[Premium]{class="badge positive" title="Vedi cosa è incluso in Target Premium."}

Automated Personalization (AP)

Automated Personalization Attività di (AP) in Adobe Target combina offerte o messaggi e utilizza l’apprendimento automatico avanzato per abbinare diverse varianti di offerta a ogni visitatore in base al suo profilo cliente, per personalizzare il contenuto e favorire l’incremento.

NOTE
La personalizzazione automatizzata è disponibile come parte della soluzione Target Premium. Questa funzione non è disponibile in Target Standard senza una licenza Target Premium. Per ulteriori informazioni sulle funzioni avanzate fornite da questa licenza, consulta Target Premium.

Simile a Targeting automatico, Automated Personalization utilizza un Algoritmo Foresta casuale, uno dei principali metodi di raccolta di dati scientifici, come algoritmo principale di personalizzazione per determinare l’esperienza migliore da mostrare a un visitatore. La Personalizzazione automatizzata può essere utile nella fase di individuazione dei test. È inoltre utile per consentire all'apprendimento automatico di determinare il contenuto più efficace indirizzato a diversi visitatori. Nel corso del tempo, l'algoritmo impara a prevedere il contenuto più efficace e visualizza il più probabile per raggiungere i tuoi obiettivi.

Per ulteriori informazioni su come Automated Personalization differisce da Targeting automatico, vedi Targeting automatico.

Gli addetti al marketing implementano un file sul sito che consente loro di selezionare qualsiasi contenuto e quindi creare visivamente e selezionare opzioni di contenuto aggiuntive per tale area utilizzando Compositore esperienza visivo (VEC). L'algoritmo determina automaticamente quale parte di contenuto distribuire a ogni singolo visitatore, sulla base di tutti i dati comportamentali di cui il sistema dispone su di esso, così da fornire un'esperienza personalizzata. Poiché la Personalizzazione automatizzata può adattarsi ai cambiamenti del comportamento del visitatore, può essere eseguita senza impostare una data di termine per produrre un incremento e una personalizzazione costanti. Questa modalità è talvolta indicata come "sempre attiva". L’addetto al marketing non deve eseguire un test, analizzare i risultati e quindi stabilire un vincitore per un’idea dell’incremento ottenuto a partire dall’ottimizzazione, il quale è un ordine standard di operazioni per implementare il risultato di una attività A/B standard.

I seguenti termini sono utili quando si parla della Personalizzazione automatizzata:

Termine
Definizione
Slot machine
Un approccio slot machine per l'ottimizzazione equilibra l'apprendimento esplorativo e lo sfruttamento di tale apprendimento.
Foresta casuale
Un approccio leader di apprendimento automatico. In termini di scienza dei dati, si tratta di una classificazione di insieme o di un metodo di regressione che funziona costruendo molti alberi decisionali in base agli attributi del visitatore e della visita.
Campionamento di Thompson
L’obiettivo del campionamento di Thompson è determinare quale esperienza è la migliore complessivamente (non personalizzata), riducendo al minimo il "costo" della ricerca di tale esperienza. Il campionamento di Thompson sceglie sempre un vincitore, anche in assenza di differenza statistica tra due esperienze. Per ulteriori informazioni, consulta Campionamento di Thompson.

Quando utilizzi la personalizzazione automatizzata, considera i dettagli seguenti:

La personalizzazione automatizzata utilizza un algoritmo Foresta casuale da personalizzare

Foresta casuale è uno dei principali metodi di apprendimento automatico. In termini di scienza dei dati, si tratta di una classificazione di insieme o di un metodo di regressione che funziona costruendo molti alberi decisionali in base agli attributi del visitatore e della visita. Entro Target, Foresta casuale viene utilizzato per determinare quale esperienza dovrebbe avere la più alta probabilità di conversione (o il più alto ricavo per visita) per ogni visitatore specifico. Ad esempio, per i visitatori che utilizzano Chrome, sono membri fidelizzati e accedono al tuo sito il martedì, potrebbe essere più probabile la conversione con l’esperienza A. Per i visitatori provenienti da New York potrebbe essere più probabile la conversione con l’esperienza B. Per ulteriori informazioni su Foresta casuale in Target, vedi Algoritmo Foresta casuale.

Il modello di personalizzazione ottimizza il processo per ogni visita

  • L'algoritmo prevede la probabilità di conversione di un visitatore (o i ricavi stimati dalla conversione) per fornire l'esperienza migliore.
  • Un visitatore è idoneo per una nuova esperienza al termine di una sessione esistente, a meno che non si trovi nel gruppo di controllo. Se il visitatore fa parte del gruppo di controllo, l’esperienza che vede alla prima visita è la stessa delle visite successive.
  • L’esperienza presentata non cambia all’interno di una sessione per mantenere la coerenza visiva.

Il modello di personalizzazione si adatta ai cambiamenti del comportamento dei visitatori

  • La slot machine assicura che il modello "spenda" sempre una piccola frazione di traffico per continuare a imparare per tutta la durata dell'attività e per prevenire lo sfruttamento eccessivo delle tendenze apprese in precedenza.
  • I modelli sottostanti vengono ricreati ogni 24 ore utilizzando i dati di comportamento dei visitatori più recenti per garantire che Target utilizza sempre la modifica delle preferenze del visitatore.
  • Se l'algoritmo non può determinare le esperienze vincenti per i singoli visitatori, mostra automaticamente l'esperienza con i migliori risultati a livello generale, mentre continua a cercare vincitori personalizzati. L’esperienza che offre prestazioni migliori viene individuata tramite il campione di Thompson.

Il modello esegue l’ottimizzazione continua per una singola metrica dell’obiettivo

  • Questa metrica potrebbe essere basata sulla conversione o sui ricavi (nello specifico, ricavo per visitatore).

Target raccoglie automaticamente informazioni sui visitatori per generare modelli di personalizzazione

Target utilizza automaticamente tutti i tipi di Adobe Experience Cloud pubblico di condivisi, per generare i modelli di personalizzazione

  • Non è necessario eseguire alcuna operazione specifica per aggiungere tipi di pubblico al modello. Per informazioni sull’utilizzo di Experience Cloud Audiences con Target, consulta Audience di Experience Cloud.

Gli addetti al marketing possono caricare dati offline, punteggi di propensione o altri dati personalizzati per creare modelli di personalizzazione

I dati offline, come le informazioni CRM o i punteggi di propensione in base alla customer churn, possono essere estremamente utili nella creazione di modelli di personalizzazione. Sono disponibili diversi modi per immettere dati in algoritmi di Personalizzazione automatizzata (AP) e Targeting automatico.

Per informazioni sui dati raccolti e utilizzati automaticamente dagli algoritmi di personalizzazione automatizzata e targeting automatico, consulta Raccolta dati di Personalizzazione automatizzata.

Video di formazione: Tipi di attività

Questo video spiega i tipi di attività disponibili in Target. La personalizzazione automatizzata è discussa a partire dal minuto 5:55.

  • Descrizione dei tipi di attività inclusi in Adobe Target
  • Selezionare il tipo di attività appropriato per i tuoi obiettivi
  • Descrizione del flusso di lavoro guidato in tre passaggi da applicare a tutti i tipi di attività
recommendation-more-help
3d9ad939-5908-4b30-aac1-a4ad253cd654