Show Menu
SUJETS×

Predictive Audiences Présentation

Predictive Audiences permet de classer une audience inconnue en différentes personnes, en temps réel, à l’aide de techniques avancées de science des données.
Cet article contient la documentation du produit destinée à vous guider tout au long de la configuration et de l’utilisation de cette fonction. Rien dans ce document n'est un conseil juridique. Veuillez consulter votre propre conseiller juridique pour obtenir des conseils juridiques.
Dans un contexte marketing, une persona est un segment d’audience défini par des visiteurs, des utilisateurs ou des acheteurs potentiels qui partagent un ensemble spécifique de caractéristiques comme des données démographiques, des habitudes de navigation, un historique des achats, etc.
Les modèles de Predictive Audiences approfondissent encore ce concept en vous permettant d’utiliser les capacités d’apprentissage automatique d’Audience Manager pour classer les audiences inconnues en différentes personas. Pour ce faire, Audience Manager calcule la propension de votre audience propriétaire inconnue pour un ensemble d’audiences propriétaires connues.
Lorsque vous créez un Predictive Audiences modèle, la première étape consiste à choisir les caractéristiques ou segments de base par lesquels votre audience de cible doit être classée. Ces caractéristiques ou segments définissent vos personnages.
Pendant la phase d’évaluation, le modèle crée un nouveau Predictive Audiences segment pour chaque caractéristique ou segment que vous avez défini comme ligne de base. La prochaine fois que l’Audience Manager voit un visiteur de votre audience de cible qui n’est pas classé pour une personne (qui ne correspond à aucun de vos traits ou segments de base), le modèle détermine à quel segment de prévision le visiteur doit appartenir et ajoute le visiteur à ce segment. Predictive Audiences
Vous pouvez identifier les segments prédictifs créés par le modèle dans la Segments page. Chaque Predictive Audiences modèle comporte son propre dossier sous le Predictive Audiences dossier et vous pouvez afficher les segments de chaque modèle en cliquant sur le dossier du modèle.

Cas d’utilisation

Pour vous aider à mieux comprendre comment et quand vous pouvez utiliser Predictive Audiences, voici quelques cas d'utilisation que les clients d'Audience Manager peuvent résoudre en utilisant cette fonctionnalité.

Cas d’utilisation 1

En tant que spécialiste du marketing dans une société de commerce électronique, je souhaite classer tous mes visiteurs Web et mobiles en différentes catégories d'affinité de marque, afin de pouvoir personnaliser leur expérience utilisateur.

Cas d’utilisation no 2

En tant que spécialiste du marketing dans une société multimédia, je souhaite classer mes visiteurs non authentifiés du web et des mobiles par genres favoris, afin de leur suggérer un contenu personnalisé sur tous les canaux.

Cas d’utilisation no 3

En tant qu'annonceur d'une société aérienne, je veux m'assurer que je classe mon audience en fonction de leur intérêt pour les destinations de voyage, afin de pouvoir leur faire de la publicité en temps réel, dans une courte fenêtre de reciblage.

Cas d’utilisation no 4

En tant qu'annonceur, je veux classer mon audience propriétaire en temps réel, afin de pouvoir réagir rapidement aux informations de tendance.

Cas d’utilisation no 5

En tant que spécialiste du marketing, je veux prédire dans quelle phase de voyage des clients se trouvent mes visiteurs de site Web, tels que la découverte, l'engagement, l'achat ou la rétention, afin que je puisse les cible en conséquence.

Cas d’utilisation no 6

En tant que société des médias, je veux classer mon audience par catégorie, afin de pouvoir vendre mon espace publicitaire à des prix très élevés, tout en offrant à mes visiteurs des annonces pertinentes.

Fonctionnement des Predictive Audiences modèles

Lorsque vous créez un Predictive Audiences modèle, vous suivez trois étapes :
  1. Tout d’abord, vous sélectionnez au moins deux caractéristiques ou deux segments qui définiront vos personnages.
  2. Ensuite, vous choisissez une caractéristique ou un segment qui définit l’audience de cible à classifier.
  3. Enfin, vous choisissez un nom pour le modèle et sélectionnez une source de données qui stockera les segments prédictifs.

Critères de sélection pour les personnes

Vous pouvez choisir l’une de vos caractéristiques ou segments propriétaires pour définir vos personnalités. Cependant, pour des résultats optimaux, voici un ensemble de bonnes pratiques recommandées :
  • Choisissez vos caractéristiques ou segments de personnage de sorte que chaque personne dispose d’au moins quelques centaines d’ID de périphérique.
  • Si vos caractéristiques sont basées sur des identifiants Index of IDs in Audience Manager inter-périphériques, vous pouvez les encapsuler dans des segments avec des règles de fusion de Profils qui utilisent des identifiants de périphérique, tels que Device Graph. Cela permet de s’assurer qu’il y a suffisamment d’ID de périphérique dont l’algorithme peut tirer des leçons.
  • Nous vous recommandons de choisir des caractéristiques ou des segments simples pour vos personnes, composés de 1 à 3 caractéristiques.
  • Choisissez des caractéristiques ou des segments de base qui présentent un chevauchement minimal.
  • Assurez-vous de capturer des caractéristiques granulaires sur vos propriétés numériques.

Critères de sélection pour l'Audience des Cibles

De la même manière que pour la sélection de personnes, vous devez choisir la caractéristique ou le segment qui définit votre audience de cible de telle sorte qu’il y ait des utilisateurs en temps réel avec de riches ensembles de caractéristiques, pour la classification dans la personne appropriée.

Predictive Audiences Phase de formation du modèle

Avant que l’algorithme puisse classifier votre audience propriétaire en personnes appropriées, il doit s’entraîner sur vos données.
Pour chaque personne que vous définissez, l’algorithme analyse son audience respective et évalue toute activité de caractéristiques en temps réel et/ou intégrée pour ses utilisateurs au cours des 30 derniers jours. Cette étape a lieu une fois toutes les 24 heures, afin de tenir compte des modifications apportées à votre audience propriétaire.

Predictive Audiences Phase de classification du modèle

Lorsqu’un visiteur qui fait partie de l’audience de cible est vu en temps réel, le modèle évalue si le visiteur fait partie des personnes définies. Pour chaque visiteur qui n'appartient à aucune personnalité, le modèle attribue un score de qualification personnelle.
Lors de l’évaluation des audiences propriétaires et de l’attribution de scores, le modèle utilise la valeur par défaut Profile Merge Rule définie dans votre compte. Enfin, le visiteur est classé dans la personne pour laquelle il a obtenu le score le plus élevé.

Considérations et limites

Lisez attentivement cette section avant de passer à la phase de mise en oeuvre.
Lors de la configuration de vos Predictive Audiences modèles, gardez à l’esprit les considérations et limitations suivantes :
  • Vous pouvez créer jusqu’à 10 modèles Predictive Audiences.
  • Pour chaque modèle, vous pouvez choisir jusqu’à 50 caractéristiques / segments de base.
  • Actuellement, les données tierces et secondaires ne sont pas prises en charge dans Predictive Audiences.
  • La classification des Audiences est effectuée uniquement pour les audiences propriétaires en temps réel. La classification des audiences propriétaires intégrée peut être prise en charge dans une prochaine mise à jour.
    Actuellement, les segments Total Segment Population prédictifs sont affichés sous la forme 0 et les transferts de données sortantes par lot ne sont pas pris en charge pour Predictive Audiences. Ce comportement changera dans une prochaine mise à jour.
  • Predictive Audiences effectue une classification des audiences en fonction de vos caractéristiques propriétaires, à partir de toutes vos sources de données propriétaires.
  • L’évaluation des segments pour Predictive Audiences utilise la valeur par défaut Profile Merge Rule que vous avez définie dans votre compte. Pour en savoir plus sur Profile Merge Rules consultez la documentation qui vous est consacrée.
  • Certaines caractéristiques et certains segments ne sont pas pris en charge en tant que lignes de base ou audiences de cible. Predictive Audiences les modèles ne peuvent pas être enregistrés lorsque vous sélectionnez l'une des audiences suivantes comme lignes de base ou cible :

Data Export Controls

Les segments prédictifs créés par Predictive Audiences des modèles héritent des contrôles d’exportation des données à partir des sources de données propriétaires suivantes :
  1. Source de données propriétaire que vous choisissez lors de la création du modèle.
  2. Sources de données propriétaires de votre audience de cible. Plus précisément, les contrôles d’exportation des données des caractéristiques ou segments qui constituent votre audience de cible.
Les caractéristiques et segments prédictifs nouvellement créés auront les mêmes restrictions de confidentialité que l’union des sources de données propriétaires décrites ci-dessus.
Les caractéristiques qui comportent des restrictions supplémentaires qui ne font pas partie des restrictions de confidentialité des Predictive Audiences segments seront exclues de la phase de formation et n’auront pas d’influence sur le modèle.

Role-Based Access Controls

Les caractéristiques et les segments que vous choisissez pour les personnages et la classification des audiences sont soumis à des Contrôles d'accès basés sur les rôles d’Audience Manager.
Les utilisateurs d’Audience Manager ne peuvent sélectionner que des caractéristiques ou des segments pour les personnes et les audiences de cible, qu’ils ont l’ autorisation de vue .