Show Menu
ARGOMENTI×

Targeting automatico

La funzione Targeting automatico utilizza un apprendimento automatico avanzato per scegliere tra più esperienze definite dall’addetto al marketing al fine di personalizzare il contenuto e stimolare le conversioni. La funzione Targeting automatico consegna a ogni visitatore l’esperienza più personalizzata in base al suo profilo cliente e al comportamento dei visitatori precedenti con profili simili.
La funzione di Targeting automatico è disponibile come parte della soluzione Target Premium. Questa funzione non è disponibile in Target Standard senza una licenza Target Premium. Per ulteriori informazioni sulle funzioni avanzate fornite da questa licenza, consulta Target Premium .
Durante la creazione di un’attività A/B tramite il flusso di lavoro guidato in tre passaggi , è possibile scegliere di allocare il traffico utilizzando l’opzione Targeting automatico per esperienze personalizzate:

Panoramica

L’opzione di Targeting automatico all’interno del flusso di attività A/B ti consente di sfruttare l’apprendimento automatico per personalizzare in base a una serie di esperienze definite dall’esperto di marketing in un clic. La funzionalità di Targeting automatico è progettata per fornire la massima ottimizzazione, rispetto ai tradizionali test A/B o Allocazione automatica, determinando quale esperienza visualizzare per ogni visitatore. A differenza di un’attività A/B in cui la finalità è quella di trovare un singolo vincitore, il Targeting automatico determina automaticamente la migliore esperienza per uno specifico visitatore (in base al suo profilo e altre informazioni contestuali) per fornire un’esperienza altamente personalizzata.
Similmente alla Personalizzazione automatizzata, il Targeting automatico utilizza un algoritmo di Foresta casuale, uno dei principali metodi di raccolta di dati scientifici, per determinare l’esperienza migliore da mostrare ad un visitatore. Il Targeting automatico è adattabile ai cambiamenti nel comportamento del visitatore, perciò può essere eseguito perennemente per fornire un incremento. Questo a volte è indicato come modalità “sempre attiva”.
A differenza di un’attività A/B in cui l’allocazione dell’esperienza per un determinato visitatore è definitiva, il Targeting automatico ottimizza l’obiettivo di business specificato su ogni visita. Come nella Personalizzazione automatizzata, il Targeting automatico, per impostazione predefinita, riserva parte del traffico dell’attività come gruppo di controllo per misurare l’incremento. Ai visitatori del gruppo di controllo viene messa a disposizione un'esperienza casuale nell'attività.
Ci sono alcune note importanti da tenere a mente quando si utilizza il Targeting automatico:
  • Non puoi passare un’attività specifica dal Targeting automatico alla Personalizzazione automatizzata e viceversa.
  • Non puoi passare dall’Allocazione manuale del traffico (test A/B tradizionale) al Targeting automatico e viceversa durante un’attività in corso.
  • Quando si utilizzano host e ambienti (gruppi di host), i modelli vengono generati solo per l'ambiente “Produzione”. Tutti gli ambienti contribuiscono a fornire i dati necessari alla generazione di modelli per campagne di “Produzione”.
  • Sono necessarie un minimo di due esperienze.

Terminologia

I seguenti termini sono utili quando si parla di Targeting automatico:
Termine
Definizione
Slot machine
Un approccio slot machine per l'ottimizzazione equilibra l'apprendimento esplorativo e lo sfruttamento di tale apprendimento.
Foresta casuale
Foresta casuale è uno dei principali metodi di apprendimento automatico. In termini di scienza dei dati, è una classificazione d raccolta, o metodo di regressione, che funziona costruendo un gran numero di alberi decisionali sulla base di visitatori e attributi di visita. In Target, l’algoritmo Foresta casuale determina quale esperienza possa avere la più alta probabilità di conversione (o il più alto ricavo per visita) per ogni visitatore specifico. Per ulteriori informazioni sulla foresta casuale in Target, consulta Algoritmo Foresta casuale .
Campionamento di Thompson
L’obiettivo del campionamento di Thompson è quello di determinare quale esperienza è la migliore complessivamente (non personalizzata), minimizzando il “costo” della ricerca dell’esperienza. Il campionamento di Thompson sceglie sempre un vincitore, anche in assenza di differenza statistica tra due esperienze. Per ulteriori informazioni, consulta Campionamento di Thompson .

Funzionamento di Targeting automatico

Di seguito sono disponibili collegamenti a ulteriori informazioni sui dati e gli algoritmi di base di Targeting automatico e Personalizzazione automatizzata:
Termine
Dettagli
L’algoritmo di personalizzazione principale di Target utilizzato sia nel Targeting automatico sia nella Personalizzazione automatizzata è quello di Foresta casuale. I metodi di raggruppamento come Foresta casuale si basano su più algoritmi di apprendimento per ottenere prestazioni predittive migliori rispetto agli algoritmi di apprendimento costituenti. L'algoritmo Foresta casuale nel sistema di personalizzazione automatizzata è un metodo di classificazione o regressione che si basa sulla costruzione di un elevato numero di alberi decisionali durante la fase di apprendimento.
Esistono diversi modi per immettere i dati per i modelli di Targeting automatico e personalizzazione automatizzata.
Gli algoritmi di personalizzazione di Target raccolgono automaticamente una varietà di dati.

Determinazione dell’allocazione del traffico

A seconda dell'obiettivo dell'attività, puoi scegliere una diversa allocaizone del traffico tra il controllo e le esperienze personalizzate. Una buona pratica è di determinare questo obiettivo prima di attivare l'attività.
L’elenco a discesa Personalizza allocazione consente di scegliere tra le seguenti opzioni:
  • Valuta l'algoritmo di personalizzazione
  • Massimizza traffico di personalizzazione
  • Personalizza allocazione
Obiettivo dell’attività
Allocazione del traffico consigliata
Compromessi
Valuta algoritmo di personalizzazione (50/50) : se l’obiettivo è quello di testare l’algoritmo, assegna il 50% dei visitatori all’algoritmo di controllo e l’altro 50% a quello di destinazione. Questa suddivisione fornisce la stima più accurata dell’incremento. È consigliata quando il controllo è impostato su “Esperienze casuali”.
50% al controllo / 50% all’esperienza personalizzata.
  • Massimizza la precisione dell'incremento tra controllo e personalizzazione
  • Un numero relativamente inferiore di visitatori avrà un'esperienza personalizzata
Massimizza traffico personalizzazione (90/10) : se il tuo obiettivo è invece quello di creare un’attività “sempre attiva”, inserisci il 10% dei visitatori nel controllo affinché ci siano abbastanza dati per consentire agli algoritmi di continuare a imparare nel tempo. In questo caso, considera che la personalizzazione di una proporzione maggiore del traffico va a scapito della precisione nell’incremento rilevato. Indipendentemente dall’obiettivo, questa è la suddivisione del traffico consigliata quando si utilizza come controllo un’esperienza specifica.
Una buona pratica è quella di allocare 10%-30% al controllo / 70%-90% all’esperienza personalizzata
  • Massimizza il numero di visitatori che ricevono un'esperienza personalizzata
  • Massimizza l'incremento
  • Meno precisione nel determinare l'incremento per l'attività
Personalizza allocazione
Suddividi manualmente la percentuale come desiderato.
  • Potresti non ottenere i risultati desiderati. Se non sei sicuro, segui i suggerimenti per una delle opzioni precedenti
Per regolare la percentuale di controllo, fai clic sulle icone nella colonna Allocazione. Non è possibile ridurre il gruppo di controllo sotto il 10%.
Puoi selezionare un’esperienza specifica da usare come controllo oppure utilizzare l’opzione Esperienza casuale.

Quando scegliere il Targeting automatico rispetto alla Personalizzazione automatizzata?

Esistono diversi scenari in cui si preferisce il Targeting automatico rispetto alla Personalizzazione automatizzata:
  • Se vuoi definire l'intera esperienza spetto alle singole offerte, queste verranno combinate automaticamente per formare un'esperienza.
  • Se desideri sfruttare l’insieme completo di funzioni del Compositore esperienza visivo non supportate dalla Personalizzazione automatizzata: l’editor di codice personalizzato, più tipi di pubblico e altro ancora.
  • Se desideri apportare modifiche strutturali alla pagina in diverse esperienze. Ad esempio, per riorganizzare l’ordine degli elementi nella pagina principale, il Targeting automatico sarebbe più appropriato da utilizzare rispetto alla Personalizzazione automatizzata.

Che cosa hanno in comune il Targeting automatico e la Personalizzazione automatizzata?

L'algoritmo è ottimizzato per ottenere un risultato favorevole per ogni visita.
  • L'algoritmo prevede la propensione di un visitatore per la conversione (o i ricavi stimati dalla conversione) al fine di offrire la migliore esperienza.
  • Un visitatore ha diritto a una nuova esperienza al termine di una sessione esistente (a meno che il visitatore sia nel gruppo di controllo, nel qual caso l'esperienza a cui il visitatore è assegnato sulla sua prima visita rimane la stessa per le visite successive).
  • All'interno di una sessione, la stima non cambia, per mantenere la coerenza visiva.
L'algoritmo si adatta alle modifiche nel comportamento dei visitatori.
  • La slot machine assicura che il modello “spenda” sempre una piccola frazione di traffico per continuare ad apprendere per tutta la durata dell'attività di apprendimento e per prevenire lo sfruttamento eccessivo delle tendenze precedentemente apprese.
  • I modelli sottostanti vengono rigenerati ogni 24 ore utilizzando i dati di comportamento dei visitatori più recenti per garantire che Target sfrutti sempre le preferenze mutevoli dei visitatori.
  • Se l'algoritmo non può determinare le esperienze vincenti per i singoli visitatori, mostra automaticamente quella con i migliori risultati a livello generale, mentre continua a cercare vincitori personalizzati. L’esperienza che offre prestazioni migliori viene individuata tramite il campione di Thompson .
L’algoritmo esegue l’ottimizzazione continua per una singola metrica dell’obiettivo.
  • Questa metrica potrebbe essere basata sulla conversione o i ricavi (più specificamente ricavi per visita).
L'algoritmo non supportaAnalyticscome origine di dati o come endpoint per la generazione di rapporti.
Target raccoglie automaticamente informazioni sui visitatori per generare modelli di personalizzazione.
Target utilizza automaticamente tutti i tipi di pubblico di Experience Cloud condivisi, per generare i modelli di personalizzazione.
  • Non è necessario eseguire alcuna operazione specifica per aggiungere i tipi di pubblico al modello. Per informazioni sull’utilizzo dei tipi di pubblico di Experience Cloud con Target, consulta Experience Cloud Audiences
Gli addetti al marketing possono caricare dati offline, punteggi di propensione o altri dati personalizzati per creare modelli di personalizzazione.

Quali sono le differenze tra il Targeting automatico e la Personalizzazione automatizzata?

IlTargeting automaticorichiede spesso meno traffico rispetto alla Personalizzazione automatizzata per generare un modello personalizzato.
Anche se la quantità di traffico per esperienza richiesta per la generazione dei modelli di Targeting automatico o Personalizzazione automatizzata è la stessa, ci sono di solito più esperienze in un'attività di Personalizzazione automatizzata di un'attività di Targeting automatico. Ad esempio, se disponessi di un’attività di Personalizzazione automatizzata in cui sono state create due offerte per posizione con due posizioni, ci sarebbero quattro (2 = 4) esperienze totali incluse nell’attività (senza esclusioni). Tramite il Targeting automatico puoi impostare l’esperienza 1 per includere l’offerta 1 in posizione 1 e l’offerta 2 in posizione 2 e l’esperienza 2 per includere l’offerta 1 in posizione 1 e l’offerta 2 in posizione 2. Poiché il Targeting automatico consente di avere più modifiche all’interno di un’esperienza, puoi ridurre il numero di esperienze totali nell’attività.
Per il Targeting automatico è possibile utilizzare semplici regole generali per comprendere i requisiti del traffico:
  • Quando la Conversione è la metrica di successo: 1.000 visite e almeno 50 conversioni al giorno per esperienza e in più l'attività deve avere almeno 7.000 visite e 350 conversioni.
  • Quando il Ricavo per visita è la metrica di successo: 1.000 visite e almeno 50 conversioni al giorno per esperienza e in più l'attività deve avere almeno 1.000 conversioni per esperienza. RPV di solito richiede più dati per costruire modelli a causa della varianza più elevata dei dati che esiste in genere nei ricavi di visita rispetto al tasso di conversione.
IlTargeting automaticoha una funzionalità di installazione completa.
  • Poiché è incorporato nel flusso di lavoro di attività A/B, il Targeting automatico beneficia di un Compositore esperienza visivo molto maturo e completo. Puoi anche sfruttare i collegamenti di controllo qualità con il Targeting automatico.
IlTargeting automaticofornisce un ampio framework di test online.
  • La slot machine è parte di un quadro più ampio di test online che permette ai nostri scienziati e ricercatori di dati di comprendere i benefici dei loro continui miglioramenti nelle condizioni del mondo reale.
  • In futuro, questo banco di prova ci permetterà di aprire la nostra piattaforma di apprendimento automatico per i nostri clienti esperti di dati in modo che possano portare i propri modelli per aumentare i modelli di Target.

Creazione di rapporti e Targeting automatico

Per ulteriori informazioni, consulta Rapporto di riepilogo del Targeting automatico nella sezione Rapporti .

Domande frequenti sul Targeting automatico

Quali sono le procedure consigliate per impostare un’attività diTargeting automatico?
  • Decidi se il valore aziendale di una metrica di uccesso di un Ricavo per visita (RPV) vale i requisiti di traffico aggiuntivi. RPV richiede in genere almeno 1.000 conversioni per esperienza perché un'attività funzioni rispetto alla conversione.
  • In base ai tuoi obiettivi, decidi la ripartizione tra il controllo e le esperienze personalizzate prima di iniziare l'attività.
  • Determina se disponi di traffico sufficiente per la pagina in cui l’attività di Targeting automatico verrà eseguita affinché i modelli di personalizzazione compilino in un tempo ragionevole.
    • Se stai sopttoponendo a test l'algoritmo di personalizzazione, non è consigliabile modificare le esperienze o aggiungere/rimuovere attributi di profilo mentre l'attività è in esecuzione.
  • È consigliabile completare un’attività A/B tra le offerte e le posizioni che prevedi di utilizzare nell’attività di Targeting automatico per garantire che le posizioni e le offerte abbiano un impatto sull’obiettivo di ottimizzazione. Se un’attività A/B non riesce a dimostrare una differenza significativa, il Targeting automatico probabilmente non riuscirà a generare incrementi.
    • Se un test A/B non mostra differenze statisticamente significative tra le esperienze, probabilmente le offerte che stai prendendo in considerazione non sono sufficientemente diverse tra loro, le posizioni selezionate non incidono sulla metrica successo o l'obiettivo di ottimizzazione è troppo lontano nell'imbuto di conversione per essere influenzato dalle offerte scelte.
  • Cerca di non apportare modifiche sostanziali alle esperienze durante il corso dell'attività.
Se l'intervallo di date del rapporto cambia, i segni di spunta che indicano che un modello è stato generato per l'esperienza si aggiornano?
No, i segni di spunta per la generazione di modelli mostrano solo i modelli generati fino ad ora. Non c'è modo di tornare indietro e vedere quando è stato completato un modello.
Se un visitatore non vede l’attività diTargeting automaticoe converte, la conversione conta nella mia attività?
No, solo i visitatori che si qualificano e visualizzano l’attività di Targeting automatico sono conteggiati nella creazione dei rapporti.
La mia attività diTargeting automaticonon sembra generare alcun incremento. Cosa succede?
Ci sono quattro fattori necessari affinché un’attività di Targeting automatico generi incremento:
  • Le offerte devono essere abbastanza diverse per influenzare i visitatori.
  • Le Offerte devono essere tali da poter influenzare l’obiettivo di ottimizzazione.
  • Il test deve avere traffico e potenza statistica tali da consentire il rilevamento di un incremento.
  • L’algoritmo di personalizzazione deve funzionare bene.
La migliore linea di azione è di assicurarsi in primo luogo che i contenuti e le posizioni, che compongono le esperienze di attività, facciano davvero una differenza per i tassi di risposta generali tramite un semplice test A/B e non personalizzato. Calcola le dimensioni del campione in tempo per assicurarti che sia possibile visualizzare un incremento ragionevole ed esegui il test A/B per una durata fissa senza interruzioni né modifiche.
Se i risultati di test A/B mostrano un incremento statisticamente significativo su una o più esperienze, può funzionare un'attività personalizzata. Naturalmente, la personalizzazione può funzionare anche se non ci sono differenze nei tassi di risposta complessiva delle esperienze. Il problema, solitamente, deriva dalle offerte/posizioni che non hanno un impatto sull’obiettivo di ottimizzazione tale da poter essere rilevato con rilevanza statistica.
Quando devo interrompere l’attività diTargeting automatico?
Il Targeting automatico può essere utilizzato come personalizzazione “sempre attiva” che si ottimizza costantemente. Soprattutto per i contenuti fissi, non è necessario arrestare l’attività di Targeting automatico.
Se desideri apportare modifiche sostanziali al contenuto nell’attività di Targeting automatico, la procedura consigliata consiste nell’avviare una nuova attività in modo che gli altri utenti che revisionano i rapporti non confondano o riferiscano i risultati passati con contenuti diversi.
Quanto tempo devo aspettare per la generazione dei modelli?
Il periodo di tempo necessario alla generazione dei modelli nell’attività di Targeting automatico dipende in genere dal traffico delle posizioni dell’attività selezionate e dalla metrica di successo dell’attività.
Per il Targeting automatico è possibile utilizzare semplici regole generali per comprendere i requisiti del traffico:
  • Quando la Conversione è la metrica di successo: 1.000 visite e almeno 50 conversioni al giorno per esperienza e in più l'attività deve avere almeno 7.000 visite e 350 conversioni.
  • Quando il Ricavo per visita è la metrica di successo: 1.000 visite e almeno 50 conversioni al giorno per esperienza e in più l'attività deve avere almeno 1.000 conversioni per esperienza. RPV di solito richiede più dati per costruire modelli a causa della varianza più elevata dei dati che esiste in genere nei ricavi di visita rispetto al tasso di conversione.
L’attività contiene un modello generato. Le visite a quell’esperienza sono personalizzate?
No, per iniziare la personalizzazione occorrono almeno due modelli generati nell’attività.
Quando posso iniziare a esaminare i risultati della mia attività diTargeting automatico?
Puoi iniziare a esaminare i risultati dei test di Targeting automatico quando disponi di almeno due esperienze con modelli generati (segno di spunta verde) nell’attività che presenta modelli generati.
Posso specificare un’esperienza specifica da usare come controllo?
Puoi selezionare un’esperienza da usare come controllo durante la creazione di un’attività Personalizzazione automatizzata oppure Targeting automatico .
Questa funzione ti permette di indirizzare tutto il traffico di controllo a una specifica esperienza, in base alla percentuale di allocazione del traffico configurata nell’attività. Puoi quindi valutare i rapporti sulle prestazioni del traffico personalizzato rispetto al traffico verso l’esperienza di controllo.
Per ulteriori informazioni, consulta Utilizzare un’esperienza specifica come controllo .

Risoluzione dei problemi di Targeting automatico

A volte le attività non vanno come previsto. Di seguito sono elencate alcune potenziali sfide che potresti affrontare durante l’utilizzo del Targeting automatico e alcune soluzioni suggerite.
La mia attività diTargeting automaticosta impiegando troppo tempo per generare i modelli.
Sono disponibili diverse modifiche dell’impostazione dell’attività che possono ridurre il tempo previsto per la generazione di modelli, tra cui il numero di esperienze nell’attività di Targeting automatico, il traffico verso il sito e la metrica di successo selezionata.
Soluzione: esamina l’impostazione dell’attività e verifica se ci sono modifiche che intendi apportare per migliorare la velocità con cui i modelli vengono generati.
  • Se la metrica di successo è impostata su RPV, è possibile modificare la conversione? Le attività di conversione tendono a richiedere meno traffico per la generazione dei modelli. Non perderai i dati di attività se modifichi la metrica di successo da RPV a conversione.
  • La metrica del successo è molto in basso nel funnel di vendita dalle esperienze dell’attività? Con un tasso di conversione basso, la generazione dei modelli richiederà più traffico poiché è necessario un numero minimo di conversioni.
  • È possibile eliminare alcune esperienze dall’attività? Diminuendo il numero di esperienze, diminuirà anche il tempo necessario alla generazione dei modelli.
  • Esiste una pagina con traffico più alto in cui questa attività avrebbe più successo? Maggiori sono il traffico e le conversioni nelle posizioni dell’attività, più rapidamente verranno generati i modelli.
La mia attività diTargeting automaticonon genera alcun incremento.
Ci sono quattro fattori necessari affinché un’attività di Personalizzazione automatizzata generi incremento:
  • Le offerte devono essere abbastanza diverse per influenzare i visitatori.
  • Le Offerte devono essere tali da poter influenzare l’obiettivo di ottimizzazione.
  • Il test deve avere traffico e potenza statistica tali da consentire il rilevamento di un incremento.
  • L’algoritmo di personalizzazione deve funzionare bene.
Soluzione: in primo luogo, assicurati che l'attività personalizzi il traffico. Se i modelli non sono generati per tutte le esperienze, l’attività di Targeting automatico fornisce ancora in modo casuale una parte significativa di visite per tentare di generare tutti i modelli il più rapidamente possibile. Se i modelli non sono generati, il Targeting automatico non personalizza il traffico.
Quindi, assicurati che le offerte e le posizioni di attività facciano realmente la differenza nei tassi di risposta complessiva tramite un semplice test A/B non personalizzato. Calcola le dimensioni del campione in tempo per assicurarti che sia possibile visualizzare un incremento ragionevole ed esegui il test A/B per una durata fissa senza interruzioni né modifiche. Se i risultati di un test A/B mostrano un incremento statisticamente significativo su una o più esperienze, è probabile che un’attività personalizzata funzioni. Naturalmente, la personalizzazione può funzionare anche se non ci sono differenze nei tassi di risposta complessiva delle esperienze. Il problema, solitamente, deriva dalle offerte/posizioni che non hanno un impatto sull’obiettivo di ottimizzazione tale da poter essere rilevato con rilevanza statistica.
Qualsiasi metrica dipendente dalla metrica di conversione non consegue mai la conversione.
Si tratta di un comportamento previsto.
In un’attività di Targeting automatico, una volta conseguita la conversione per una metrica di conversione (che si tratti di obiettivo di ottimizzazione o di corrispondenza), l’utente viene rilasciato dall’esperienza e l’attività viene riavviata.
Prendiamo ad esempio un’attività con una metrica di conversione (C1) e una metrica aggiuntiva (A1). A1 dipende da C1. Quando un visitatore accede all’attività per la prima volta e i criteri di conversione per A1 e C1 non vengono soddisfatti, la metrica A1 non consegue la conversione a causa della dipendenza dalla metrica di successo. Se il visitatore consegue la conversione per C1 e poi per A1, la conversione A1 non risulta perché, non appena ottenuta la conversione per C1, il visitatore viene rilasciato.

Video di formazione: Informazioni sulle attività di Targeting automatico

Questo video spiega come configurare un’attività di Targeting automatico A/B.
Dopo aver completato questo training, sarai in grado di:
  • Definire il test di Targeting automatico
  • Confrontare e contrastare il Targeting automatico con la Personalizzazione automatizzata
  • Creare attività di Targeting automatico