什么是相似建模？

[account_disabled]

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。