Audience Lab 使用案例 audience-lab-use-cases

Audience Lab 允許您使用基線段建立test組,從而啟用多個使用案例。 您可以將test組分成多個相互排斥的test段,將這些段映射到不同的目標,然後確定哪些段在驅動轉換方面最有效。

在觀眾實驗室中比較模型 compare-models

可以在中使用多種不同類型的模型和模型源 Audience Manager。 Audience Lab 提供了比較客戶在活動模型中的轉換率的簡單方法。

在此使用情況下,您將比較不同的模型。 您可以使用通過內部資料倉庫建立的模型,然後將它們導入 Audience Manager 如 掛接的特徵 或者你可以 算法模型 特徵 Audience Manager。

  1. 建立兩個模型, 模型生成器或通過外部平台。

  2. 建立 算法特徵 或者把自己的模型作為附件特徵導入。

  3. 建立互斥段,以便兩個模型中的用戶不會重疊:

    • 建立 模型1段型號2段
    • 使段規則 模型1段 模型1特質 AND NOT 模型2特徵,反之亦然 型號2段
  4. 建立兩個段test組 在 Audience Lab,一個 模型1段 作為基線,另一個 型號2段 值。

    • 對兩個test組保持變數相同:同樣的目的地,創造性,轉換性。
    • 確保test段的用戶數量相似(例如,160萬和180萬是正確的,160萬和1600萬不是正確的)。
    • 於各test分部test組保留控制分部。 這樣,您就可以留出每個段的一小部分,而不能在test中明確針對它們。
  5. 檢查結果:

    • 觀眾實驗室報告視圖 將顯示每個模型所驅動的轉換次數。 對於基於轉換的市場活動,驅動最多轉換的test段將表示效能最佳的模型。
    • 由於您有控制段,因此您還可以評估模型對「標準目標」的作用。 您不僅僅測試一種模型與另一種模型,還測試「此模型是否比常規方法做得更好?」

測試目標中的創意 testing-creatives

使用 Audience Lab 為了衡量創意人員在不同目的地間駕駛的轉換次數。 此使用案例還允許您測量創意與自然發生的轉換的轉換。

  1. 建立段Test組,選擇要將創作對象test為基線段的段。
  2. 將基線段拆分為test段和控制段。
  3. 將test段映射到要test的不同目標。
  4. 控制段可以預扣而不映射到任何目標。 控制段不應由test建立者針對自然發生的轉換設定結果基線。
  5. 指定test的開始日期和結束日期。
  6. 設定目標中的段和創意。
  7. 觀眾實驗室報告視圖 將顯示創意者在各目的地的轉換次數。
  8. 因為您建立了一個控制段,所以您還可以評估創意對自然發生的轉換的影響。 你正在測試這個問題:「這種創意是否產生了比正常做法更高的轉換率?」
recommendation-more-help
de293fbf-b489-49b0-8daa-51ed303af695