Predictive Audiences Översikt predictive-audiences

Predictive Audiences hjälper er att klassificera en okänd publik i distinkta personligheter, i realtid, med avancerad datavetenskap.

IMPORTANT
Den här artikeln innehåller produktdokumentation som ska hjälpa dig att konfigurera och använda den här funktionen. Ingenting i det här är juridisk rådgivning. Vänligen kontakta ditt eget juridiska ombud för att få juridisk rådgivning.

I marknadsföringssammanhang är en persona ett målgruppssegment som definieras av besökare, användare eller potentiella köpare som delar en viss uppsättning traits som demografi, surfvanor, shoppinghistorik osv.

Predictive Audiences-modeller tar detta koncept ett steg längre genom att använda Audience Managers maskininlärningsfunktioner för att klassificera okända målgrupper i distinkta personas. Audience Manager hjälper er att uppnå detta genom att beräkna köpbenägenheten hos en okänd förstapartsmålgrupp i förhållande till en känd uppsättning förstapartsmålgrupper.

När du skapar en Predictive Audiences modell är det första steget att välja de baslinjetrafik eller segment som du vill att målgruppen ska klassificeras efter. Dessa egenskaper eller segment kommer att definiera er personlighet.

Under utvärderingsfasen skapar modellen en ny Predictive Audiences för varje drag eller segment som du har definierat som baslinje. Nästa gång Audience Manager ser en besökare från målgruppen som inte är klassificerad som en persona (som inte var berättigad till något av dina grundläggande egenskaper eller segment), är det Predictive Audiences modellen avgör vilka av de prediktiva segment besökaren ska tillhöra och lägger till besökaren i det segmentet.

Du kan identifiera de prediktiva segment som skapas av modellen i Segments sida. Varje Predictive Audiences modellen har en egen mapp under Predictive Audiences och du kan se varje modells segment genom att klicka på modellmappen.

prediktiv målgrupp-segment

Användningsexempel use-cases

För att du bättre ska förstå hur och när du kan använda Predictive Audiencesfinns det några användningsområden som Audience Manager-kunder kan lösa med hjälp av den här funktionen.

Användningsfall 1

Som marknadsförare i ett e-handelsföretag vill jag klassificera alla mina webb- och mobilbesökare i olika kategorier för varumärkestillhörighet, så att jag kan personalisera deras användarupplevelse.

Användningsfall nr 2

Som marknadsförare i ett medieföretag vill jag klassificera mina oautentiserade webb- och mobilbesökare efter favoritgenrer, så att jag kan föreslå dem personaliserat innehåll i alla kanaler.

Användningsfall nr 3

Som marknadsförare för ett flygbolag vill jag se till att jag klassificerar min publik utifrån deras intresse för resmål, så att jag kan annonsera för dem i realtid, inom ett kort omdirigeringsfönster.

Användningsfall nr 4

Som annonsörer vill jag klassificera min förstapartspublik i realtid, så att jag snabbt kan reagera på trender.

Användningsfall nr 5

Som marknadsförare vill jag förutsäga vilken kundresa som besökarna på min webbplats befinner sig i, till exempel upptäckt, engagemang, köp eller lojalitet, så att jag kan inrikta mig på dem därefter.

Användningsfall nr 6

Som medieföretag vill jag kategorisera min publik så att jag kan sälja min annonsutrymme till premiumpriser samtidigt som jag erbjuder våra besökare relevanta annonser.

Hur Predictive Audiences Modeller Work how-predictive-audiences-models-work

När du skapar en Predictive Audiences går du igenom tre steg:

  1. Först väljer du minst två egenskaper eller två segment som definierar dina profiler.
  2. Sedan väljer du ett varumärke eller segment som definierar målgruppen som du vill klassificera.
  3. Slutligen väljer du ett namn för modellen, en datakälla som lagrar de prediktiva segmenten och en Profile Merge Rule för modellen.

Urvalskriterier för personer selection-personas

Du kan välja vilken som helst av dina egna egenskaper eller segment för att definiera dina profiler. För bästa resultat finns det dock en uppsättning rekommenderade bästa metoder:

  • Välj persona egenskaper eller segment så att varje persona har minst några hundra enhets-ID.
  • Om dina egenskaper bygger på enhets-IDkan du kapsla in dem i segment med Regler för profilsammanslagning som använder enhets-ID, till exempel Device Graph. Detta säkerställer att det finns tillräckligt enhets-ID som algoritmen kan lära sig av.
  • Vi rekommenderar att du väljer egenskaper eller enkla segment för dina profiler, som består av 1 till 3 egenskaper.
  • Välj baslinjetrafik eller segment med minimal överlappning.
  • Se till att ni fångar in detaljrikedom i alla era digitala resurser.

Urvalskriterier för målpublik selection-audience

Beroende på ditt användningssätt, om du vill klassificera användare i realtid, i grupp eller både och, väljer du en målgrupp (trait eller segment) som har en betydande befolkning i realtid och/eller totalt. På samma sätt som för ett personligt urval rekommenderar vi att målgruppen trait eller segment har användare med avancerade profiler (avancerade traits).

När du väljer målgrupp analyserar du ditt användningsfall och avgör vilka typer av ID du vill klassificera: device IDs eller cross-device IDs. The Profile Merge Rule som du väljer när du skapar modellen definierar de data som ska användas för att placera varje användare i prediktiva segments.

Vi rekommenderar att du väljer en Profile Merge Rule som har samma konfiguration som målgruppen Profile Merge Ruleeller en som innehåller målpublikens profiltyp (enhetsprofil eller autentiserad profil).

Predictive Audiences Modellutbildningsfas model-training

Innan algoritmen kan klassificera er förstapartsmålgrupp i rätt profiler måste den utbilda sig på era data.

För varje personlighet som du definierar analyserar algoritmen sin respektive målgrupp och utvärderar eventuell realtids- och/eller varumärkesaktivitet för användarna de senaste 30 dagarna.
Det här steget utförs en gång var 24:e timme för att ta hänsyn till förändringar hos er förstapartsmålgrupp.

Predictive Audiences Modellklassificeringsfas model-classification

För att klassificera målgrupper i realtid och i batch kontrollerar modellen först om en användare tillhör målgruppen. Om användaren kvalificerar sig för målgruppen och inte tillhör någon av personerna tilldelas de ett personligt kvalifikationspoäng av modellen.

När man utvärderar förstapartsmålgrupper och tilldelar poäng används standardvärdet Profile Merge Rule definieras i ditt konto. Slutligen klassificeras besökaren i den personlighet för vilken de fick högsta poäng.

prediktiv-audiences-graph

Överväganden och begränsningar considerations

IMPORTANT
Läs igenom detta avsnitt noggrant innan du går vidare till implementeringsfasen.

När du konfigurerar Predictive Audiences modeller, beakta följande överväganden och begränsningar:

  • Du kan skapa upp till 10 Predictive Audiences-modeller.

  • För varje modell kan du välja upp till 50 basegenskaper/segment.

  • Data från andra och tredje part stöds för närvarande inte i Predictive Audiences.

  • Predictive Audiences utför målgruppsklassificering baserat på era egenskaper hos första part, från alla era egna datakällor.

  • Segmentutvärdering för Predictive Audiences använder Profile Merge Rule som du väljer när du skapar en modell. Mer information om Profile Merge Rules se den dedikerade dokumentation.

  • Vissa egenskaper och segment stöds inte som baslinjer eller målgrupper. Predictive Audiences modeller kan inte sparas när du väljer något av följande som baslinjer eller målgrupper:

    • Prediktiva egenskaper och segment som skapats med prediktiva egenskaper.
    • Adobe Experience Platform egenskaper eller segment,
    • Algoritmiska egenskaper.
    • Andra och tredje parts egenskaper.
  • Predictive Audience segments kan inte användas i Audience Lab.

Data Export Controls dec

Prediktiva segment skapade av Predictive Audiences modeller ärver Dataexportkontroller från följande datakällor:

  1. Den datakälla från första part som du väljer när du skapar modellen.
  2. Målgruppens första datakällor. Exportkontroller av data för traits eller segments som utgör målgruppen.
  3. The Dataexportkontroller i Profile Merge Rule som du valde för modellen.

Det nya prediktiva traits och segments kommer att ha samma integritetsbegränsningar som kombinationen av förstahandsdatakällor som beskrivs ovan.

Fällor som har ytterligare begränsningar som inte ingår i Predictive Audiences Begränsningar av segmentens integritet kommer att uteslutas från utbildningsfasen och kommer inte att påverka modellen.

Profile Merge Rules pmr

Alla prediktiva segment tilldelas Profile Merge Rule som du valde när du skapade modellen. The Profile Merge Rule som du väljer är viktigt av följande skäl:

  • Den definierar vilka enheter och/eller autentiserade profiler som ska beaktas när modellen analyserar den inflytelserika traitsnär en användare klassificeras som prediktiv segment.

  • Det styr vilka trait Typer (enhetsnivå eller enhetsövergripande nivå) ska användas under modellutbildningssteget och visas som inflytelserika traits. Prediktiv segments är delmängder av er målgrupp.

    • Om målgruppen är ett segment rekommenderar vi att du väljer samma Profile Merge Rule för modellen som den som tilldelats målgruppen, eller en Profile Merge Rule som innehåller målpublikens profiltyp.
    • Om målgruppen är en traitrekommenderar vi att du väljer Profile Merge Rule som kan komma åt samma typ av data som målgruppens trait (antingen enhetsprofildata eller profildata mellan olika enheter).
  • Profile Merge Rules med Current Authenticated Profiles och No Device Profile alternativ stöds endast för målgruppsklassificering i realtid. Mer information finns i Alternativ för profilkopplingsregler definierade.

Markera en Profile Merge Rule som använder både enhetsdata och data mellan olika enheter maximerar antalet traits som skulle kunna användas för modellutbildning och användarklassificering i prediktiva segments.

Role-Based Access Controls rbac

Vilka egenskaper och segment ni väljer för personifiering och målgruppsklassificering beror på Audience Manager Rollbaserade åtkomstkontroller.

Audience Manager-användare kan bara välja egenskaper eller segment för personer och målgrupper som de har behörighet att visa.

recommendation-more-help
de293fbf-b489-49b0-8daa-51ed303af695