預測受眾常見問題集

關於 Predictive Audiences 的常見問題集。

我何時應使用 Predictive Audiences 而非 Look-alike modeling？

Predictive Audiences 和 Look-alike modeling 運用在不同的使用案例。這兩種演算法的主要差異如下：

您應根據您的使用案例，決定相關度較高的模型。

您可以將建立含有多個基線的 Predictive Audiences 模型視為等同於建立相同數量的相似模型，差別在於不需進行即時評估，而且訪客很有可能屬於多個不重複角色，而非一個不重複角色。

我可以建立多少個角色/模型？

您最多可建立 10 個 Predictive Audiences 模型。針對每個模型，您最多可定義 50 個基線特徵或區段。

如何從 Predictive Audiences 區段建立新區段？

前往「Audience Data > Segments」，然後按一下 Predictive Audiences 資料夾。找到所需的區段，複製該區段，然後根據您的需求加以編輯。

何時才能看到模型產生的第一個結果？

如果模型成功運作，可在建立模型後 24 小時內取得 Predictive Audiences 模型結果。

若模型沒有在 24 小時內產生結果，請洽詢您的 Adobe 代表。

為什麼我的模型沒有產生結果或顯示警告狀態？

Predictive Audiences 模型可能由於以下幾個原因而無法產生結果：

為獲得最佳結果，請遵循角色選擇標準和目標受眾選擇標準中的建議准則。

為什麼我的模型顯示Error狀態？

模型無法執行。在這種情況下，請洽詢您的Adobe代表。

如何變更Predictive Audiences segment的Profile Merge Rule？

選取與先前模型相同的角色和目標對象，以建立新模型。 在建立模型期間，指派其他Profile Merge Rule。

我應該選擇哪個Profile Merge Rule？

為您的模型選擇Profile Merge Rule時，請仔細分析您的使用案例。

假設您的目標對象segment使用基於已驗證設定檔+ Device Graph設定檔的Profile Merge Rule，並且您為預測性segments選取相同的Profile Merge Rule。 在此情況下，裝置層級和跨裝置層級traits都將用於訓練模型，以及將使用者置於預測性segment中。

但是，如果您僅根據裝置設定檔選取Profile Merge Rule，則您的跨裝置traits都不會變得有影響力，也不會有助於將使用者置於預測性segment中。 這可能會對模型的精確度和觸及率產生不利的影響。

請仔細分析您的使用案例，並決定您要模型學習哪些trait型別，以及要模型用來分類的資料型別。

目標受眾中不屬於任何角色特徵/區段的使用者是否不可分類？

是的，萬一使用者的個人檔案中沒有任何特徵，在這種情況下，使用者的所有角色特徵/區段比對分數將為 0，因此不會分類為任何預測區段。

分類為其中一個預測區段的使用者是否可重新分類為不同 Predictive Audiences 區段？

是。由於演算法每天都在學習並進步，因此會將變更套用到每個角色的特徵分數上。如果屬於某個 Predictive Audiences 區段的使用者處於作用中狀態，其特徵分數的變化可根據過去 30 天的活動來變更分類。

我是否可檢視哪些受眾分類是依據哪些特徵？

是的，您可以在模型報表頁面中查看所有基線的所有具影響力的特徵。請參閱具影響力的特徵。

我可以變更預測性特徵的存留時間(TTL)嗎？

預測特徵TTL設為0 （期限），且無法變更。 Predictive Audiences只能在使用者符合基本區段的資格或重新分類為其他預測區段時，才可從預測區段中取消細分使用者。

如有需要，您可以建立同時包含預測特徵與具有指定TTL的活動特徵的新區段來繞過此功能。

如果編輯其中一個基線特徵或區段，模型會發生什麼事？

模型一天會評估一次特徵或區段。您應會在做出更新後的隔天看到更新的分類。

我是否可選擇模型要向哪個資料來源學習？

否，不支援選取資料來源。Predictive Audiences 演算法會向您的所有第一方特徵學習。