特徵Recommendations

在建立區段時,從您自己的第一方特徵和Audience Marketplace資料摘要取得即時特徵建議。

影片示範

從觀看下面的Trait Recommendations影片開始,然後閱讀以取得更多資訊。 影片示範會示範如何使用您自己的第一方特徵建議,以及​ 您已訂閱 ​之Audience Marketplace資料摘要的特徵建議。

下一個影片概述Marketplace Recommendations的工作流程,說明如何根據Audience Marketplace中資料摘要的建議將特徵新增至您的區段。 這些建議是根據​ 您未訂閱 ​的資料摘要。

概述

Trait Recommendations (由Adobe Sensei提供技術支援)將資料科學帶入您的Audience Manager日常工作流程中。
透過Trait Recommendations,當您在區段產生器中建立或編輯區段時,系統會根據區段規則中的特徵,提供您其他類似特徵的相關建議,您可考慮納入。

Audience Manager會顯示第一方特徵在​ Recommendations ​區段中的特徵建議,以及來自​ Audience Marketplace ​在​ Recommendations from Marketplace ​區段中的特徵建議。

將建議的特徵加入區段,有助於擴大您的目標對象範圍。

特徵Recommendations概觀

簡略說明:

  • Audience Manager會在Recommendations區段中顯示第一方特徵。 您未訂閱的公開和私人摘要中的Marketplace建議會顯示在Recommendations from Marketplace區段中。 按一下摘要名稱以移至Audience Marketplace並訂閱。
  • Audience Manager最多會顯示50個特徵,與區段規則中的特徵類似。
  • 您可以篩選掉不想看到任何建議的資料來源。
  • 計算相似性時,Audience Manager會考慮過去30天內符合特徵的個UUID
  • 如果您看到錯誤訊息「找不到類似特徵。 特徵可能太新。」,這表示在過去30天內沒有該特徵的活動,或Audience Manager尚未更新該特徵的建議。 請24小時後再試一次。

使用個案

透過Trait Recommendations,您可以根據使用Audience Manager的方式改善工作流程:

  • 行銷人員可透過類似特徵快速找到對互補產品感興趣的對象,進而擴大您的觸角。
  • 如果您使用Audience Manager作為具有Trait Recommendations的發佈者,則可以瞭解對象行為並為廣告銷售或使用者贏取建立更好的區段。
  • 身為Audience Marketplace資料購買者,我想要探索相關的協力廠商資料,而不需瀏覽大量摘要。
  • 身為Audience Marketplace資料提供者,我想向買家建議相關資料,以便從最佳化及相關訂閱中受益。

特徵Recommendations和演演算法模型之間的差異

演演算法模型

Algorithmic Models不僅會尋找最具影響力的特徵,還會根據這些特徵對使用者進行評分,並為每位使用者指派個別的分數。 接著您可建立演算法特徵,來鎖定您的使用者。透過Trait Builder中的精確度和觸及控制,您可以指定哪些使用者擁有您想要鎖定的具影響力特徵。

Algorithmic Models可讓您選取不同精確度等級的使用者,並在Audience Lab中測試哪一組使用者轉換效果較佳。 請參閱在 Audience Lab 中比較模型中的詳細使用案例。

在Algorithmic Models中,模型每8天執行一次,並重新整理符合演演算法特徵的使用者。

特徵Recommendations

Trait Recommendations可快速深入分析有哪些其他特徵與您在區段中使用的特徵類似。

您應在下列情況下使用Trait Recommendations:

  • 您在建立區段時需要快速的深入分析;
  • 您正使用區段進行簡短的行銷活動,或想要快速隱藏轉換的受眾;
  • 您正嘗試最大程度提高觸及率。

工作流程

區段產生器中建立或編輯區段時,您可以探索與區段規則中的特徵相似的特徵。 新區段和現有區段的區段產生器工作流程非常類似:

新區段

  1. 前往​ 對象資料>區段,然後按一下​ 新增

  2. 在​ 特徵 ​下拉式方塊中,將至少一個特徵新增至區段規則。

  3. 您可以在​ Recommendations ​區段中檢視您所訂閱之摘要的第一方建議特徵和Audience Marketplace特徵建議。 Recommendations from Marketplace ​區段會顯示您未訂閱之摘要的特徵建議。 所有這些建議與新增至區段規則的特徵類似。 向下捲動以檢視所有建議的特徵。

  4. (選擇性)若要從特定資料來源排除建議的第一方特徵,請按一下您要排除的資料來源的​ X ​符號。

    note note
    NOTE
    排除的資料來源會顯示在建議特徵清單的正上方。 按一下灰色方塊中的​ X ​以移除排除專案,並再次檢視個別資料來源的結果。

    1. 若要將建議的特徵新增至區段規則,請按一下​**+**​符號。

IMPORTANT
將Marketplace個特徵新增至區段時,這些特徵僅用於區段估計,直到您訂閱對應的資料摘要為止。 來自您未訂閱之資料摘要的特徵,會在特徵清單中標示購物車圖示。 按一下特徵名稱,前往資料摘要頁面並訂閱。
市集未訂閱
您必須先訂閱對應的資料摘要,才能儲存具有第三方特徵的區段。

現有區段

  1. 移至​ Audience Data>Segments,選取您要編輯的區段,然後按一下 編輯

  2. 向下捲動至Traits下拉式方塊。

  3. 您可以看到建議的特徵,這些特徵與區段規則中已存在的特徵類似。 向下捲動以檢視所有建議的特徵。

  4. (選擇性)若要從特定資料來源排除建議的特徵,請按一下您要排除的資料來源的​ X ​符號。

    note note
    NOTE
    排除的資料來源會顯示在建議特徵清單的正上方。 按一下灰色方塊中的​ X ​以移除排除專案,並再次檢視個別資料來源的結果。

    1. 若要將建議的特徵新增至區段規則,請按一下​**+**​符號。

當您建立或編輯區段並將特徵新增至區段規則時,最多會看到50個建議特徵,與您新增的特徵類似。 如果區段規則包含多個特徵,Audience Manager會使用循環配置圖方法來顯示每個特徵的最佳相符專案,接著顯示區段規則中母體數量最多的50個特徵的第二個最佳相符專案,以此類推。

三個基本特徵

例如,區段規則中有三個特徵時(如下所示),建議的特徵為:

  1. 特徵3 (人口最多的特徵)的最佳相符專案;
  2. 特徵1的最佳相符專案;
  3. 特徵2的最佳相符專案;
  4. 特徵3的次佳匹配;
  5. 第二個最符合特徵1,以此類推,直到您獲得50個特徵為止。

若要取得特定特徵的建議,您可以在區段規則(1)或建議的特徵檢視(2)中按一下特徵。

base-traits-example

按一下第一方特徵會開啟快顯視窗,如下圖所示。 如果建議的特徵不是區段的一部分,您可以按​ + ​將它們新增至區段。

新增至區段

TIP
在特徵資訊快顯視窗中產生建議時,會考慮從首頁面排除的資料來源。 此外,如果您在此檢視中排除資料來源,排除專案會套用至首頁面。
NOTE
建議的特徵可以是您在Audience Marketplace中訂閱之資料摘要的第一方特徵或第三方特徵。

運作方式

為了產生特徵建議,Audience Manager會計算目標特徵與您的帳戶可存取的所有其他特徵(包括第三方資料)之間的Jaccard相似度。 Audience Manager接著會顯示最多50個具有最高相似度的特徵。

特徵相似度分數 trait-similarity-score

Audience Manager計算兩個特徵之間的Trait Similarity Score,方法是以UUID的數目計算交集和聯合,然後將兩個特徵相除。 針對兩個特徵A和B,計算方式如下:

jaccard-similarity

另請參閱下列兩個範例。

範例1 — 低特徵相似度分數

假設有兩個特徵A和B,假設每個特徵都有1,000,000個UUID和25,000個UUID母體,都符合兩個特徵的資格。
使用上述公式,這會產生:25,000 / 1,975,000 = 0.012。這是低Trait Similarity Score,兩個特徵非常不同。

特徵 — 建議 — 低重疊

範例2 — 特徵相似度分數

如果相同特徵A和B有400,000個同時符合兩個特徵的UUID,則Trait Similarity Score會高很多:
400,000 / 1,600,000 = 0.25

特徵 — 建議 — 高重疊

如何解讀特徵相似度分數

使用下表作為特徵相似度的粗略指南。 本指南根據大多數特徵中觀察到的相似性分數。

Trait Similarity Score
重要性
0.1及更高版本
特徵之間的高相似性
0.03 - 0.1
特徵之間的Medium相似度
0.01 - 0.03
特徵之間的低相似性
0 - 0.01
特徵之間的相似度很低

角色型存取控制(RBAC)

對於使用Role-Based Access Controls (RBAC)的公司,您必須有建立和編輯區段的許可權,才能檢視建議的特徵。 您看到的特徵建議只是您透過RBAC存取之資料來源的特徵建議。

IMPORTANT
若要將Marketplace Recommendations新增至區段,使用者必須先訂閱對應的資料摘要。 只有具有管理員許可權的使用者才能訂閱Audience Marketplace資料摘要。

此處閱讀有關RBAC控制項的詳細資訊。

限制

  • 目前,Audience Manager不會將資料夾特徵顯示為建議的特徵。 在這裡閱讀更多有關資料夾特徵的資訊。
  • 顯示特徵Recommendations時,Audience Manager未考慮區段規則中的Boolean運運算元(AND、OR、NOT)。
recommendation-more-help
de293fbf-b489-49b0-8daa-51ed303af695