유사 모델링

Adobe Sensei 기반의 고유한 TraitWeight 알고리즘을 사용하여 주요 고객 이상으로 도달 범위를 확장하고, 서드파티 데이터에서 가치가 높은 신규 고객을 발견할 수 있습니다.

____________________________________________________

고부가가치 고객과 유사한 고객 발견

신규 고객을 계속 발굴해야 하지만 어느 부분에 시간과 리소스를 투자해야 하는지 정확하게 알지 못합니다. 경쟁업체보다 앞서 가치 있는 고객을 확보하려면 민첩성이 필요하며, 무엇보다 중요한 것은 최신 고객 데이터를 사용하여 유사한 특성을 가진 다른 고객을 찾는 것입니다.

유사 모델링은 현재 고객층과 유사한 새로운 고부가가치 고객 세그먼트를 찾아 도달 범위를 확장합니다. 특성이나 세그먼트, 시간 간격, 자사 데이터 소스나 서드파티 데이터 소스를 선택하면 Adobe의 머신 러닝 알고리즘인 TraitWeight가 Adobe Sensei를 기반으로 하여 동일한 특성을 가진 고객이나 기업을 데이터 소스에서 찾습니다. 그런 다음, 기본 고객과 가장 유사한 특성을 기준으로 성과를 측정하고 표시하므로 정확한 특성을 생성하여 고객 범위를 확장할 수 있습니다.