使用相似模型，從第一方資料擴充已售出存貨 using-look-alike-models-to-extend-sold-out-inventory-from-your-st-party-data

在本教學課程中，我們將逐步解說您設定及使用相似Models應採取的步驟，以便您可以建立新的相似對象，並將其作為轉換區段的擴充功能進行銷售。

使用案例詳細資訊 use-case-details

您是內容發佈者。 如果您已經將網站上轉換程式的詳細目錄售罄，您可能會認為您的機會到此為止。 輸入AAM相似的Models。 透過使用此功能，您可以進一步擴充已售出存貨，以及銷售可能尚未轉換，但看起來/行為類似於已轉換之人的受眾。 此受眾區段通常售價低於實際的轉換者，但可讓您為想在您的網站上刊登廣告的廣告商提供額外的受眾選項，以增加您的利潤。 此使用案例的額外優點在於，在第一方資料上執行此模型不會產生任何費用。

本教學課程中的步驟如下：

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。

在此使用案例中，假設已發生這種情況，因為您已針對轉換者將詳細目錄售罄。 不過，出於本教學課程的目的，建議您將其討論為其他使用案例的參考。

此外，使用事件建立特徵時，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。 如果您使用Google Analytics (GA)，我們有一個模組可讓您將資料傳送至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程式碼和submit函式等，將資料傳送至AAM。 （請參閱檔案）。 接著，再次根據網站上執行轉換活動時傳送的資料建立轉換特徵。

從第一方資料建立相似模型 creating-a-look-alike-model-from-first-party-data

在此步驟中，我們將建立First Party相似模型。 這表示我們不僅會將第一方轉換特徵/區段用於基本特徵/區段（反正大多數模型都會這麼做），而且我們只會審視第一方資料集區，以便有更多看起來像是轉換者的人。 我們不會考慮第二方或第三方資料。

在此使用案例中，這很重要，因為我們正在嘗試建立網站上的使用者區段，這些使用者看起來像是轉換者，但尚未轉換，因此我們可以將這個相似的區段銷售給感興趣的廣告商。

建立演演算法特徵 creating-an-algorithmic-trait

接下來，我們需要建立Algorithmic Trait，以便可以使用模型的結果。 如果不建立特徵，模型就毫無用處。 所以在模型執行之後，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。

將Algorithmic Segment提供給廣告商 offering-the-algorithmic-segment-to-advertisers

建立Algorithmic Trait後，您可以建立新區段來放置它，好讓您可以啟用資料(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，好讓您可以啟用（使用）該區段。

一旦您建立了在相似模型中得分較高的第一方訪客區段（亦即看起來像是轉換者，但尚未發生轉換），即使您已將網站上的實際轉換者庫存全部售罄，仍可將此區段提供給網站上的廣告商。 這是延伸此對象並在Audience Manager中使用相似Models持續看到額外收入的絕佳方式。