匿名訪客網頁個人化

此參考計畫提供實施指引，可讓您根據工作階段行為訊號，將個人化網頁內容提供給匿名（無法識別）訪客。 它涵蓋完整的實作生命週期（從Web SDK設定和邊緣對象定義，到內容傳遞和效能報告），是專為使用Adobe Journey Optimizer (AJO)、Adobe Real-Time Customer Data Platform (RT-CDP)和Adobe Experience Platform (AEP)的解決方案架構師、行銷技術人員和實作工程師所設計。

使用此計畫來瞭解架構、評估實作選項、做出明智的設定決策，並找出每個實作階段的相關Experience League檔案。

此模式適用於有限的資料 — 只有可以在目前工作階段中觀察到的內容，以及透過相同裝置或Cookie的先前造訪累積的任何匿名邊緣設定檔。 這使其適用於funnel頂端個人化，其中訪客沒有帳戶或尚未驗證。

使用案例概述

匿名訪客Web Personalization滿足企業需求，將相關的個人化內容傳送給尚未識別的網站訪客 — 他們尚未登入、沒有已知的身分，且無法解析為統一的客戶設定檔。 儘管有此限制，使用工作階段中的行為訊號仍可達成有意義的個人化：已檢視頁面、網站逗留時間、捲動深度、轉介來源、地理位置、裝置型別和UTM促銷活動引數。

此模式使用AJO的Web Channel介面和程式碼型體驗來即時修改頁面內容。 Edge細分是主要的評估方法，因為當訪客瀏覽網站時，必須在次秒延遲的情況下做出決定。 Web SDK會收集行為訊號並將其傳送至AEP Edge Network，以邊緣評估的對象規則來決定要傳送的內容變體。

不同於已知訪客的網頁/應用程式個人化（會利用完整的統一設定檔和區段成員資格），此模式受限於目前工作階段中可觀察到的資料，以及與訪客的ECID (Experience Cloud ID)相關聯的任何匿名邊緣設定檔。 這項區別對實作規劃至關重要：可用於個人化的行為訊號僅限Web SDK所擷取的內容，以及透過Cookie式ECID跨工作階段保留在邊緣設定檔存放區中的內容。

主要業務目標

此使用案例模式支援下列業務目標。

增加網站參與度

透過為匿名訪客訊號量身打造的相關體驗，改善網站逗留時間、每個工作階段頁面數以及與網路內容的互動關係。

提供個人化的客戶體驗

根據個別偏好、行為和生命週期階段量身打造內容、選件和訊息，即使訪客尚未自我識別。

提高轉換率

根據行為情境提供最相關的內容，藉此提高完成所需動作（例如購買、註冊或表單提交）的訪客和潛在客戶百分比。

戰術使用案例範例

下列範例說明可套用此模式的特定案例。

關鍵績效指標

使用下列KPI來評估此使用案例模式的成效。

使用案例模式

以下說明此使用案例的核心模式與功能鏈。

匿名訪客網頁Personalization

透過AJO Web Channel，根據工作階段中的行為訊號，為無法識別的訪客提供個人化內容。

函式鏈：​網頁介面設定>行為規則評估>內容傳送>曝光追蹤>報告

應用程式

在此使用案例模式中使用以下應用程式。

基礎函式

下列基本功能必須為此使用案例模式準備就緒。 對於每個函式，狀態會指出它通常是必要的、假設為預先設定或不適用。

支援功能

以下功能可擴大此使用案例模式，但不是核心執行的必要功能。

應用程式函式

此計畫會從「應用程式功能目錄」中執行下列功能。 函式會對應至實作階段，而非編號步驟。

Journey Optimizer (AJO)

Real-Time CDP (RT-CDP)

先決條件

開始實作前請先完成下列作業。

實作選項

本節說明三種實作方法。 選取最符合您個人化需求的選項。

選項A：規則型網頁個人化

最適合：​簡單、決定性的個人化 — 地理定位橫幅、參照來源專屬標題、裝置專屬配置、新造訪與回訪訪客訊息。 當內容變體可由直接的條件邏輯判斷時（如果條件X是顯示內容Y），請選擇此選項。

運作方式：

規則型個人化使用邊緣評估的對象區段，以判斷訪客看到哪個內容變體。 每個受眾區段會透過行銷活動中定義的條件規則，對應至特定內容變體。 當訪客載入頁面時，Web SDK會將行為訊號傳送至Edge Network，其會根據定義的對象規則（以毫秒為單位）評估訪客的邊緣設定檔。 相符的內容變體會在Edge Network回應中傳回，並在頁面上呈現。

此方法需要在RT-CDP中定義不同的受眾區段（例如「來自Google搜尋的訪客」、「加利福尼亞的訪客」、「行動裝置訪客」），並在AJO中建立對應的內容變體。 行銷活動會使用條件式內容規則或每個區段的個別行銷活動，將每個對象繫結至其內容變體。 不涉及AI排名或流量分割 — 對象與內容之間的關係是決定性的。

主要考量事項：

優點：

限制：

Experience League：

選項B：實驗型網頁個人化

最適合： A/B和多變數測試 — 測試標題變體、CTA按鈕顏色、版面選擇、促銷優惠 — 具有統計顯著性測量。 當您需要在認可永久個人化規則之前驗證哪個內容變體表現最佳時，請選擇此選項。

運作方式：

實驗型個人化使用AJO內容實驗來隨機將訪客分配給內容處理群組，並測量哪個變體對於定義的成功量度執行得最好。 流量會分割成不同的變體（例如A/B為50/50，A/B/C為33/33/34），而且會追蹤效能，直到達到統計顯著性為止。

實驗內嵌於AJO網路行銷活動中。 當訪客載入頁面時，Edge Network會根據設定的流量分配，將頁面指派給處理群組。 訪客在實驗期間持續看到相同的處理方式（工作階段層級或訪客層級的持續性取決於設定）。 成功量度（點按數、轉換、參與事件）會透過Web SDK進行追蹤，並在AJO實驗報告中回報。

此選項不需要預先定義的對象區段來鎖定目標 — 所有訪客（或目標子集）都會參與實驗。 目標是找出哪些內容執行效果最佳，而非以預先決定的內容鎖定已知區段。

主要考量事項：

優點：

限制：

Experience League：

選項C：決策式網頁個人化

最適合：​動態內容選擇 — 類別相關性建議、退出意圖選件、行為建議 — 決策原則會評估工作階段訊號並從合格專案的目錄中選取最佳內容。 當內容選擇邏輯對於簡單規則而言太複雜、您想要以AI排名最佳化，或符合資格的內容專案集龐大且動態時，請選擇此選項。

運作方式：

決策型個人化使用AJO決策來評估行為訊號，並從受管理的內容專案（選件）目錄中為每個訪客選取最佳內容變體。 每個內容專案都有適用性規則（符合者）、表示（內容在每個版位中看起來是什麼樣子）和選用的上限限制（顯示的頻率）。 決策原則會將位置（內容會顯示在頁面上）連結至內容專案集合，並套用排名策略以選取最佳選項。

當訪客載入頁面時，Web SDK會傳送包含決定範圍的Edge Network要求。 決策引擎會根據內容專案適用性規則評估訪客的邊緣設定檔、套用排名策略（優先順序、公式或AI排名），並傳回成功的內容專案。 這會發生在邊緣，延遲時間為亞秒。

排名策略會決定如何訂購符合資格的內容專案。 以優先順序為基礎的排名會使用手動指派的優先順序值。 公式式排名使用自訂運算式（例如，加權頁面檢視的造訪間隔）。 AI排名排名使用的機器學習模型會隨著時間針對所選的成功量度進行最佳化，但訓練至少需要1,000個轉換事件。

主要考量事項：

優點：

限制：

Experience League：

選項比較

下表比較各個關鍵條件的三個實作選項。

選擇正確的選項

使用下列決定邏輯來選取適當的實施選項：

組合選項：​這些選項不是互斥的。 常見的進展是從選項B （實驗）開始以探索成功內容，然後使用選項A （規則型）部署成功者以進行持續傳送。 選項C （決策）可以依序棧疊在需要動態目錄型選擇的使用案例上，而選項A則可處理較簡單的確定性規則。

實作階段

下列階段說明端對端實作工作流程。

階段1：設定網頁介面

應用程式函式： AJO：頻道設定

定義Web Channel介面，指定將傳送個人化內容於您網站上的哪個位置。 網頁表面可識別特定頁面URL或URL模式，以及AJO可插入或取代內容的頁面位置（CSS選擇器或程式碼型體驗表面）。

此階段中的​決定點：

使用者介面導覽： Journey Optimizer >管理>管道> Web設定

金鑰組態詳細資料：

Experience League檔案：

第2階段：定義行為對象

應用程式函式： RT-CDP：對象評估

根據推動個人化鎖定的工作階段內行為訊號，定義邊緣評估的受眾區段。 這些對象會決定哪些訪客符合每個個人化體驗的資格。 此模式強制進行Edge評估，因為訪客導覽網站時，必須在次秒的時間範圍內做出個人化決策。

此階段中的​決定點：

UI導覽：​客戶>對象>建立對象>建置規則

金鑰組態詳細資料：

選項差異的位置：

選項A的​（規則型）：
為每個內容變體建立不同的受眾區段。 每個區段代表特定的行為條件（例如「Referral = Google和Geo = US」對應至內容變體A）。 對象數等於個人化規則數。

選項B （實驗）的​：
對象定義為選用。 如果實驗鎖定所有訪客，則不需要對象 — 流量分割處理變體指派。 如果實驗鎖定特定子集（例如，僅限行動訪客），請針對實驗資格定義單一鎖定對象。

選項C （決策）的​：
定義對象，以用作內容專案的適用性規則。 這些對象會決定哪些訪客符合決定原則中哪些內容專案的資格。 決策引擎會處理合格專案中的內容選擇。

Experience League檔案：

階段3：編寫內容並建立變體

應用程式功能： AJO：訊息製作、AJO：內容實驗（選項B）、AJO：決策（選項C）

根據對象成員資格（選項A）、實驗指派（選項B）或決定邏輯（選項C），建立將傳送給訪客的個人化內容變體。 此階段涵蓋使用AJO網頁設計工具或程式碼型體驗編輯器建立內容，以及控制內容選取方式的實驗或決定設定。

此階段中的​決定點：

使用者介面導覽： Journey Optimizer >行銷活動>選取行銷活動>編輯內容

金鑰組態詳細資料：

選項差異的位置：

選項A的​（規則型）：
為階段2中定義的每個受眾區段製作不同的內容變體。 使用行銷活動設定中的條件式內容規則，將每個變體繫結至其目標對象。 確保不符合任何對象規則的訪客存在預設內容變體。

選項B （實驗）的​：
作者處理方式的變體（A、B、C等） 用於實驗。 啟用行銷活動上的內容實驗、定義處理變體及其內容、設定流量分配百分比，並設定成功量度。

選項C （決策）的​：
設定決策元件棧疊，並將其整合至行銷活動。

Experience League檔案：

階段4：設定行銷活動和傳送

應用程式函式： AJO：行銷活動執行

建立並啟動AJO網路行銷活動，將網路介面（階段1）、對象目標定位或實驗設定（階段2-3）和內容變體（階段3）繫結到交付專案單位。 行銷活動會控制何時及如何向訪客提供個人化內容。

此階段中的​決定點：

使用者介面導覽： Journey Optimizer >行銷活動>建立行銷活動

金鑰組態詳細資料：

選項差異的位置：

選項A的​（規則型）：
為每個個人化規則建立一個行銷活動，每個行銷活動都以不同的邊緣對象及其對應的內容變體為目標。 或者，使用具有條件式內容規則的單一行銷活動，將對象成員資格對應至單一行銷活動中的內容變體。

選項B （實驗）的​：
建立已啟用內容實驗的單一行銷活動。 實驗設定（變體、流量分配、成功量度）已在階段3中定義。 啟動行銷活動以開始實驗。

選項C （決策）的​：
建立行銷活動，其中嵌入階段3中設定的決定原則。 行銷活動的內容動作會參考決策範圍，在邊緣觸發決策引擎。 啟動行銷活動以開始決策型內容傳遞。

Experience League檔案：

階段5：報告與分析效能

應用程式函式： AJO：報表與效能分析

使用AJO內建報表來監控個人化效能，並可選擇使用CJA擴充分析，以取得更深入的跨管道深入分析。 此階段包括存取即時和歷史行銷活動報告、檢閱實驗結果，以及建立自訂分析工作區。

此階段中的​決定點：

使用者介面導覽： Journey Optimizer >行銷活動>選取行銷活動>檢視報告

金鑰組態詳細資料：

選項差異的位置：

選項A的​（規則型）：
檢閱每個對象區段的促銷活動報告，以比較不同個人化內容變體的傳遞和參與量度。 使用CJA建立比較工作區，以測量個人化內容與預設內容的轉換影響。

選項B （實驗）的​：
檢閱實驗報告，瞭解統計信賴度、處理提升度和成功者識別。 在宣告獲勝者之前，請等待達到信賴臨界值。 將成功內容套用為永久變體（轉換為選項A以進行持續傳遞）。

選項C （決策）的​：
檢閱決策績效量度，包括優惠曝光率、選擇頻率和每個內容專案的轉換歸因。 分析排名策略的執行方式以及遞補內容的提供是否過於頻繁（表示適用性規則太嚴格）。

Experience League檔案：

實施考量

本節涵蓋此使用案例模式的護欄、常見陷阱、最佳實務和取捨決定。

護欄和限制

在實施之前和期間檢閱下列護欄。

常見陷阱

請避免下列常見的實施錯誤。

最佳實務

請遵循下列建議以成功實作。

權衡決定

規劃實施時，請考慮下列取捨。

相關文件

以下Experience League資源提供此使用案例模式中所使用功能的其他詳細資料。

網路通道和程式碼型體驗

對象和細分

Personalization與內容

內容實驗

決定管理

行銷活動

Web SDK和資料彙集

身分和設定檔

資料模式

報告和分析

資料控管和隱私權

護欄