Was Sie über Adobe Target und seine Einführung von umsetzbaren KI-Erkenntnissen wissen müssen

Künstliche Intelligenz oder KI ist das Schlagwort unter modernen Fachleuten für digitales Marketing, und das aus den richtigen Gründen. Wenn es um personalisierte Kundenerlebnisse geht, kann KI menschliche Vorurteile eliminieren, die Konversion steigern, die Besucherperspektive integrieren und die Notwendigkeit der manuellen Datenauswertung beseitigen. Hier ist es wichtig zu beachten, dass Adobe Target umsetzbare KI-Erkenntnisse einführt. Ja, Sie können mit Adobe Target, das von niemand anderem als Adobe Sensei unterstützt wird, die maximalen Vorteile aus KI und maschinellem Lernen ziehen. Wenn es um Vorteile geht, geht es um höhere Konversionsraten, sodass Sie die KI-orientierte Anpassung von Sensei in Adobe Target mehr denn je nutzen können.

Laut einem auf Forbes veröffentlichten Artikel verfügt Adobe, das Unternehmen hinter Acrobat und Photoshop, über fundiertes Wissen und Erfahrung sowie einen durchdachten Ansatz in Bezug auf KI. Was die KI anbelangt, so ist sie seit mehreren Jahren ein wesentlicher Bestandteil der Anwendung von Adobe. Heute betreibt Adobe herkömmliche Plattformen für KI, Deep Learning und maschinelles Lernen über seine Produktpalette in Document Cloud, Experience Cloud und Creative Cloud. Adobe bietet KI wie einen Assistenten, der mühsame und zeitraubende Aktivitäten überflüssig macht, sodass Sie sich mehr denn je auf kreative Aufgaben konzentrieren können. Lesen Sie weiter, um mehr über Adobe Target und seine Einführung von umsetzbarer KI zu erfahren.

Optimale Nutzung des maschinellen Lernalgorithmus

Heutzutage verwenden viele Menschen sowohl Auto-Target als auch automatisierte Personalisierung, zwei der wichtigsten maschinellen Lern- und KI-Funktionen, die in Adobe Target verfügbar sind. Soweit die Algorithmen betroffen sind, verwenden diese unter den Funktionen alle zugänglichen Profildaten für jeden Besucher. Dazu gehören First-Party-Daten wie Geolokalisierung sowie Verhaltensvariablen, aber auch Kundendokumentation oder SaaS-CRM oder auch Third-Party-Daten, die häufig für die Lösung sorgen.

Die Algorithmen verstehen dann, welche Merkmale die Konvertierung für jedes Erlebnis am besten vorhersehen. Wenn es um diese Algorithmen geht, tragen sie dazu bei, ungeschlagene Conversion-Steigerungen zu erzielen. Zum Beispiel beobachtet jemand, der Auto-Targeting stark nutzt, häufig eine Steigerung der Conversion-Rate um 20 % bis 80 %. Und es gibt nichts Vergleichbares. Doch was können Sie aus solchen Triumphen und Verlusten für Ihre spätere Werbekampagne mitnehmen?

Derzeit werten Sie die Insights-Berichte zu Ihren KI-motivierten Aktivitäten in Adobe Target aus. Alle diese Berichte bestätigen Ihnen, wie jede Erfahrung durchgeführt wurde, und weisen darauf hin, welche individuellen Profilmerkmale die Aussage des Algorithmus am meisten beeinflusst haben, um eine genaue Erfahrung zu bringen.

Was würde dann passieren, wenn Sie es schaffen, mit solchen Erkenntnissen eine Ebene tiefer einzutauchen? Was würde passieren, wenn Sie mehr Visionen darüber hätten, warum solche Algorithmen die spezifischen Entscheidungen treffen, und Aspekte verstehen würden, wie z. In Bezug auf die Zielpreisanwendung von Adobe ist sie von Vorteil und bietet das maximal verbesserte Kundenerlebnis. Dann müssen Sie bei der Auswahl der Anwendung die Kosten berücksichtigen.

Insight-Berichte sorgen für mehr Transparenz

Adobe Target integriert zwei neue Registerkarten in seine Insights-Berichte, was Ihre automatisierten Personalisierungs- und Auto-Targeting-Aktionen betrifft. Solche Registerkarten bieten Ihnen Zugang zu zwei neuen tabellarischen Berichten, die verfügbar sind, wenn Ihr Algorithmus die Vorabausgabe der Trainingsinformationen oder -daten abgeschlossen hat und aggressiv angepasste Inhalte bereitstellt. Wenn sich der Algorithmus mit der Zeit selbst verbessert, werden solche Insight-Berichte auf den neuesten Stand gebracht, um Änderungen aufgrund von Saisonalität, Entwicklungen und ähnlichen Dingen anzuzeigen. Die beiden neuen Insights-Berichte sind:

Ranking der Modellattribute

In diesem Bericht werden alle Influencer des Modells anhand ihres Beitrags zum Modell bewertet. Wiederum kann ein Influencer ein First-Party-Verbraucherattribut, Second-Party-Informationen oder Daten wie aus Ihrem Customer-Relationship-Management- oder CRM-System oder von Drittanbietern erworbene oder gekaufte Daten sein. Der Bericht liefert eine Antwort auf die Frage: „Welche besonderen Profilmerkmale nimmt der maschinelle Lernalgorithmus in seiner Beurteilung als die stärksten wahr, um ein präzises Erlebnis zu bieten?“ Der Bericht zeigt Ihnen möglicherweise, dass ein Modellbeitrag, den Sie für unbedeutend hielten, wie z. B. die Anzahl der Jahre als Käufer des CRM, in Wirklichkeit zu einem bemerkenswerten Beitrag zu dem jeweiligen Modell geführt hat. Solches Lernen kann Sie beim Aufbau von Erfahrungen und Inhalten in Abhängigkeit von solchen Attributen anleiten, was gut ist.

Automatisierte Segmenteinblicke

Der Bericht „Automated Segment Insights“ zeigt die Top-10-Zielgruppen eines Ansatzes bestimmter Größe, die das Modell anhand der Informationen als anders auf Ihre vielfältigen Angebote erkennt, zusammen mit den Angeboten, auf die sie reagiert haben. Dieser Report gibt Antworten auf die wichtige Frage „Welche Zielgruppen haben auf meine zahlreichen Angebote am meisten geantwortet, und mit welchen genauen Angeboten haben sie jeweils reagiert?“ Der AI Insight-Bericht könnte beispielsweise aufdecken, dass diese Stadtbewohner wie die Millennials perfekt auf Ihre Angebote mit 20 % Rabatt und null Versand reagiert haben, während sich die Uptown-Baby-Boomer-Generation für die Angebote entschieden hat, die sie dazu gebracht haben, ihre Kundentreue zu nutzen Punkte für die Dinge, die sie gekauft haben. Diese Art von Daten bietet eine verständliche Anleitung zu den Angebotstypen, die in den kommenden Tagen erstellt und jedem Publikum zur Verfügung gestellt werden sollen.

Einpacken

Mit all diesen neumodischen Berichten bietet Ihnen Adobe Target im Grunde genommen hilfreiche Einblicke in ein Serviergericht. Alles, was Sie tun müssen, ist, Ihre Serviette zu öffnen, sie hineinzulegen und zu genießen, was serviert wird. In den kommenden Tagen und Jahren sollten Sie nach Attributen suchen, die es Ihnen ermöglichen, mehr von den Algorithmus-Hebeln zu ziehen, dann mit Schutz oder Abwehr, damit Sie diese Hebel nicht so weit ziehen, dass Sie am Ende die gesamte Integrität des Algorithmus verlieren Angebote zu Ihrem Vorteil. Solche neuartigen Attribute geben den Durchgang preis, auf dem Sie sich befinden, sodass Sie maximale Kontrolle über den Algorithmus sowie Klarheit darüber erhalten, wie diese Algorithmen funktionieren. All dies ist unerlässlich für das letztendliche Ziel, Ihnen zu ermöglichen, die Vorherrschaft der KI in Adobe Target vollständig zu entfalten, um insgesamt ein verbessertes Kundenerlebnis anzupassen und anzubieten.