Show Menu
TEMAS×

Predictive Audiences Información general

Predictive Audiences ayuda a clasificar una audiencia desconocida en personalidades distintas, en tiempo real, mediante técnicas avanzadas de ciencia de datos.
Este artículo contiene documentación del producto destinada a guiarle en la configuración y el uso de esta función. Nada de lo que aquí se incluye es asesoramiento jurídico. Por favor, consulte a su propio abogado para obtener asesoramiento jurídico.
En un contexto de marketing, una personalidad es un segmento de audiencia definido por visitantes, usuarios o compradores potenciales, que comparten un conjunto específico de rasgos, como su demografía, hábitos de navegación, historial de compras, etc.
Los modelos de Predictive Audiences llevan este concepto un paso más allá, ya que permiten utilizar las capacidades de aprendizaje automático de Audience Manager para clasificar audiencias desconocidas en personalidades distintas. Audience Manager le ayuda a conseguirlo calculando la propensión de la audiencia de origen desconocida para un conjunto de audiencias de origen conocidas.
Cuando se crea un Predictive Audiences modelo, el primer paso es elegir las características o segmentos de línea base por los que desea clasificar la audiencia de destinatario. Estas características o segmentos definirán sus personalidades.
Durante la fase de evaluación, el modelo crea un nuevo Predictive Audiences segmento para cada rasgo o segmento que haya definido como línea de base. La próxima vez que el Audience Manager vea un visitante de su audiencia de destinatario que no está clasificado para una persona (no cumple los requisitos para ninguna de sus características o segmentos de base), el Predictive Audiences modelo determinará a qué segmentos predictivos debe pertenecer el visitante y agregará el visitante a ese segmento.
Puede identificar los segmentos predictivos creados por el modelo en la Segments página. Cada Predictive Audiences modelo tiene su propia carpeta debajo de la Predictive Audiences carpeta y puede ver los segmentos de cada modelo haciendo clic en la carpeta del modelo.

Casos de uso

Para ayudarle a comprender mejor cómo y cuándo puede usar Predictive Audiences, a continuación se indican algunos casos de uso que los clientes Audience Manager pueden resolver con esta función.

Caso de uso n.° 1

Como especialista en mercadotecnia en una compañía de comercio electrónico, quiero clasificar todos mis visitantes web y móviles en varias categorías de afinidad de marca, para que pueda personalizar su experiencia de usuario.

Caso de uso n.° 2

Como especialista en mercadotecnia en una compañía de medios, quiero clasificar mis visitantes móviles y web no autenticados por géneros favoritos, para poder sugerirles contenido personalizado en todos los canales.

Caso de uso n.° 3

Como anunciante de una compañía de aerolíneas, quiero asegurarme de clasificar mi audiencia en función de su interés en los destinos de viaje, para poder anunciarles en tiempo real, dentro de una breve ventana de redireccionamiento.

Caso de uso n.° 4

Como anunciante, quiero clasificar mi audiencia de origen en tiempo real, para poder reaccionar rápidamente a las noticias de tendencia.

Caso de uso n.° 5

Como especialista en mercadotecnia, quiero predecir en qué fase de viaje del cliente se encuentran los visitantes de mi sitio web, como descubrimiento, compromiso, compra o retención, para poder realizar el destinatario correspondiente.

Caso de uso n.° 6

Como compañía de medios, quiero categorizar mi audiencia, para poder vender mi espacio publicitario a precios especiales, mientras ofrezco mis anuncios relevantes de visitantes.

Cómo funcionan Predictive Audiences los modelos

Al crear un Predictive Audiences modelo, se siguen tres pasos:
  1. Primero, seleccione un mínimo de dos características o dos segmentos que definirán las personas.
  2. A continuación, elija una característica o un segmento que defina la audiencia de destinatario que desea clasificar.
  3. Por último, puede elegir un nombre para el modelo, un origen de datos que almacenará los segmentos predictivos y un Profile Merge Rule nombre para el modelo.

Criterios de selección para personas

Puede elegir cualquiera de sus características o segmentos de origen para definir sus personalidades. Sin embargo, para obtener resultados óptimos, aquí hay un conjunto de prácticas recomendadas:
  • Elija sus características personales o segmentos para que cada persona tenga al menos unos pocos cientos de ID de dispositivo .
  • Si sus características se basan en ID de varios dispositivos, puede envolverlas en segmentos con reglas de combinación de Perfiles que utilicen ID de dispositivos, como Device Graph. Esto garantizará que haya suficientes ID de dispositivo de los que pueda aprender el algoritmo.
  • Recomendamos elegir características o segmentos simples para sus personalidades, que constan de entre 1 y 3 características.
  • Elija características de línea de base o segmentos que tengan una superposición mínima.
  • Asegúrese de capturar rasgos granulares en las propiedades digitales.

Criterios de selección para la Audiencia de Destinatarios

De forma similar a la selección de persona, debe elegir su audiencia de destinatario trait o segment que la defina de manera que tenga usuarios en tiempo real con conjuntos enriquecidos de traits, para clasificarla en la persona adecuada.
Al seleccionar la audiencia de destinatario, analice el caso de uso y decida qué tipos de ID desea clasificar: device IDs o cross-device IDs. El valor Profile Merge Rule que se selecciona al crear el modelo define los datos que se utilizarán para colocar a cada usuario en el predictivo segments.
Se recomienda elegir una Profile Merge Rule que tenga la misma configuración que la audiencia de destinatario Profile Merge Rule, o una que incluya el tipo de perfil (perfil de dispositivo o perfil autenticado) de la audiencia de destinatario.

Predictive Audiences Fase de formación del modelo

Antes de que el algoritmo pueda clasificar la audiencia de origen en las personas correctas, debe formarse en los datos.
Para cada persona que defina, el algoritmo analiza su audiencia respectiva y evalúa cualquier actividad de características en tiempo real y/o incorporada para sus usuarios en los últimos 30 días. Este paso se realiza una vez cada 24 horas para tener en cuenta los cambios en la audiencia de origen.

Predictive Audiences Fase de clasificación del modelo

Cuando un visitante que forma parte de la audiencia de destinatario se ve en tiempo real, el modelo evalúa si el visitante es parte de las personas definidas. Por cada visitante que no pertenece a ninguna de las personas, el modelo asigna una puntuación de cualificación personal.
Al evaluar audiencias de origen y asignar puntuaciones, el modelo utiliza el valor predeterminado Profile Merge Rule definido en la cuenta. Finalmente, el visitante se clasifica en la persona por la que recibió la mayor puntuación.

Consideraciones y limitaciones

Lea detenidamente esta sección antes de pasar a la fase de implementación.
Al configurar sus Predictive Audiences modelos, tenga en cuenta las siguientes consideraciones y limitaciones:
  • Puede crear hasta diez modelos de Predictive Audiences.
  • Para cada modelo, puede elegir hasta 50 características base / segmentos.
  • Los datos de segundo y de terceros no son compatibles actualmente con Predictive Audiences.
  • La clasificación de Audiencias solo se realiza para audiencias individuales en tiempo real. La clasificación de audiencia de origen integrada puede admitirse en una actualización futura.
    Actualmente, los segmentos predictivos solo se pueden activar en destinos en tiempo real. El Total Segment Population y Addressable Audience de los segmentos predictivos se muestra como 0 y las transferencias de datos de salida por lotes no son compatibles con Predictive Audiences. Este comportamiento cambiará en una actualización futura.
  • Predictive Audiences realiza la clasificación de audiencias en función de sus características de origen, desde todas sus fuentes de datos de origen.
  • La evaluación de segmentos para Predictive Audiences utiliza el Profile Merge Rule que elija durante la creación del modelo. Para obtener más información sobre Profile Merge Rules la documentación dedicada, consulte .
  • Algunas características y segmentos no se admiten como líneas de base o audiencias de destinatario. Predictive Audiences los modelos no se guardarán al elegir una de las siguientes opciones como líneas de base o audiencias de destinatario:

Data Export Controls

Los segmentos predictivos creados por Predictive Audiences modelos heredan los controles de exportación de datos de las siguientes fuentes de datos de origen:
  1. Origen de datos de origen que se elige al crear el modelo.
  2. Las fuentes de datos de origen de la audiencia de destinatario. Específicamente, los controles de exportación de datos de los traits o segments que conforman la audiencia de destinatario.
  3. Controles de exportación de datos del Profile Merge Rule modelo seleccionado.
El predictivo recién creado traits y segments tendrá las mismas restricciones de privacidad que la unión de las fuentes de datos de origen descritas anteriormente.
Las características que tienen restricciones adicionales que no forman parte de las restricciones de privacidad del Predictive Audiences segmento se excluirán de la fase de formación y no influirán en el modelo.

Profile Merge Rules

A todos los segmentos predictivos se les asignará el Profile Merge Rule que seleccionó al crear el modelo. El Profile Merge Rule que elija es importante por los siguientes motivos:
  • Define qué dispositivos y/o perfiles autenticados deben tenerse en cuenta cuando el modelo analiza el elemento influyente traits, en el momento de clasificar un usuario en un elemento predictivo segment.
  • Determina qué trait tipos (nivel de dispositivo o nivel entre dispositivos) deben utilizarse durante el paso de prueba del modelo y aparecer como influyentes traits. Los predictivos segments son subconjuntos de la audiencia de destinatario.
    • Si la audiencia de destinatario es un segmento, le recomendamos que seleccione el mismo Profile Merge Rule modelo que el asignado a la audiencia de destinatario o un Profile Merge Rule que incluya el tipo de perfil de la audiencia de destinatario.
    • Si la audiencia de destinatario es trait, se recomienda seleccionar una Profile Merge Rule que pueda acceder al mismo tipo de datos que la característica de audiencia de destinatario (ya sea datos de perfil de dispositivo o datos de perfil entre dispositivos).
Al seleccionar un Profile Merge Rule dispositivo que utilice datos de dispositivos y datos entre dispositivos, se maximiza el número de datos traits que se pueden utilizar para la formación de modelos y la clasificación de usuarios en el predictivo segments.

Role-Based Access Controls

Las características y los segmentos que elija para la clasificación de personas y audiencias están sujetos a Controles de acceso basados en roles de Audience Manager.
Los usuarios Audience Manager solo pueden seleccionar características o segmentos para audiencias de personas y destinatarios, que tienen permiso para la vista .