Show Menu
TÓPICOS×

Recomendações de característica

Obtenha recomendações de características ao vivo conforme você cria seus segmentos, a partir de suas próprias características e feeds de Audience Marketplace dados.

Demonstração de vídeo

Start assistindo ao Trait Recommendations vídeo abaixo e, em seguida, leia para obter mais informações. A demonstração em vídeo mostra como trabalhar com recomendações de suas próprias características originais, bem como as recomendações de características de feeds de Audience Marketplace dados aos quais você já se inscreveu .

O próximo vídeo descreve o fluxo de trabalho para Marketplace Recommendations, mostrando como adicionar características aos seus segmentos, com base em recomendações de feeds de dados em Audience Marketplace. Essas recomendações são baseadas em feeds de dados aos quais você não está inscrito .

Visão geral

Trait Recommendations, alimentado por Adobe Sensei, traz a ciência de dados para os workflows do Audience Manager. With Trait Recommendations, when you build or edit a segment in Segment Builder , you get recommendations on additional traits you can include, that are similar to the traits in the segment rule.
O Audience Manager mostra as recomendações de características tanto de suas características originais, na seção Recommendations , quanto de Audience Marketplace , na Recommendations from Marketplace seção.
Adicione as características recomendadas ao segmento para aumentar o público-alvo de destino.
Em poucas palavras:
  • Audience Manager mostra características originais na Recommendations seção. As recomendações do Marketplace de feeds públicos e privados aos quais você não está inscrito estão visíveis na Recommendations from Marketplace seção. Clique no nome do feed para acessar Audience Marketplace e assinar.
  • Audience Manager mostra no máximo cinquenta características semelhantes às da regra de segmento.
  • Você pode filtrar as fontes de dados das quais não deseja ver nenhuma recomendação.
  • Ao calcular similaridades, o Audience Manager considera UUIDs que se qualificaram para a característica nos últimos 30 dias.
  • Se você vir a mensagem de erro "Nenhuma característica semelhante encontrada. As características podem ser muito novas.", isso significa que ou não havia atividade para essa característica nos últimos 30 dias, ou o Audience Manager ainda não atualizou as recomendações para essa característica. Tente novamente em 24 horas.

Casos de uso

Com Trait Recommendations, você pode melhorar seus workflows, dependendo de como usar o Audience Manager:
  • Como comerciante, você pode encontrar rapidamente audiências interessadas em produtos complementares com a ajuda de características semelhantes, para que você possa aumentar seu alcance.
  • Se você usa o Audience Manager como editor, com Trait Recommendations, é possível entender o comportamento da audiência e criar segmentos melhores para vendas de anúncios ou aquisição de usuários.
  • Como comprador de Audience Marketplace dados, eu quero descobrir dados relevantes de terceiros sem navegar por um grande número de feeds.
  • Como provedor de Audience Marketplace dados, eu quero recomendar dados relevantes para os compradores, para que eu possa me beneficiar de subscrições ótimas e relevantes.

Diferenças entre as Recomendações de características e os Modelos algorítmicos

Modelos algorítmicos

Algorithmic Models não somente encontra as características mais influentes, como também pontua os usuários com base nessas características e atribui a cada usuário uma pontuação individual. Em seguida, você cria características algorítmicas para direcionar os usuários. With accuracy and reach controls in the Trait Builder, you can specify which users amongst all those who have the influential traits you want to target.
Algorithmic Models permite que você selecione usuários em diferentes níveis de precisão e teste em Audience Lab qual grupo de usuários converte melhor. Consulte o caso de uso detalhado em Comparar modelos no Audience Lab .
In Algorithmic Models, the model runs every 8 days and refreshes the users qualified for algorithmic traits.

Recomendações de característica

Trait Recommendations é uma maneira rápida de obter insights sobre outras características que são semelhantes àquelas usadas em um segmento.
Você deve usar Trait Recommendations quando:
  • Precisar de insights rápidos ao criar um segmento;
  • Estiver usando os segmentos para campanhas curtas ou quando deseja suprimir rapidamente o público-alvo que converte;
  • Estiver tentando maximizar o alcance.

Fluxo de trabalho

Ao criar ou editar um segmento no Construtor de segmentos, você pode explorar características semelhantes às da regra de segmentos. O fluxo de trabalho do Construtor de segmentos é muito semelhante para segmentos novos e existentes:

Novos segmentos

  1. Vá para Dados de Audiência > Segmentos e clique em Adicionar novo .
  2. Na caixa suspensa Características , adicione pelo menos uma característica à regra do segmento.
  3. Você pode ver as características recomendadas e as recomendações de características Audience Marketplace dos feeds aos quais você está inscrito, na Recommendations seção. A Recommendations from Marketplace seção mostra as recomendações de características dos feeds aos quais você não está inscrito. Todas essas recomendações são semelhantes às características adicionadas à regra de segmento. Role para baixo para ver todas as características recomendadas.
  4. (Opcional) Para excluir características primárias recomendadas de determinadas fontes de dados, clique no símbolo de X das fontes de dados que deseja excluir.
    As fontes de dados excluídas são mostradas logo acima da lista de características recomendadas. Clique em X na caixa cinza para remover as exclusões e ver os resultados das respectivas fontes de dados novamente.
  5. Para adicionar características recomendadas à regra de segmento, clique no símbolo + .
Ao adicionar Marketplace características a um segmento, as características são usadas apenas para a estimativa do segmento, até que você assine o feed de dados correspondente. As características que vêm dos feeds de dados aos quais você não está inscrito são marcadas com um ícone de carrinho de compras na lista de características. Clique no nome da característica para ir até a página de feed de dados e assinar.
É possível salvar um segmento com características de terceiros somente depois de assinar os feeds de dados correspondentes.

Segmentos existentes

  1. Vá até Audience Data>Segments , selecione o segmento que deseja editar e clique em .
  2. Role para baixo até a caixa Traits suspensa.
  3. Você pode ver as características recomendadas, que são semelhantes às características que já estão na regra de segmento. Role para baixo para ver todas as características recomendadas.
  4. (Opcional) Para excluir características recomendadas de determinadas fontes de dados, clique no símbolo X das fontes de dados que deseja excluir.
    As fontes de dados excluídas são mostradas logo acima da lista de características recomendadas. Clique em X na caixa cinza para remover as exclusões e ver os resultados das respectivas fontes de dados novamente.
  5. Para adicionar características recomendadas à regra de segmento, clique no símbolo + .
Ao criar ou editar um segmento e adicionar uma característica à regra de segmento, você verá no máximo cinquenta características recomendadas, semelhantes àquelas adicionadas. Se a regra de segmento contiver mais de uma característica, o Audience Manager usará um método round robin para mostrar a melhor correspondência para cada característica, a segunda melhor correspondência para cada característica e assim por diante, para os cinquenta maiores características por população, na regra de segmento.
Por exemplo, quando há três características na regra de segmento, como mostrado abaixo, as características recomendadas são:
  1. Melhor correspondência para o traço 3 (o traço com a maior população);
  2. Melhor correspondência para a característica 1;
  3. Melhor correspondência para a característica 2;
  4. Segunda melhor correspondência para a característica 3;
  5. A segunda melhor combinação para a característica 1, e assim por diante, até que você tenha cinquenta características.
Para obter recomendações para uma característica específica, clique nas características na regra de segmento (1) ou na visualização de características recomendadas (2).
Clicar em uma característica primária abre uma janela pop-up, como mostrado na imagem abaixo. Se as características recomendadas não fizerem parte do segmento, é possível adicioná-las ao segmento pressionando + .
As fontes de dados excluídas da página principal são consideradas ao gerar recomendações na janela pop-up de informações de características. E, se você excluir fontes de dados nessa visualização, as exclusões se aplicam à página principal.
As características recomendadas podem ser características originais ou de terceiros de feeds de dados nos quais você está inscrito Audience Marketplace.

Como funciona

Para produzir recomendações de características, o Audience Manager calcula a similaridade Jaccard_index Jaccard entre a característica do público alvo e todas as outras características a que a sua conta tem acesso, incluindo dados de terceiros. Audience Manager exibe até cinquenta características que têm a maior similaridade.

Pontuação de semelhança de característica

Audience Manager calcula o Trait Similarity Score intervalo entre duas características, calculando a interseção e a união em termos do número de UUIDs e dividindo as duas. Para duas características A e B, o cálculo é semelhante a:
Veja também os dois exemplos abaixo.

Exemplo 1 - Pontuação de semelhança de baixa característica

Dados dois traços A e B, digamos que cada um dos traços tem uma população de 1.000.000 UUIDs, 25.000 UUIDdos quais se qualificam para ambos os traços. Usando a fórmula acima, isso resultará em: 25.000 / 1.975.000 = 0,012. Isto é baixo Trait Similarity Score, os dois traços são muito diferentes.

Exemplo 2 - Pontuação de semelhança de característica

Se os mesmos traços A e B tivessem 400.000 UUIDs que se qualificam para ambos os traços, o Trait Similarity Score é muito maior: 400.000 / 1.600.000 = 0,25

Como interpretar a pontuação de semelhança de característica

Use a tabela abaixo como um guia aproximado para traçar a semelhança. Este guia é baseado nas pontuações de similaridade observadas na maioria das características.
Trait Similarity Score
Significância
0.1 e superior
Elevada semelhança entre características
0.03 - 0.1
Semelhança média entre características
0.01 - 0.03
Baixa semelhança entre características
0 - 0.01
Semelhança muito baixa entre características

Controle de acesso baseado em função (RBAC)

Para empresas que usam Role-Based Access Controls (RBAC), é necessário ter permissão para criar e editar segmentos para ver as características recomendadas. As recomendações de características que você vê são somente aquelas de fontes de dados às quais você tem acesso via RBAC.
Para adicionar Marketplace Recommendations a um segmento, os usuários devem primeiro assinar os feeds de dados correspondentes. Somente usuários com privilégios de administrador podem se inscrever nos feeds Audience Marketplace de dados.
Leia mais sobre RBAC controles aqui .

Limitações

  • Atualmente, o Audience Manager não mostra as características da pasta como características recomendadas. Leia mais sobre as características das pastas aqui .
  • Ao exibir as Recomendações de características, o Audience Manager não leva em conta Boolean os operadores (AND, OR, NOT) nas regras do segmento.