breadcrumbDescription
Tilpasset målsætning for tilbud
Tilpassede målsætninger bruger dybe læringsmodeller til at forudsige de tilbud, der med størst sandsynlighed vil styre dine forretningsresultater, selv når kunder ikke interagerer direkte med selve tilbuddet.
Sådan lærer tilbudsanbefalinger fra indirekte signaler
Når du opretter en tilpasset målsætning for et tilbud, bruger systemet maskinlæring til at forudsige, hvilke anbefalinger der med størst sandsynlighed vil styre et ønsket mål, f.eks. et køb eller en formularindsendelse.
For at foretage disse forudsigelser evaluerer modellen engagementssignaler, f.eks. klik, produktbrowsing, henvisninger og tilføjelser af indkøbsvogn. Den lærer fra denne adfærd for at identificere, hvilke tilbud der er mest effektive.
Du kan konfigurere tilpassede målsætninger for tilbud på to måder.
- Direkte tilskrivning:
- Optimer en direkte handling. Systemet anbefaler f.eks. et specifikt produkt og sporer, om kunden køber det samme produkt.
- Indirekte tilskrivning:
- Optimer en downstream-handling, der er knyttet til et tilbud. Systemet anbefaler f.eks. et "10 % rabat"-tilbud og sporer et produktkøb, hvor dette tilbud anvendes.
- Opret en tilpasset målsætning for tilbud
Brug indirekte engagementssignaler til at oprette tilpassede målsætninger for tilbud i målsætningsbaserede anbefalinger. Denne målsætning træner maskinlæringsmodellen til at levere relevante, personlige tilbud, der styrer dine forretningsmål. For at gøre dette linker modellen kampagnetilbud til downstream-konverteringer, f.eks. produktkøb.
Løste denne artikel dit problem?
Giv os besked, så vi kan forbedre os!
