Automated Personalization常见问题解答

查看详细信息

在创建Automated Personalization (AP)或自动定位 (AT)活动时，您可以选择要用作控制的体验。

通过此功能，您可以根据活动中配置的流量分配百分比，将整个控制流量路由到特定体验。然后，您可以根据该体验的控制流量评估个性化流量的性能报表。

有关更多信息，请参阅使用特定体验作为控制。

查看详细信息

没有将Automated Personalization与默认体验进行比较的按键选项。 但是，作为解决方法，如果整个活动中存在默认选件或体验，要了解其基线性能，请单击报表中的“Control”区段，然后在生成的选件级别报表中查找该特定选件。 此选件记录的转化率可用于与整个“随机林”区段的会话率进行比较。 这有助于将其运行情况与默认选件进行比较。

查看详细信息

• 如果要个性化低流量页面，或者要对要个性化的体验进行结构性更改，请考虑使用Auto-Target活动代替Automated Personalization。 请参阅自动定位。

• 考虑在您计划于Automated Personalization活动中使用的选件和位置之间完成一个A/B Test活动，以确保位置和选件会对优化目标产生影响。 如果A/B Test活动未能显示显着差异，Automated Personalization可能也无法生成提升。

  • 如果A/B…N测试显示体验之间没有统计学上的显着差异，则可能是以下一种或多种情况造成的：

    • 这些选件可能彼此差别不大。
    • 您选择的位置不会影响成功量度。
    • 转化漏斗中的优化目标过大，无法受所选选件的影响。

• 确保使用流量估算器，以便您了解在Automated Personalization活动中构建个性化模型需要多长时间。

• 在开始活动之前，根据您的目标，确定控制与目标之间的分配。

  根据活动的目标和您选择的控制类型，可以考虑以下三种方案：

  • 将随机体验作为控制，且活动目标是测试个性化算法的有效性：如果您的目标是评估个性化算法，那么您希望更准确地了解提升度。 如果您仅进行了A/B Test（随机提供的控制），则您还很可能希望比较体验或选件的转化率。 在这种情况下，建议向随机提供体验的控制分配 50% 的流量。
  • 将​ “随机体验”作为控制，且活动目标是最大化个性化流量：如果您习惯使用算法并希望最大化个性化流量，那么建议向控制分配10%到30%的流量。 这里做出的权衡是您在提升度信息中看到的准确性。 控制流量的置信区间更大，因为流向它们的流量更少。
  • 将特定体验作为控制，且采用任一目标类型：如果您要将特定营销人员驱动的体验与个性化模型相比较，那么建议向控制分配 10% 到 30% 的流量。仅选择一个体验作为控制时，该流量不会分布到活动中的每个选件或体验。

• 应尽可能谨慎地使用定位规则，因为它们可能会干扰模型的优化能力。

• 报表组可以限制Automated Personalization活动的成功。 仅在特定条件下使用报表组：

  • 仅在满足以下条件时才使用报表组：

    • 您计划在活动运行时替换或添加新选件。
    • 报表组中的选件对同一访客很有吸引力。
    • 该报表组中的选件具有大致相同的整体响应率。

  • 报表组中的选件之间不进行个性化。 个性化模型会将所有选件视为相同内容。

  • 切勿将一个活动中的所有选件都放到一个报表组中。这样做会导致向活动中的所有访客均匀随机提供所有选件。

查看详细信息

Target具有30,000个体验的硬性限制，但在创建少于10,000个体验时它可以正常工作。

即使活动启用了Disalow Duplicates选项，也应用同样的限制。

有关影响Target中活动和其他元素的字符限制和其他限制（选件大小、受众、配置文件、值、参数等）的更多信息，请参阅限制。

查看详细信息

当每个访客到达时，该访客可以看到的一组可能的选件取决于选件级别的定位规则。然后，算法从这些选件中选择模型预测的具有最佳预期收入或转化机会的选件。 选件定位会影响Target机器学习算法的效率，因此，应尽可能少地使用。

查看详细信息

Automated Personalization活动需要四个因素才能产生提升：

• 每个位置中的选件必须足够不同，才能影响访客。
• 这些位置必须位于对优化目标有所影响的位置。
• 在活动中必须具有足够的流量和统计功效才能检测到提升。
• 个性化算法必须运行良好。

最佳的操作方法是首先使用简单的非个性化A/B Test活动确保构成活动体验的内容和位置对整体响应率真正发挥了作用。 务必提前计算样本量，以确保有足够的样本以便看到合理的提升，并在一段固定的时间内运行 A/B 测试，且不要终止或对其进行任何更改。如果A/B测试结果显示一个或多个体验在统计上显着提升，则个性化活动可能会成功。 即使这些体验的总体响应率没有差异，Personalization也可以正常工作。 通常，问题源于选件或位置对优化目标的影响不足以被检测出具有统计显着性的情况。

有关更多信息，请参阅自动个性化故障诊断。

查看详细信息

Automated Personalization根据为每个模型构建的最新随机林模型，将访客路由到具有最高预测成功量度的体验。 这种预测是基于访客的具体信息和访问环境。

例如，假设Automated Personalization活动有两个位置，每个位置具有两个选件。 在第一个位置中，对于某位特定访客，选件 A 的预测转化率为 3%，而选件 B 的预测转化率为 1%。在第二个位置中，对于同一访客，选件 C 的预测转化率为 2%，而选件 D 的预测转化率为 5%。因此，Automated Personalization通过选件A和选件D为该访客提供体验。

查看详细信息

Automated Personalization可用作“始终运行”且不断优化的个性化。 特别是对于一直使用的内容，无需停止Automated Personalization活动。 如果您希望对内容进行重大更改，而这些更改与当前您Automated Personalization活动中的选件不同，则最佳实践是开始一个新活动。 启动新活动有助于其他用户查看报表，以免将过去的结果与不同内容混淆或联系起来。

查看详细信息

在活动中构建模型的时间通常取决于流向所选活动位置的流量和活动成功量度。 使用流量估算器确定在您的活动中构建模型预计所需的时间。

查看详细信息

不是，必须在活动中至少构建 2 个模型才能开始个性化。

查看详细信息

对于已构建模型的体验，您需要至少拥有两个已构建模型（绿色复选标记）的体验，才可以开始查看Automated Personalization活动的结果。

查看详细信息

查看活动设置，了解是否愿意进行任何更改以提高构建模型的速度。

• 您的成功量度在活动体验的销售漏斗中是否位于较远的位置？由于存在最低转化次数要求，较低的活动转化率会提高构建模型所需的流量要求。
• 如果成功量度是设为 RPV，那么您是否可以改用转化作为成功量度？转化活动需要用来构建模型的流量通常较少。
• 是否有一些体验可从活动中删除？ 减少活动中的体验数量可缩短构建模型的时间。
• 是否有更高流量的页面可让此活动更成功？ 活动位置的流量和转化越多，模型构建的速度就越快。

查看详细信息

每个会话评估Automated Personalization个活动。 如果存在符合特定体验条件的活动会话，且现在已有新选件添加到该会话，则访客将看到新内容以及之前显示的选件。 由于这些访客之前符合这些体验的资格，因此他们仍会在会话期间看到这些体验。 若要在每次访问页面时对此进行评估，您应该更改为Experience Targeting (XT)活动类型。

查看详细信息

Adobe不建议您在活动中途更改目标指标。 虽然可在活动期间使用 Target UI 更改目标指标，但总是应开始新的活动。Adobe不保证如果在活动运行后更改其中的目标量度会发生什么情况。

此推荐适用于使用Target或Analytics (A4T)作为报表源的Auto-Allocate、Auto-Target和Automated Personalization活动。

查看详细信息

Adobe不建议对Automated Personalization活动使用Reset Report Data选项。 虽然它删除可见的报表数据，但此选项并不从Automated Personalization模型中删除所有训练记录。 不要对Automated Personalization活动使用Reset Report Data选项，请创建新活动并停用原始活动。 本指导还适用于Auto-Allocate和Auto-Target活动。

查看详细信息

我们构建了一个模型，用来识别个性化策略相对于随机提供流量的表现，以及如何将所有流量发送到整个入选体验。 此模型仅考虑默认环境中的点击和转化。

为每个建模组(Automated Personalization)或体验(Auto-Target)生成来自第二组模型的流量。 对于这些模型中的每一个，都会考虑所有环境中的点击量和转化量。

因此，无论环境如何，都将使用相同的模型为请求提供服务。 但是，多个流量应来自默认环境，以确保标识的整体入选体验与真实世界行为一致。