Relatório de Resumo do direcionamento automático

As várias linhas na tabela ajudam você a entender o desempenho da atividade.

• As duas primeiras linhas na tabela na página do relatório mostram os resultados de um teste A/B entre os visitantes que foram atribuídos ao controle (ou seja, experiências disponibilizadas aleatoriamente) e os visitantes que foram atribuídos ao algoritmo de personalização. Essas informações podem ser usadas para medir o desempenho do algoritmo de personalização em comparação ao controle disponibilizado aleatoriamente.
• As linhas restantes mostram resultados em nível de experiência. Para cada experiência, há uma comparação entre a resposta média dos visitantes que mostraram essa experiência como um controle apresentado aleatoriamente e a resposta média dos visitantes que mostraram a experiência usando o algoritmo de personalização.

O ícone de verificação verde ao lado de cada experiência no relatório indica que um modelo personalizado de aprendizagem de máquina foi gerado para essa experiência. O ícone do relógio indica que não foi fornecido tráfego suficiente para construir o modelo.

• Como o modelo é construído por experiência, é possível ver um modelo para algumas experiências com uma marca verde e outras com um ícone de relógio.
• Neste caso, para aumentar a velocidade da atividade com modelos construídos para todas as experiências, o tráfego adicional é enviado para experiências com modelos não construídos.
• Deve haver pelo menos duas experiências com modelos criados (marca de seleção verde) para que a personalização comece.

Comparar o índice de conversão da experiência A com o da experiência B não é a comparação correta no Direcionamento automático. A questão é se a experiência A tem um desempenho melhor quando é apresentada de maneira inteligente versus uma maneira aleatória (em outras palavras, versus o controle). Os profissionais de marketing também devem ter cautela ao interpretar os aumentos de experiências individuais, porque o algoritmo de personalização está tentando otimizar a métrica de sucesso em toda a atividade, não em cada experiência individual.

Experiências com o aumento mais alto podem ser entendidas como tendo a maior diferenciação dentro da população. Ou seja, o algoritmo encontrou um segmento que mais gosta dessa experiência específica.

As várias colunas na tabela mostram o número de visitas, a taxa de conversão, o nível médio de aumento e confiança e a confiança. Para obter mais informações, consulte Cálculos estatísticos em testes A/B.