자동화된 제안

Adobe Sensei 기반의 다양한 머신 러닝 방법을 통해 대규모 테스트와 실험을 자동화하여 방문자마다 성과가 높은 제안을 판단할 수 있습니다.

____________________________________________________

AI 기반의 강력한 개인화

사이트 방문자마다 성향이 다르며, 방문자의 각 관심사에 따라 참여도와 활성화 여부가 달라집니다. 수많은 방문자에게 각각의 의미 있는 경험을 제공하려면 기존의 규칙 기반 타겟팅으로는 불충분합니다.

Adobe Sensei의 강력한 머신 러닝을 기반으로 한 Adobe Target의 자동화된 제안 기능을 통해 규모에 상관없이 개인화된 고객 경험을 상시 제작할 수 있습니다. 또한 Adobe Target은 인공 지능을 사용하여 고객에게 제공한 제안들이 어떤 성과를 내고 있는지 비교하고, 그중 각 방문자에게 가장 적합한 제안을 선별하여 고객의 참여를 유도하는 매력적인 경험을 전달하도록 도와줍니다.

style

XXL spacing, two up, grid-width-12, xl-gap

background

#ffffff

layout

1 | 2

#f2f7fa

주요 기능

AI 기반의 제안 전달
알고리즘을 기반으로 방문자의 공감을 자아낼만한 경험을 전달할 수 있습니다.

유연한 트래픽 할당
목표에 부합하는 최고의 트래픽 할당을 선택할 수 있습니다. 개인화 알고리즘을 평가하거나 개인화 트래픽을 극대화하고, 트래픽을 수동으로 설정할 수 있습니다.

개방형 개인화 모델
CRM 정보나 고객 성향 점수 등 오프라인 데이터를 활용하여 개인화 모델을 구축할 수 있습니다.

개인화 인사이트
중요한 속성 보고서를 통해 개인화 방식에 대한 인사이트를 얻을 수 있습니다. 이로써 가장 가치 있는 프로파일 속성 목록을 활용할 수 있게 되므로, 자동화된 개인화 의사 결정이 가능해집니다. ROI 증대에 가장 많은 기여를 하고 있는 특성 또는 프로파일을 이해함으로써 보다 효과적인 의사 결정을 내릴 수 있습니다.

자동화된 세그먼트 생성
사이트 방문자마다 성향이 다르며, 항상 사전 정의한 세그먼트나 고객 성향에 분류되지는 않습니다. Adobe Sensei 기반의 자동화된 세그먼트를 사용하면 제안과 경험이 성공하는 데 어떤 프로파일 속성이 가장 많이 기여하고 있는지를 확인할 수 있습니다. 여러 속성을 결합하여 새로운 세그먼트를 생성할 수 있는 방법을 살펴보십시오.

style

XL spacing, three up, grid-width-12

background

#f2f7fa