Show Menu
화제×

자동화된 개인화 FAQ

자동화된 개인화(AP)에 대한 FAQ 목록

제어로 사용할 특정 환경을 지정할 수 있습니까?

AP( 자동화된 맞춤설정 ) 또는 AT( 자동 타겟 ) 활동을 작성하는 동안 컨트롤로 사용할 환경을 선택할 수 있습니다.
이 기능을 사용하면 활동에 구성된 트래픽 할당 비율에 따라 전체 제어 트래픽을 특정 환경으로 라우팅할 수 있습니다. 그런 다음 해당 경험의 제어 트래픽에 대해 개인화된 트래픽의 성능 보고서를 평가할 수 있습니다.
자세한 내용은 특정 환경을 제어로 사용 을 참조하십시오.

자동화된 개인화를 기본 경험에 비교하면 어떻습니까?

자동화된 개인화와 기본 경험을 비교하는 턴키 옵션이 없습니다. 그러나 차선책으로, 기본 오퍼나 경험이 전체 활동의 일부로서 존재하는 경우, 해당 베이스라인 성과를 이해하기 위해 보고서에서 "통제" 세그먼트를 클릭하고 오퍼 수준의 결과 보고서에서 이 특정 오퍼를 찾을 수 있습니다. 이 오퍼에 대해 기록된 전환율을 사용하여 전체 "Random Forest" 세그먼트의 전환율과 비교할 수 있습니다. 이렇게 하면 기본 오퍼와 비교하여 시스템이 수행하는 방식을 비교하는 데 도움이 됩니다.

자동화된 개인화 활동을 설정하는 우수 사례는 무엇입니까?

  • 트래픽이 낮은 페이지를 개인화하거나 개인화하는 경험의 구조를 변경하려는 경우, 자동화된 개인화 대신 자동 타겟 사용을 고려해 보십시오. 자세한 내용은 개인화된 경험에 대한 자동 타겟 을 참조하십시오.
  • 자동화된 개인화 활동에서 사용하려고 계획 중인 오퍼와 위치 간에 A/B 활동을 완료하여 위치 및 오퍼가 최적화 목표에 영향을 주는지 확인해 보십시오. A/B 활동이 상당한 차이를 보이지 않는 경우, 자동화된 개인화도 향상되지 않을 가능성이 높습니다.
    • A/B…N 테스트에 경험 간 통계적으로 중요한 차이가 없다면, 고려 중인 오퍼들이 서로 충분히 다르지 않거나, 선택한 위치가 성공 지표에 영향을 주지 않거나, 최적화 목표가 선택한 오퍼의 영향을 받기에는 전환 단계에서 너무 먼 것일 수 있습니다.
  • 자동화된 개인화 활동에서 개인화모델을 만드는 데 걸리는 시간을 감지할 수 있도록 반드시 트래픽 견적 도구 를 사용하십시오.
  • 목표를 기반으로 활동을 시작하기 전에 통제와 타깃팅 간의 할당을 결정하십시오.
    활동 목표와 선택한 제어 유형에 따라 고려할 시나리오가 세 가지가 있습니다.
    • 제어 및 활동 목표로서의 무작위 경험은 개인화 알고리즘의 효과를 테스트하는 것입니다 . 개인화 알고리즘을 평가하는 것이 목표라면 리프트를 정확하게 파악하고자 할 것입니다. A/B 테스트(임의로 제공된 제어)를 수행한 경우 환경/오퍼에 대한 전환율을 비교하려 할 수도 있습니다. 이 경우, 임의로 제공된 환경에 대한 제어에 50% 할당을 사용하는 것이 좋습니다.
    • 제어 및 활동 목표로 "무작위 경험"은 개인화된 트래픽을 최대화하는 것입니다 . 알고리즘을 사용하는 데 익숙하고 최대 트래픽 양을 개인화하려는 경우 제어에 10%~30%를 할당하는 것이 좋습니다. 여기서 장점은 리프트 정보에서 볼 수 있는 정확성입니다(유입되는 트래픽이 감소하므로 제어 트래픽의 신뢰 구간이 더 커지기 때문임).
    • 다음 두 가지 목표 유형을 사용하여 특정 경험을 제어로 사용 : 특정 마케터 중심의 경험을 개인화 모델과 비교하려면 제어의 10%~30% 할당이 권장됩니다. 한 개의 경험만 제어로 선택하면 활동의 모든 오퍼/경험에 트래픽이 분산되지 않습니다.
  • 타깃팅 규칙은 모델의 최적화 기능을 방해할 수 있으므로 가능한 한 덜 사용해야 합니다.
  • 보고 그룹은 자동화된 개인화 활동의 성공을 제한할 수 있으므로, 특정 조건 하에서만 사용해야 합니다.
    • 보고 그룹은 다음 조건이 충족되는 경우에만 사용하십시오. (1) 활동이 실행 중인 동안 새 오퍼를 교체/추가하는 것에 대해 계획합니다. (2) 보고 그룹에 있는 오퍼가 동일한 방문자의 관심을 대상으로 합니다. (2) 해당 보고 그룹에 있는 오퍼들의 전반적인 응답률이 대체로 동일합니다.
    • 보고 그룹에 있는 오퍼 간에 개인화가 없습니다. 오퍼가 개인화 모델에서 모두 동일하게 처리됩니다.
    • 활동에 있는 모든 오퍼를 하나의 보고 그룹에 넣지 마십시오. 그렇게 하면 모든 오퍼가 활동에 있는 모든 방문자에게 균일하게 무작위로 제공됩니다.

자동화된 개인화의 제한 사항은 무엇입니까?

Target에는 경험이 30,000개라는 엄격한 제한이 있지만 경험을 10,000개 미만으로 만들었을 때 가장 잘 작동합니다.

오퍼 수준의 타깃팅은 어떻게 구현합니까?

각 방문자가 도착하면 방문자가 볼 수 있는 가능한 오퍼 세트가 오퍼 수준 타깃팅 규칙에 따라 결정됩니다. 그런 다음 알고리즘이 해당 오퍼 중에서 모델이 예상 매출이나 전환 확률이 가장 좋을 것으로 예측하는 오퍼를 선택합니다. 오퍼 타깃팅은 Target의 기계 학습 알고리즘의 효력에 영향을 주므로 가능한 한 덜 사용해야 합니다.

내 활동이 상승도를 보이지 않습니다. 무슨 문제가 있습니까?

AP 활동에서 상승도를 생성하는 데에는 4가지 필요한 요소가 있습니다.
  • 각 위치의 오퍼는 방문자에게 영향을 줄 만큼 충분히 달라야 합니다.
  • 위치가 최적화 목표를 차별화하는 곳이라야 합니다.
  • 활동에 상승도를 감지하기에 충분한 트래픽 및 통계적 검정력이 있어야 합니다.
  • 개인화 알고리즘이 잘 작동해야 합니다.
가장 좋은 작업 방침은 먼저 단순하고 개인화되지 않은 A/B 테스트를 사용하여 활동 경험을 구성하는 콘텐츠와 위치가 전체 응답률에 정말로 영향을 주는지 확인하는 것입니다. 반드시 미리 샘플 크기를 계산하여, 적당한 상승도를 확인하고 실행을 중단하거나 변경하지 않고도 지정된 시간 동안 A/B 테스트를 실행하기에 충분한 전원이 있는지 확인하십시오. A/B 테스트 결과에 경험들 중 하나 이상에서 통계적으로 의미 있는 상승도가 나타난다면 개인화된 활동이 작동할 확률이 큽니다. 물론, 개인화는 경험의 전체 응답률에 차이가 없는 경우에도 작동할 수 있습니다. 일반적으로, 문제는 통계적 중요도를 갖는 것으로 감지되기에 충분히 큰 영향을 최적화 목록에 주지 않는 오퍼/위치에서 기인합니다.
자세한 내용은 자동화된 개인화 문제 해결 을 참조하십시오.

자동화된 개인화는 어떻게 내 활동의 트래픽을 할당합니까?

자동화된 개인화는 각 모델을 위해 만들어진 가장 최신 랜덤 포레스트 모델을 기반으로 가장 높게 예측된 성공 지표가 있는 경험으로 방문자를 보냅니다. 이러한 예측은 방문자의 특정 정보와 방문 컨텍스트를 기반으로 합니다.
예를 들어, AP 활동에 각각 두 개의 오퍼가 있는 두 개의 위치가 있다고 가정합니다. 첫 번째 위치에서 오퍼 A는 특정 방문자에 대한 예측 전환율이 3%이고 오퍼 B는 예측 전환율이 1%입니다. 두 번째 위치에서 오퍼 C는 동일한 방문자에 대한 예측 전환율이 2%이고 오퍼 D는 예측 전환율이 5%입니다. 따라서 자동화된 개인화를 통해 이 방문자에게는 오퍼 A와 오퍼 D를 사용하는 경험이 제공됩니다.

내 자동화된 개인화 활동을 언제 중지해야 합니까?

자동화된 개인화는 항상 최적화되는 "항시적" 개인화로 사용할 수 있습니다. 특히 항상 사용되는 콘텐츠의 경우 자동화된 개인화 활동을 중지할 필요가 없습니다. 자동화된 개인화 활동에서 현재 오퍼와 유사하지 않은 콘텐츠를 크게 변경하려면, 보고서를 검토하는 다른 사용자들이 과거 결과를 다른 콘텐츠와 혼동하거나 결부하지 않도록 새 활동을 시작하는 것이 좋습니다.

모델이 만들어지기까지 얼마나 기다려야 합니까?

일반적으로 활동에서 모델을 만드는 데 걸리는 시간은 선택된 활동 위치에 대한 트래픽과 활동 성공 지표에 따라 다릅니다. 활동에서 모델을 만드는 데 걸리는 예상 시간을 결정하려면 트래픽 견적 도구 를 사용하십시오.

내 활동 내에 모델 하나가 만들어져 있습니다. 해당 경험에 대한 방문이 개인화됩니까?

아니요, 개인화를 시작하려면 활동에 만들어져 있는 모델이 두 개 이상이라야 합니다.

내 자동화된 개인화 활동의 결과는 언제 볼 수 있습니까?

모델이 만들어져 있는 경험용으로 모델이 있는 경험을 두 개 이상 만들면(녹색 확인 표시) 그때부터 자동화된 개인화 활동의 결과를 볼 수 있습니다.

내 활동에서 모델이 만들어지는 데 필요한 시간을 줄이려면 어떻게 합니까?

활동 설정을 검토하고 모델이 만들지는 속도를 개선하기 위해 변경할 수 있는 사항이 있는지 보십시오.
  • 성공 지표가 활동 경험에서 판매 경로의 아래쪽에 있습니까? 최소 전환 수가 필요하므로 낮은 활동 전환율의 경우 모델을 만드는 데 필요한 트래픽 요구 사항이 늘어납니다.
  • 성공 지표가 RPV로 설정된 경우 전환으로 변경할 수 있습니까? 전환 활동은 일반적으로 모델을 만드는 데 필요한 트래픽이 적습니다.
  • 활동에서 삭제할 수 있는 경험이 있습니까? 활동에 있는 경험의 수를 줄이면 모델을 만드는 시간이 줄어듭니다.
  • 이 활동이 더 성공할 트래픽이 더 높은 페이지가 있습니까? 활동 위치에서 트래픽과 전환이 더 많을수록 모델이 더 빨리 만들어집니다.

방문자에게 표시되지 않아야 하는 AP 활동에 대한 경험이 방문자에게 표시되는 이유는 무엇입니까?

자동화된 개인화 활동은 세션당 한 번씩 평가됩니다. 특정 경험에 적합한 활성 세션이 있고 이제 여기에 새 오퍼가 추가되었다면, 사용자는 이전에 표시된 오퍼와 함께 새 콘텐츠를 보게 됩니다. 이 사용자는 이전에 이 경험에 대해 자격이 있었으므로 세션 지속 기간 동안 계속 해당 경험을 보게 됩니다. 모든 단일 페이지 방문에서 이 경험을 평가하려는 경우에는 경험 타깃팅(XT) 활동 유형으로 변경해야 합니다.