在Audience Manager中使用演演算法（相似）模型來增加ROAS increase-roas-by-using-algorithmic-look-alike-models-in-audience-manager
當您針對來自第二方和第三方資料來源的高品質、全新使用者集，尋求擴展您的基線對象時，Audience Manager的「相似Modeling」就會有真正的力量。 在本教學課程中，瞭解從此資料建立模型所需的步驟。
啟用來自Audience Marketplace的第二方或第三方資料串流 enable-2nd-or-3rd-party-data-streams-from-the-audience-marketplace
若要在相似模型中使用第二方和第三方資料，我們先必須將這個資料啟用至您的Audience Manager介面。 Adobe有大量第二方和第三方資料提供者可供您選擇。 這些可透過Audience Marketplace在AAM的自助式介面中提供。 導覽至Audience Marketplace並瀏覽各種可能性。 以下影片將說明如何這樣做，包括如何啟用免費的「購買前先試用」資料流，以便在您認可資料提供者的定價之前，鎖定對貴組織最有用的資料。
此外，為了協助您研究並決定要使用哪個資料提供者，Adobe Audience Finder是很好的資源。
識別或建立理想的使用者（轉換）特徵或區段 identify-create-an-ideal-user-conversion-trait-or-segment
您想讓訪客在您的網站上執行什麼動作？ 什麼是轉換事件？ 當然，根據您的網站型別/垂直和您的組織目標，此問題有許多不同的答案。 無論如何，在AAM中，為符合這些條件的訪客建立特徵是很常見的。
在下列影片中，我會說明如何建立轉換特徵，在您繼續完成本教學課程並建立相似模型時，您會想要瞭解該特徵。
此外，使用Adobe Analytics事件建立特徵時，您需牢記以下主要事項，以免將超過應有數量的使用者收集進特徵中。 觀看以下影片以瞭解重大展示。 ：)
注意： 在上述影片中，我展示的範例假設您有Adobe Analytics。 顯然，情況可能並非如此。 如果您有Google Analytics(GA)，我們有一個模組，可用來將資料傳送至AAM （請參閱檔案），而且如果您網站上的轉換活動由GA傳送至AAM，則您可以從中建立轉換特徵。 如果您有其他分析解決方案（或沒有分析解決方案），您仍可透過我們的DIL代碼和submit函式等，將資料傳送至AAM。 （請參閱檔案）。 接著，根據網站上執行轉換活動時傳送的資料，建立轉換特徵。
從第二方或第三方資料建立相似模型 create-a-look-alike-model-from-2nd-or-3rd-party-data
完成上述步驟後，我們現在已準備好建立演演算法（相似）模型。 在設定模型時，我們會使用轉換特徵作為基本特徵（我們要複製的關鍵訪客），並使用已啟用的第三方資料流作為我們要提取的人員集區。
重要的最佳實務 an-important-best-practice
在Audience Manager中建立演演算法模型時，我們顯然希望模型儘可能有效。 由於模型會考慮基本特徵/區段的成員所屬的所有特徵，因此如果所有人員都在特徵/區段中，對模型沒有幫助。 因此，如果您有任何超級一般特徵（例如造訪您網站的人，或收到您任何廣告的人等），請確保其所屬的資料來源不會包含在您模型中的資料來源中。 就本文的使用案例而言，您不太可能這麼做，因為我們專注於檢視第三方資料以瞭解新的相似外觀，但無論如何也值得一提，並適用於您的所有演演算法模型。
建立Algorithmic Trait creating-an-algorithmic-trait
接下來，我們將需要建立Algorithmic Trait，才能使用模型的結果。 如果不建立特徵，模型就毫無用處。 因此，模型執行後，請務必進入特徵對話方塊並建立Algorithmic Trait。 以下影片會逐步解說並顯示一些秘訣。
從模型資料建立區段並傳送至DSP creating-a-segment-from-the-model-data-and-sending-it-to-dsps
建立Algorithmic Trait後，您可以建立新的區段來放置它，以便啟用資料(您無法啟用特徵，但會建立一個含有Algorithmic Trait的新單一特徵區段，以便啟用（使用）該區段)。
一旦您根據此演演算法特徵建立區段，就會有一組潛在客戶，看起來就像是網站上已轉換的人。 現在您可以在Audience Manager中將此區段對應至您的任何DSP目的地。 您將能夠將您的行銷目標鎖定於看起來像的人，這些人更有可能在您的網站上轉換，而不是一般的公眾，從而提高您的廣告投資報酬率。