Aktivitätstypen in Target
Laden Sie eine interaktive PDF-Datei herunter, in der die verschiedenen Aktivitätstypen in Adobe Target beschrieben werden.
Welche Funktion hat sie? section_4ECAACC68723402EB3649033190E1BBC
Manueller A/B-Test
Vergleicht zwei oder mehr Erlebnisse, um zu prüfen, welches Erlebnis über einen zuvor definierten Testzeitraum Konversionen am meisten verbessert.
Weitere Informationen finden Sie unter A/B-Test.
Automatische Zuordnung
Identifiziert einen Gewinner unter zwei oder mehr Erlebnissen und leitet den Traffic dann an das gewinnende Erlebnis weiter. Die Konversionen steigern sich, während der Test ausgeführt wird und hinzulernt.
Weitere Informationen finden Sie unter Automatische Zuordnung.
Automatisches Targeting
Verwendet das erweiterte maschinelle Lernen zum Personalisieren von Inhalt und Fördern von Konversionen, indem mehrere von Marketing-Fachleuten definierte Erlebnisse mit hoher Leistung identifiziert werden und das passendste Erlebnis für Benutzende bereitgestellt wird. Dies basiert auf den individuellen Kundenprofilen und dem Verhalten ähnlicher vorheriger Besuchenden.
Weitere Informationen finden Sie unter Automatisches Targeting für personalisierte Erlebnisse.
Automated Personalization (AP)
Verwendet das erweiterte maschinelle Lernen zum Personalisieren von Inhalt und Fördern von Konversionen, indem spezielle Angebote oder Nachrichten kombiniert und anschließend basierend auf den individuellen Kundenprofilen verschiedene Angebotsvarianzen zugeordnet werden.
Weitere Informationen finden Sie unter Automated Personalization.
Multivariate Tests (MVT)
Vergleicht Kombinationen aus Angeboten für Elemente auf einer Seite, um zu bestimmen, welche Kombination für eine spezielle Zielgruppe die besten Ergebnisse erzielt. Identifiziert zudem das Element der Seite, durch das für Konversionen über einen zuvor definierten Zeitraum die besten Verbesserungen erzielt werden.
Weitere Informationen finden Sie unter Multivarianz-Test.
Erlebnis-Targeting (XT)
Stellt Inhalte für eine spezielle Zielgruppe basierend auf einem Satz aus von Marketing-Fachleuten definierten Regeln und Kriterien bereit.
Weitere Informationen finden Sie unter Erlebnis-Targeting.
Warum verwenden Sie diesen Aktivitätstyp? section_46A70DD7CE3448749E635DDF5EAFC131
Welche Art von Marketing-Fachleuten sollten eine Aktivität verwenden? section_A843D663D3E543FFB1A594266B560395
Kennt sich mit Statistiken aus.
Hat die Zeit, das Ende des Testzeitraums abzuwarten, um die Ergebnisse zu analysieren.
Hat ein kurzes Zeitfenster.
Muss das beste Erlebnis ermitteln und schnell bereitstellen.
Möchte in der Lage sein, während der Testausführung einen Blick auf die Ergebnisse zu werfen.
Hat verschiedene qualifizierte Erlebnisse.
Möchte speziellen Besuchenden zur optimalen Zeit Erlebnisse basierend auf ihren dynamischen und sich ändernden Profilen zuordnen.
Hat ein oder mehrere Angebote.
Möchte Angebotskombinationen erstellen, die für eine Vielzahl von einzigartigen Profile und Verhaltensweisen optimale personalisierte Erlebnisse für spezifische Benutzende liefern.
Kennt sich mit Statistiken aus.
Hat ein oder mehrere Angebote.
Möchte Konversions-Trends bezüglich der Interaktionen mit Seitenelementen analysieren.
Statistische Details section_22CF2D07DB054505AB5EC702B99A5BB0
Vorteile und Überlegungen section_56C46ABEF7B945DDA0C1E6D714377123
Wenn Sie sich bei einem A/B-Test die Testergebnisse ansehen, bevor der Stichprobenumfang erreicht ist, riskieren Sie, dass Sie ungenauen Ergebnissen vertrauen (Sie können nicht frühzeitig „hineinlinsen“!).
Die Ursache dafür liegt darin, dass im Gegensatz zur automatischen Zuweisung bei einem A/B-Test die Traffic-Bereitstellung feststeht. Dies ist auch dann der Fall, wenn Sie erkannt haben, dass einige Erlebnisse eine bessere Leistung erzielen als andere.
Informationen zu Best Practices für A/B-Testaktivitäten finden Sie unter Wie lange sollten A/B-Tests laufen? und Zehn häufige Fehler bei A/B-Tests und sie vermieden werden können.
Beim automatischen Zuweisen wird zwar der Gewinner identifiziert, unter den Verlierern erfolgt jedoch keine Differenzierung. Wenn Sie wissen müssen, welche Leistung mit den einzelnen Erlebnissen erzielt wurde, ist der A/B-Test vorzuziehen.
Die Funktion Automatisch zuweisen funktioniert nur mit der erweiterten Metrikeinstellung „Anzahl erhöhen und Benutzer in Aktivität belassen“. Wenn wiederholte Konversionen nicht gezählt werden sollen, sollten Sie den A/B-Test verwenden.
Wenn Sie mehrere Angebote kombinieren, kommt es zu einer kombinatorischen Explosion, für die wiederum viel Traffic erforderlich ist. Der Algorithmus von Automated Personalization berücksichtigt viele Faktoren, sodass der größtmögliche Traffic erforderlich ist.
Automated Personalization kann keine Berichte in Analytics for Target (A4T) verarbeiten.
Ein multivariater Test ist zeitaufwendig und aufgrund der vielen beteiligten Variablen liefert er nicht zwangsläufig mit Sicherheit ein erfolgreiches Erlebnis.
Den zum Abschließen des Tests benötigten Traffic zu erreichen, ist oftmals eine große Herausforderung. Da alle Experimente mit multivariaten Tests vollfaktoriell sind, können zu viele gleichzeitig geänderte Elemente schnell zu einer großen Anzahl möglicher Kombinationen führen, die getestet werden müssen.
Selbst bei einer Website mit ziemlich hohem Traffic-Aufkommen kann es schwierig werden, einen Test mit mehr als 25 Kombinationen innerhalb einer vernünftigen Zeit abzuschließen.
Mit Experience Targeting können Sie schnell auf Erkenntnisse reagieren, die aus beliebigen Aktivitätsergebnissen abgeleitet wurden.
Wenn Sie beispielsweise einen A/B-Test ausgeführt haben, bei dem zwar der Challenger nicht besser war als die Kontrolle, die Ergebnisse jedoch darauf hindeuten, dass bei einem sehr speziellen Besuchersegment in der Tat mit dem Challenger ein vierfach höherer Konversionswert erzielt wurde als mit der Kontrolle, können Sie Experience Targeting verwenden, um das Challenger-Erlebnis an das jeweilige Segment weiterzuleiten.