Vergrößert eure Reichweite über eure Kernkunden hinaus und entdeckt in Third-Party-Daten neue, einzigartige und lukrative Zielgruppen mithilfe unseres TraitWeight-Algorithmus auf Basis von Adobe Sensei.
Ihr müsst ständig neue Kunden gewinnen. Aber es ist schwer zu wissen, wofür genau ihr euer Zeit- und Ressourcenbudget einsetzen solltet. Und Zeit ist der entscheidende Faktor. Ihr müsst die Zielgruppen finden, bevor es die Konkurrenz tut. Der Schlüssel liegt in der Nutzung eurer aktuellen Kundendaten, um Kunden mit ähnlichen Attributen zu finden.
Die Look-alike-Modellierung erhöht eure Reichweite, indem neue, lukrative Zielgruppensegmente erschlossen werden, die eurem aktuellen Kundenstamm ähneln. Wählt ein Merkmal oder ein Segment, ein Zeitintervall und Quellen mit First- oder Third-Party-Daten. Unser Algorithmus für maschinelles Lernen, TraitWeight, basiert auf Adobe Sensei und sucht nach Personen oder Unternehmen in den Datenquellen, die die gleichen Merkmale aufweisen. Als Nächstes werden die Ergebnisse gewichtet und aufgelistet, und zwar anhand der Merkmale, die eurer Stammzielgruppe am ähnlichsten sind. Ihr könnt dann präzise Merkmale für die Erweiterung eurer Zielgruppe erstellen.
Geschwindigkeit.
}Sprecht neue Zielgruppen frühzeitig an. Ihr werdet feststellen, dass unsere neuen Modelle viel schneller verwertbare Daten liefern als die meisten unserer Mitbewerber.
Aktualität und Relevanz.
Der Modellierungsprozess läuft automatisch in regelmäßigen Intervallen, um neue Werte aus euren Daten zu extrahieren, sodass ihr immer die neuesten Informationen zur Hand habt.
Automatisierung.
Verbringt keine Zeit damit, über Merkmale oder Segmente nachzudenken oder eine große Anzahl statischer Regeln zu verwalten – der Algorithmus findet die Zielgruppen für euch.
Server-seitige Erkennung.
Die Modellierung basiert auf Server-seitigen Erkennungs- und Qualifizierungsprozessen, bei denen eure Daten und die euch zur Verfügung stehenden Third-Party-Daten ausgewertet werden. Das bedeutet, dass ihr keine Besucher auf eurer Website sehen müsst, um sie für ein Merkmal zu qualifizieren.
Lest in unserem Adobe-Blog mehr darüber, wie die Look-alike-Modellierung funktioniert.
In unserer Hilfe erfahrt ihr, wie ihr euer erstes Look-alike-Modell erstellt.
Verwenden Sie integrierte Vorgaben, damit Daten nur in Einklang mit Datenschutz- und Benutzervereinbarungen verwendet werden. Legen Sie fest, wie Daten genutzt und welche Datenquellen und -ziele mit personenbezogenen Daten verknüpft werden können.
Teilen Sie Segmente in sich gegenseitig ausschließende Gruppen auf, um die Leistung verschiedener Targeting-Plattformen oder algorithmischer Modelle im Vergleich zu Ihren KPIs zu testen. So können Sie sicherstellen, dass Sie Ihre Erfolgsmetriken erreichen.
Die bidirektionale Echtzeit-Datenübertragung von Adobe Analytics erlaubt eine einzigartige Zielgruppenanalyse. Die Zusammenführung von zwei Quellen ermöglicht ein zuverlässiges, konsolidiertes Reporting, das Performance auf Segmentebene für maßgeschneiderte Optimierungen liefert.