自動鎖定目標概覽
自動鎖定目標 中的活動 Adobe Target 使用進階機器學習來從多個高效能、市場行銷人員定義的體驗中加以選取,以便個人化內容並促進轉換。 自動鎖定目標 會根據個別客戶設定檔和具有類似設定檔之先前訪客的行為,提供每位訪客量身打造的最佳體驗。
-
自動鎖定目標是 Target Premium 解決方案內建的功能。若無 Target Standard 授權,Target Premium 不提供此功能。如需此授權提供之進階功能的詳細資訊,請參閱 Target Premium。
-
目標分析 (A4T)支援 自動鎖定目標 活動。 如需詳細資訊,請參閱「自動分配」和「自動鎖定目標」活動的 A4T 支援。
使用自動鎖定目標的真實成功案例 success
一家大型服裝零售商最近使用 自動鎖定目標 活動包含十種產品類別型體驗(加上隨機控制),可為每位訪客提供正確內容。 "加入購物車「 」已選為主要最佳化量度。 目標體驗的平均提升度為29.09%。 建置之後 自動鎖定目標 模型,活動已設為90%個人化體驗。
在短短十天內,就實現了超過$1,700,000的提升度。
請繼續閱讀以瞭解如何使用 自動鎖定目標 以增加貴組織的提升度和收入。
總覽 section_972257739A2648AFA7E7556B693079C9
當 建立A/B活動 使用三步驟引導式工作流程,選擇 針對個人化體驗自動鎖定目標 上的選項 目標定位 頁面(步驟2)。
A/B 活動流量內的「自動鎖定目標」選項可讓您只要按一下即可駕馭機器學習,以根據市場行銷人員定義的一組體驗進行個人化。自動鎖定目標 相較於傳統的A/B測試或 自動分配,藉此決定要為每位訪客顯示哪個體驗。 不同於A/B活動的目標是找出單一獲勝者, 自動鎖定目標 自動判斷特定訪客的最佳體驗。 最佳體驗是根據訪客的設定檔和其他內容相關資訊,以提供高度個人化的體驗。
類似於 Automated Personalization, 自動鎖定目標 使用 隨機森林演演算法(頂尖的資料科學整體方法),用來決定要顯示給訪客的最佳體驗。 因為 自動鎖定目標 可適應訪客行為的變化,且可不斷地執行以帶來提升度。 此方法有時稱為「隨時待命」模式。
不同於 A/B 活動對特定訪客採用固定的體驗分配,自動鎖定目標會隨著每次造訪來最佳化指定的業務目標。如同在自動個人化中,依預設,自動鎖定目標也會保留一部分活動流量作為控制組以測量提升度。在活動中會提供隨機體驗給控制組中的訪客。
考量事項
使用時,請謹記一些重要考量 自動鎖定目標:
-
您無法從切換特定活動 自動鎖定目標 至 Automated Personalization,反之亦然。
-
您無法從 手動 流量分配(傳統 A/B測試)至 自動鎖定目標,而活動儲存為草稿後的相反方式。
-
我們建立了一個模型,用來識別個人化策略相對於隨機提供流量的效能,以及將所有流量傳送至整體成功體驗的效能。 此模型僅考量預設環境中的點選和轉換。
系統會為每個模型群組(AP)或體驗(AT)建立第二組模型的流量。 對於這些模型中的每一個,都會考量所有環境的點選和轉換。
無論環境為何,請求都以相同的模式提供,但多個流量應來自預設環境,以確保識別的整體成功體驗與真實世界行為一致。
-
使用最少兩個體驗。
術語 section_A309B7E0B258467789A5CACDC1D923F3
討論自動鎖定目標時,下列詞語相當實用:
自動鎖定目標如何運作 section_77240E2DEB7D4CD89F52BE0A85E20136
請前往下列連結,以進一步瞭解自動鎖定目標和自動個人化所根據的資料和演算法:
決定流量分配 section_AB3656F71D2D4C67A55A24B38092958F
視活動的目標而定,您可能在控制體驗與個人化體驗之間選擇不同的流量分配。最佳作法是在活動上線之前就決定此目標。
「自訂分配」下拉式清單可讓您從下列選項中選擇:
- 評估個人化演算法
- 將個人化流量最大化
- 自訂分配
- 使控制與個人化之間的提升度達到最高準確性
- 擁有個人化體驗的訪客相對較少
- 將具有個人化體驗的訪客人數最大化
- 將提升度最大化
- 活動的提升度較不準確
- 您可能未達到理想的結果。如果不確定,請採用前述任一選項的建議。
若要調整 控制 百分比,按一下 配置 欄。 您無法將控制組降到 10% 以下。
您可以選取特定體驗以用來作為控制,或者也可以使用隨機體驗選項。
何時應選擇自動鎖定目標而放棄自動個人化? section_BBC4871C87944DD7A8B925811A30C633
在幾種情況下,您可能會偏好使用 自動鎖定目標 超過 Automated Personalization:
- 如果您想要定義整個體驗,而非自動合併以形成體驗的個別選件。
- 如果您想使用完整的 視覺化體驗撰寫器 不支援的(VEC)功能 自動個人化:自訂程式碼編輯器、多個體驗對象及其他。
- 如果您想對不同體驗中的頁面進行結構性變更。例如,如果您想重新排列首頁上的元素, 自動鎖定目標 比更適合使用 Automated Personalization.
什麼是 自動鎖定目標 與具有共同點 Automated Personalization? section_2A601F482F9A44E38D4B694668711319
演算法會針對每次造訪的有利結果而最佳化。
- 演演算法會預測訪客的轉換傾向(或轉換的估計收入),以提供最佳體驗。
- 訪客符合在現有工作階段結束後取得新體驗的資格(除非訪客是在控制組中,在這種情況下,訪客在首次造訪時指派的體驗在後續造訪中會維持不變)。
- 在工作階段中,預測不會變更,以維持視覺一致性。
演算法會適應訪客行為的變化。
- 多臂吃角子老虎機可確保模型一律「花費」少量流量,在整個活動學習期間持續學習,並防止過度利用先前學習的趨勢。
- 基礎模型每24小時會使用最新的訪客行為資料重建一次,以確保 Target 一律利用訪客偏好設定的變化。
- 如果演算法無法為個人決定勝出體驗,則會自動切換為顯示整體表現最佳的體驗,同時仍繼續尋找個人化獲勝者。採用 Thompson 取樣可找出表現最佳的體驗。
演算法會持續針對單一目標量度而最佳化。
- 此量度可根據轉換或收入計算(具體而言 每次造訪帶來的收入)。
Target 會自動收集關於訪客的資訊以建置個人化模型。
- 如需自動鎖定目標和自動個人化中使用的參數的詳細資訊,請參閱自動個人化資料收集。
TargetAdobe Experience Cloud 會自動使用所有 共用對象,以建立個人化模型。
- 您不需要做任何特定的動作將對象新增至模型。如需將 Experience Cloud Audiences 用於 Target 的相關資訊,請參閱 Experience Cloud 對象。
市場行銷人員可以上傳離線資料、傾向分數或其他自訂資料,以建立個人化模型。
- 進一步瞭解上傳資料供自動鎖定目標和自動個人化使用。
自動鎖定目標與自動個人化有何不同? section_BA4D83BE40F14A96BE7CBC7C7CF2A8FB
建立個人化模型時,自動鎖定目標所需的流量通常比自動個人化還少。
雖然建立自動鎖定目標或自動個人化模型所需的 個別體驗 流量相同,但自動個人化活動中的體驗通常比自動鎖定目標活動更多。
例如,如果您有一個 自動個人化 您已針對具有兩個位置的每個位置建立兩個選件的活動,活動中總共會包含四個(2 = 4)體驗(沒有排除專案)。 使用自動鎖定目標時,您可以將體驗 1 設為包含位置 1 的選件 1 和位置 2 的選件 2,將體驗 2 設為包含位置 1 的選件 1 和位置 2 的選件 2。由於自動鎖定目標允許一個體驗內有多項變更,因此您可以減少活動中的體驗總數。
針對自動鎖定目標,可以使用簡易的經驗法則來瞭解流量需求:
- 當轉換是成功量度時: 每個體驗每日有 1,000 次造訪和至少 50 次轉換,此外,活動至少必須有 7,000 次造訪和 350 次轉換。
- 當每次造訪帶來的收入為您的成功量度時: 每個體驗每天 1,000 次造訪和至少 50 次轉換,此外,活動必須每個體驗至少 1,000 次轉換。RPV 通常需要更多資料才能建置模型,原因是造訪收入相較於轉換率一般會存在較高的資料變數。
自動鎖定目標具有完整的設定功能。
- 因為 自動鎖定目標 內嵌於A/B活動工作流程中, 自動鎖定目標 從更成熟且完整的產品中獲益 視覺化體驗撰寫器 (VEC)。 您也可以使用 QA連結 替換為 自動鎖定目標.
自動鎖定目標提供廣闊的線上測試架構。
- 多臂吃角子是大型線上測試架構的一部分,此架構允許 Adobe 資料科學家和研究人員,瞭解他們在真實世界狀況中持續改善的好處。
- 未來此測試平台將允許我們開啟 Adobe 為精通資料的客戶準備機器學習平台,讓他們能匯入自己的模型,藉此擴充 Target 模型。
報表和自動鎖定目標 section_42EE7F5E65E84F89A872FE9921917F76
如需詳細資訊,請參閱 報表和自動鎖定目標.
訓練影片: 瞭解自動鎖定目標活動
本影片說明如何設定自動鎖定目標 A/B 活動。
完成此訓練之後,您應該能夠:
- 定義自動鎖定目標測試
- 比較和對照自動鎖定目標與自動個人化
- 建立自動鎖定目標活動