AP) ou do Direcionamento automático (AT).

Esse recurso permite rotear todo o tráfego de controle para uma experiência específica, com base na porcentagem de alocação de tráfego configurada na atividade. Em seguida, você pode avaliar os relatórios de desempenho do tráfego personalizado com relação ao tráfego de controle para essa experiência única.

Para obter mais informações, consulte Usar uma experiência específica como controle.

Resposta

O Adobe não recomenda alterar a métrica de meta durante uma atividade. Embora seja possível alterar a métrica de meta durante uma atividade utilizando a interface do usuário Target, você sempre deve iniciar uma nova atividade. O Adobe não garante o que acontece se você alterar a métrica de meta em uma atividade após sua execução.

Esta recomendação se aplica às atividades de Auto-Allocate, Auto-Target e Automated Personalization que usam Target ou Analytics (A4T) como fonte de relatórios.

Resposta

Não é sugerido usar a opção Reset Report Data para atividades de Auto-Target. Embora ela remova os dados do relatório visíveis, essa opção não remove todos os registros de treinamento do modelo Auto-Target. Em vez de usar a opção Reset Report Data para atividades Auto-Target, crie uma nova atividade e desative a original.

Esta orientação também se aplica às atividades Auto-Allocate e Automated Personalization.

Resposta

O Target cria um modelo por experiência, portanto, remover uma experiência significa que o Target cria um modelo a menos e não afeta os modelos para as outras experiências.

Por exemplo, suponha que você tenha uma atividade Auto-Target com oito experiências e não goste do desempenho de uma experiência. Você pode remover essa experiência e ela não afeta os modelos das sete restantes.

Sugestões de solução de problemas

Há várias alterações de configuração de atividade que podem diminuir o tempo esperado para criar modelos, incluindo o número de experiências em sua atividade Auto-Target, o tráfego para seu site e sua métrica de sucesso selecionada.

Solução: revise sua configuração de atividade e veja se há alterações que você deseja fazer para melhorar a velocidade de criação dos modelos.

• Se sua métrica de sucesso estiver definida como RPV, você poderá mudar para conversão? As atividades de conversão tendem a exigir menos tráfego para criar modelos. Você não perderá os dados da atividade se alterar a métrica de sucesso de RPV para conversão.
• Sua métrica de sucesso está bem abaixo do funil de vendas de suas experiências de atividade? Uma taxa de conversão de atividade mais baixa aumenta os requisitos de tráfego necessários para a criação de modelos, pois é necessário um número mínimo de conversões.
• Há algumas experiências que você pode abandonar em sua atividade? Diminuir o número de experiências em uma atividade diminui o tempo para criar modelos.
• Existe uma página de tráfego mais alto onde essa atividade seria mais bem-sucedida? Quanto mais tráfego e conversões houver nos locais de atividade, mais rápido será a criação de modelos.

Sugestões de solução de problemas

Há quatro fatores necessários para uma atividade Auto-Target gerar aumento:

• As ofertas devem ser diferentes o suficiente para influenciar os visitantes.
• As ofertas devem estar localizadas em algum lugar que faça diferença para a meta de otimização.
• Deve haver tráfego e "potência" estatística suficiente no teste para detectar o aumento.
• O algoritmo de personalização deve funcionar corretamente.

Solução: primeiro, verifique se sua atividade está personalizando o tráfego. Se os modelos não são criados para todas as experiências, sua atividade Auto-Target ainda estará apresentando aleatoriamente uma parte significativa das visitas para tentar criar todos os modelos o mais rápido possível. Se os modelos não forem criados, Auto-Target não está personalizando o tráfego.

Em seguida, verifique se as ofertas e os locais de atividade realmente fazem diferença nas taxas de resposta geral usando um teste A/B simples e não personalizado. Certifique-se de calcular os tamanhos das amostras antecipadamente para garantir que haja energia suficiente para ver um aumento razoável e executar o teste A/B por um período fixo sem interrompê-lo ou fazer quaisquer alterações. Se os resultados de um teste A/B mostrarem um aumento estatisticamente significativo em uma ou mais experiências, será provável que uma atividade personalizada funcione. O Personalization pode funcionar mesmo se não houver diferenças nas taxas de resposta geral das experiências. Normalmente, o problema decorre das ofertas e dos locais que não têm um impacto grande o suficiente na meta de otimização para serem detectados com significância estatística.

Sugestões de solução de problemas

Isso é esperado.

Em uma atividade Auto-Target, depois que uma métrica de conversão (objetivo de otimização ou de postagem) é convertida, o usuário é liberado da experiência e a atividade é reiniciada.

Por exemplo, há uma atividade com uma métrica de conversão (C1) e uma métrica adicional (A1). A1 depende de C1. Quando um visitante entra na atividade pela primeira vez, e os critérios de conversão de A1 e C1 não são convertidos, a métrica A1 não é convertida por depender da métrica de sucesso. Se o visitante converter C1 e depois converter A1, A1 ainda não será convertido porque quando C1 é convertido, o visitante é liberado.