Show Menu
主題×

Target 活動類型

下載說明 Adobe Target 中 (Recommendations 除外) 不同活動類型的互動式 PDF。
For the best experience and to share with others, download the interactive Adobe Target Activities Guide PDF .

它有什麼作用?

活動類型
詳細資料
手動 A/B 測試
比較兩個或多個體驗,以瞭解何者最能改善整個預先指定的測試期間的轉換。如需詳細資訊,請參閱 A/B 測試
自動分配
找出兩個或多個體驗中的獲勝者,然後將流量重新導向獲勝者,以隨著測試執行和學習增加轉換。如需詳細資訊,請參閱 自動分配
自動鎖定目標
使用進階機器學習來個人化內容,並透過找到多個高執行效能、行銷人員定義的體驗,然後根據訪客的個別客戶設定檔與類似訪客先前的行為,提供訪客量身打造的最佳體驗,藉此促進轉換。如需詳細資訊,請參閱「 自動鎖定目標以獲得個人化體驗 」。
自動個人化 (AP)
使用進階機器學習來個人化內容,並透過結合特定選件或訊息來促進轉換,然後根據訪客的個別客戶設定檔比對訪客的不同選件變數。如需詳細資訊,請參閱 自動個人化
多變數測試 (MVT)
比較頁面上元素間選件的組合,以查看哪個組合對特定對象的執行效果最佳。此外,找出頁面的哪個元素在整個預先指定的測試期間最能改善轉換。如需詳細資訊,請參閱 多變數測試
體驗鎖定目標 (XT)
根據一組市場行銷人員定義的規則和條件為特定對象傳送內容。如需詳細資訊,請參閱 體驗鎖定目標

您為何使用此項目?

活動類型
原因
手動 A/B 測試
高度控制的實驗會具有流量測量,依百分比而非規則分割,可讓您分析測試資料,收集關於您的對象的分析資料,並會決定哪個體驗的執行最佳。
自動分配
找出成功體驗和調整流量分配以盡快將它傳送給訪客的一個方式,即為支援更快和更高可能性的轉換。
自動鎖定目標
在多個體驗中識別獲勝者,然後傳送最適當的體驗給特定訪客的方式。鎖定目標會隨著時間適應訪客興趣的變更,因為演算法會預測在特定時間某些體驗訪客的轉換傾向。
自動個人化 (AP)
一種方式是將一組選件 (已在單頁或多個頁面上的元素中建立或預先定義) 個人化,並傳送最佳選件組合以吸引特定訪客。
多變數測試 (MVT)
一種方式是在多個元素中顯示多個選件,然後對特定目標並行測試所產生唯一體驗,這有助於決定哪個元素變數最成功,且也能顯示哪些元素可能對訪客的互動產生最大的正面或負面影響。
體驗鎖定目標 (XT)
一種單純的方式是根據一組定義的分配規則,將特定內容鎖定在特定對象。

哪一種行銷人員應該使用此方式?

活動類型
行銷人員
手動 A/B 測試
在統計資料方面有知識。
有時間等候測試期間結束再分析結果。
自動分配
時間很有限。
需要快速找到最佳體驗並傳送。
想要可以在測試執行時「窺視」結果。
自動鎖定目標
有數個符合資格的體驗。
想要根據訪客的動態和變動的設定檔,以最佳時間配對體驗與特定訪客。
自動個人化 (AP)
有一或多個選件。
想要針對眾多具有唯一設定檔和行為的特定訪客,建立可產生最佳個人化體驗的選件組合。
多變數測試 (MVT)
在統計資料方面有知識。
有一或多個選件。
想要分析與頁面元素互動相關的轉換趨勢。
體驗鎖定目標 (XT)
需要傳送特定體驗或內容片段給特定對象。

統計詳細資料

活動類型
詳細資料
手動 A/B 測試
測試會比較每個挑戰者體驗以控制體驗,然後對所有體驗的效能進行分級,同時在與控制比較時找出成功體驗和失敗的體驗。
自動分配
測試會立即對真正的獲勝者產生統計保證,然後將更多流量導向對該成功體驗而言有較高轉換可能性的對象。
自動鎖定目標
透過顯示隨著時間提升度的增加或減少,最佳化機制可為每個體驗找出相關的對象,並在決定要傳送哪個體驗至哪位訪客之前透過轉換、區段、參數和設定檔指令碼來通知它。從那裡,它會自動選擇要使用的演算法,以便產生較高的提升度和轉換率。
自動個人化 (AP)
最佳化機制會根據新訪客行為和類似訪客過去的行為,對並行的控制群組測量選件的效能,不斷地調整要將哪些體驗傳送至哪些訪客。
多變數測試 (MVT)
測試有助於發掘特定元素對轉換的相關影響。
體驗鎖定目標 (XT)
此方法定義的規則會將特定體驗或特定內容片段鎖定在特定對象。使用者可以在體驗層級進行更新。

優點與考量事項

活動類型
福利
考量事項
手動 A/B 測試
A/B 測試可讓您對於每個體驗執行的情況有完整的瞭解,而不僅是哪個體驗執行效果最佳。
在 A/B 測試中,如果您在達到樣本大小之前查看測試結果,便要冒著依靠不準確結果的風險 (您無法提早「窺視」!)。 這是因為與自動分配不同,在 A/B 測試中,即便在您發現有些體驗勝過其他體驗之後,流量的分配仍會維持固定。
自動分配
自動分配可減少一般 A/B 測試的成本,因為它相較於手動 A/B 測試具有較高的整體轉換率。轉換率較高是因為自動分配會推送更多流量至執行最高的體驗,表示您可以早在測試期間結束之前實現該成功體驗的優勢 (您可以窺視!)。
自動分配可識別獲勝者,但無法在失敗者之間加以區分。如果您需要知道每個體驗執行的如何,建議您使用 A/B 測試。 自動分配功能只對一個進階量度設定產生作用,即「增加計數以及讓使用者留在活動中」。此表示如果您不想要計算重複的轉換,您應該改為使用 A/B 測試。自動分配不能在 A4T 中使用報表。
自動鎖定目標
利用自動鎖定目標,機器學習會套用至任何類型的體驗,包括多頁體驗。它也可讓您取得自動個人化的值,同時使用熟悉的 A/B 測試工作流程。
利用自動鎖定目標,如果您想要經常或頻繁變更選件的內容,演算法在每次變更之後將需要充分的時間,才能利用它所學習的內容並實際傳送該內容至適當的訪客。 自動鎖定目標不能在 A4T 中使用報表。
自動個人化 (AP)
利用自動個人化,您可以在一個位置中收集所有選件,而演算法便會指出當中的最佳組合。您不需指定或建置個別的體驗。自動個人化使用與自動鎖定目標相同的機器學習演算法。
當您結合多個選件時會發生組合上的爆增,因而導致需要龐大的流量。自動個人化的演算法會產生大量因素; 因此需要最高的流量。 自動個人化無法在 A4T 中使用報表。
多變數測試 (MVT)
利用多變數測試,您可以同時測試多個元素。
多變數測試非常耗時,且由於執行時的多個變數,不一定會產生具有可信度的成功體驗。 要達到完成測試所需的流量經常充滿挑戰。由於所有多變數測試實驗為全階乘,一次太多變更的元素可能快速增加為必須測試的非常大量可能組合。 即便是具有非常高流量的網站,也可能難以在適當的時間內完成具有超過 25 個組合的測試。
體驗鎖定目標 (XT)
利用體驗鎖定目標,您可以根據從任何活動結果推論的深入分析來快速行動。 例如,如果您執行 A/B 測試時,其中的挑戰者並未優於控制,但結果指出某個極為特定的訪客區段對挑戰者的轉換實際上較控制多出 4 倍,則您可以使用體驗鎖定目標將挑戰者體驗導向至該特定區段。
體驗鎖定目標不允許您控制跨多個對象間體驗的分割百分比。