|
Post by account_disabled on Mar 2, 2024 11:15:10 GMT
但您不使用的第一方数据在预播种阶段仍然有用,可以过滤和识别最有价值的客户。 您使用的种子集数据取决于您的活动目标。例如,用于为针对最有可能购买产品 A 的用户的活动构建种子集的数据可能包含根据产品 A 的行为信息或购买历史(例如最近购买、重复购买)筛选的客户列表。并将产品添加到购物车。 数据分析 由于您选择关注的属性(和行为)将构成相似受众的基础,因此您需要创建具有与您的营销活动目标非常契合的属性的受众。然后,编程平台将使用各种技术(包括机器学习算法)
来分析种子集数据并识别这些属性的模 电子邮件数据 式和相似性。 例如,假设目标是提高品牌知名度。在这种情况下,该平台可以识别与更广泛的用户群的兴趣、社交媒体行为和品牌亲和力相关的属性和行为模式。然而,对于转化活动来说,购买历史记录、在线购物行为、产品亲和力和平台转化的模式可能是更好的预测因素。此外,对于这两个目标,一些人口和地理属性可能是相关的。 在选择要分析哪些属性并将其用于相似模型时,您还需要在质量和规模之间找到平衡。
更多的属性意味着更有针对性的受众,但最终您可能会得到更小的相似受众。 创建相似的模型/用户 在此阶段,编程平台使用机器学习技术来构建和训练相似模型。该模型包括已识别的属性和行为,可用于创建具有相似属性和行为的自定义受众群体。 一旦创建,相似的模板就不是最终的。相反,程序化平台将根据出现或添加的任何新数据或变量继续完善它。该平台还可能不时调整或修改其专有的机器学习算法,以反映目标受众的任何变化,例如通货膨胀可能会导致客户变得更加注重价格,从而导致他们的购买行为发生变化。
|
|