행동 타겟팅
이전 방문 패턴, 제품 관심사, 검색, 구매, 캠페인 노출, 캠페인 반응과 같은 행동뿐만 아니라 방문자가 신규 방문자이거나 재방문자인지 또는 잠재 고객이거나 기존 고객인지 여부를 기반으로 타겟팅할 수 있으므로, 더욱 효과적인 캠페인을 전개할 수 있습니다.
특정 위치를 포함한 모든 위치와 연관성 높은 콘텐츠를 실시간으로 전달하여 매크로 위치 또는 마이크로 위치 기반으로 고객을 타겟팅할 수 있습니다.
고객은 늘 움직입니다. 이러한 고객에게 위치 기반으로 연관성 높은 제안을 전달하는 것이 쉽지 않으며, 특히 고객이 하루 동안 모바일, IoT 디바이스 등 다양한 디바이스 간을 오가는 경우 더욱 그렇습니다. 따라서 늘 이동 중인 고객의 라이프사이클에 맞게 경험을 제공하는 것이 중요합니다.
Adobe Target의 위치 기반의 개인화를 통해 고객의 위치를 파악하고, 고객과 연관성 높고 개인화된 제안 및 경험을 제공할 수 있습니다. 고객을 통해 제공된 매크로 위치 정보(예: 시간대, 우편 번호, 위도 및 경도 좌표)를 다른 방문자 데이터와 함께 사용하여 연관성 높은 제안을 효과적으로 전달할 수 있습니다. GPS를 통해 현재 위치를 자동으로 감지하여 마이크로 위치를 파악하고, Adobe Target을 사용하여 설정된 고객의 근접 위치를 기반으로 타겟팅된 경험을 제공할 수 있습니다. 이로써 고객 만족도와 전환율은 향상됩니다.
근접 위치 타겟팅
위도 및 경도로 관심 지역과 지오펜스를 설정하여 예를 들어 고객이 해당 지역의 커피숍에 근접해 있는 경우 연관성 높은 제안을 정확한 타이밍에 트리거하고 전달함으로써 근접성을 통해 참여도와 전환율을 높일 수 있습니다. 동일한 지점을 사용하여 고객이 하루 동안 한 지점을 여러 번 지나갈 때 근접 빈도를 타겟팅함으로써 정확한 타이밍에 특정 제안을 전달할 수 있습니다. 또한 고객이 경쟁업체의 제안을 접하는 순간에 더욱 연관성 높은 제안을 보내 경쟁력을 확보할 수 있습니다.
위치 기반의 개인화 테스트
Adobe Target의 3단계 워크플로우를 통해 위치 기반의 경험에 대한 활동(A/B 테스트, 규칙 기반의 개인화, 추천)을 설정하여 타겟팅을 강화할 수 있습니다.
개인화된 경험
예측 값에 대한 위치 데이터를 자동으로 평가하여 경험을 개인화할 수 있으므로, 전환율 향상에 기여할 수 있습니다.
상시 개인화
IP 주소, 우편 번호, GPS 위치, 관심 지역과의 근접성 등을 기반으로 한 위치 기반의 개인화 경험을 트리거할 수 있습니다.
간편성
고객 및 세그먼트 생성, 테스트, 타겟팅 활동에 사용할 수 있는 즉시 사용 가능한 프로파일 특성으로 위치를 활용할 수 있습니다.
이전 방문 패턴, 제품 관심사, 검색, 구매, 캠페인 노출, 캠페인 반응과 같은 행동뿐만 아니라 방문자가 신규 방문자이거나 재방문자인지 또는 잠재 고객이거나 기존 고객인지 여부를 기반으로 타겟팅할 수 있으므로, 더욱 효과적인 캠페인을 전개할 수 있습니다.
Adobe Sensei 기반의 다양한 머신 러닝 방법을 통해 대규모 테스트와 실험을 자동화하여 방문자마다 성과가 높은 제안을 판단할 수 있습니다.
사용자 행동과 모바일 컨텍스트를 기반으로 모바일 웹과 앱 경험을 테스트하고 개인화할 수 있습니다. 인터랙티브한 테스트뿐만 아니라 규칙 기반의 테스트와 AI 기반의 테스트를 통해 참여도 및 전환율을 높이는 고객 경험을 제공할 수 있습니다.