本篇文章給大家分享的是有關(guān)SAP Marketing Cloud里圍繞Target Group的場景和功能是什么，小編覺得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),新疆企業(yè)網(wǎng)站建設(shè),新疆品牌網(wǎng)站建設(shè),網(wǎng)站定制,新疆網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,新疆網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競爭力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

我向大家介紹SAP Marketing Cloud里圍繞Target Group這個概念的一些相關(guān)場景和功能。

(1) 根據(jù)標(biāo)簽細(xì)分用戶：Segmentation Modeling

在Segmentation Modeling中支持以各種標(biāo)簽細(xì)分用戶群，如商品ID、交互方式、地區(qū)、性別、生日、姓名等。數(shù)據(jù)經(jīng)過統(tǒng)計(jì)以圖形化等形式呈現(xiàn)。進(jìn)行用戶細(xì)分的方式簡單方便，通過勾選或者點(diǎn)擊等操作可以輕松實(shí)現(xiàn)。

(2) 預(yù)測工作室 Predictive Studio

借助Predictive Studio，業(yè)務(wù)分析師可以創(chuàng)建預(yù)測模型。預(yù)測模型使用算法和歷史數(shù)據(jù)計(jì)算提供客戶未來行為分析的評分。

場景示例：負(fù)責(zé)產(chǎn)品A營銷的業(yè)務(wù)人員Emma想要通過一個手機(jī)營銷活動，達(dá)成該產(chǎn)品200單的銷量。

創(chuàng)建和使用預(yù)測模型的流程概覽：

(1) 在Predictive Studio中，創(chuàng)建預(yù)測模型、選擇預(yù)測場景，以及定義場景所需的詳細(xì)信息。
(2) 為預(yù)測模型創(chuàng)建一個或多個模型擬合。
(3) 使用歷史數(shù)據(jù)訓(xùn)練模型。
(4) 檢查模型擬合的質(zhì)量，選擇最佳模型擬合并激活預(yù)測模型。
(5) 最佳模型擬合可用于計(jì)算預(yù)測評分。
(6) 在Segmentation中，基于活動的預(yù)測模型創(chuàng)建目標(biāo)組。
(7) 在Campaigns中，針對target group運(yùn)行營銷活動。
(8) 在Predictive Studio中，度量營銷活動的成功情況以查看未來優(yōu)化活動模型的方法。

下面是具體步驟介紹。

創(chuàng)建預(yù)測模型

Predictive Studio頁面中展示當(dāng)前已有的預(yù)測模型，我們可以選擇重新創(chuàng)建一個。

在前面提到的場景下，預(yù)測場景Scenario應(yīng)該選擇Consumer Buying Propensity.

進(jìn)行以下設(shè)定：

Training Set: 訓(xùn)練集的目標(biāo)組(不能超過100萬成員）
Target Object: 產(chǎn)品A
Target Variable: 購買
Time Frame for Analysis: 指定對訓(xùn)練集的分析期間
Number of Responses: 訓(xùn)練集中購買產(chǎn)品A的成員數(shù)(訓(xùn)練集中一定要有部分人購買了產(chǎn)品A)
Number of Members: 訓(xùn)練集中成員數(shù)
Applicable Scope: 指定訓(xùn)練集有效的區(qū)域

設(shè)定完畢后選擇save.

創(chuàng)建模型擬合

首先進(jìn)行內(nèi)部訓(xùn)練模型擬合。在Model Fits部分，我們可以創(chuàng)建模型擬合。

在模型擬合頁面，我們選擇與模型相關(guān)的Predictors，然后點(diǎn)擊Start Model Training開始訓(xùn)練。

模型訓(xùn)練結(jié)束會顯示如下結(jié)果，顯示內(nèi)容的含義分別為：

Predictive Power: 屬于[0,1]，指示模型擬合質(zhì)量，越大越好。
Predictive Confidence: 屬于[0,1]，指示預(yù)測置信度，越大越好。我們認(rèn)為大于0.95為可靠。
Initial No. of Predictors：起作用的預(yù)測其列表中的條目數(shù)。
No. of Selected Predictors：所選預(yù)測器數(shù)量。
No. of Kept Predictors：保留的起作用的預(yù)測器數(shù)量。

柱狀圖表示每個起作用的predictor所起作用的百分比。

上載外部訓(xùn)練模型擬合

除了使用SAP提供的標(biāo)準(zhǔn)預(yù)測分析模型，我們還可以上載外部訓(xùn)練模型擬合。需要在創(chuàng)建新模型擬合時，選擇Logistic Regression.

在模擬擬合詳細(xì)信息頁面底部，點(diǎn)擊導(dǎo)入模型進(jìn)行導(dǎo)入。注意：只能導(dǎo)入xml格式文件。

如果模型導(dǎo)入成功，洛倫茲曲線會使用訓(xùn)練集計(jì)算且曲線會在“預(yù)測模型”圖表中顯示。

選擇最佳模型擬合

我們可以多創(chuàng)建幾個Model Fit，選取其中擬合效果最好的。衡量擬合效果的標(biāo)準(zhǔn)如下：

Quality Coefficient: 即質(zhì)量系數(shù)（也稱為基尼系數(shù)），取值[-1,1]，與隨機(jī)線和模型曲線之間的面積成正比，表示模型擬合的質(zhì)量。

洛倫茲曲線：即下圖，將擬合質(zhì)量可視化。
選擇擬合最好的Model Fit進(jìn)行Activate，被激活的模型會顯示Active.

將預(yù)測模型用于營銷活動的用戶細(xì)分上

可以根據(jù)圖形化界面雙擊某個國家對用戶進(jìn)行細(xì)分:

選擇Buying Propensity，找到我們提前設(shè)置好的模型，在Predicted Expected Responses一欄填入我們期望的訂單數(shù)200， Selected Contacts會顯示目標(biāo)組大小。選擇Keep，確定Selected Contacts為目標(biāo)組。

至此即可基于我們細(xì)分出的結(jié)果創(chuàng)建Target Group. 營銷人員Emma可以利用這個Target Group來進(jìn)行智能高效的精準(zhǔn)營銷活動。

可以看到Target Group的信息，點(diǎn)擊Release之后，才可用于Campaign中。

評分構(gòu)建器 Scores Builder

設(shè)立Score標(biāo)準(zhǔn)，補(bǔ)充用戶畫像，作為用戶細(xì)分的依據(jù)。

Score Builder首頁顯示現(xiàn)有的Scores，這些Model僅能查看，不能修改。

點(diǎn)擊查看Score詳情，可以查看Score使用的Rule Model，在Segmentation Modeling中所屬的文件夾，以及可以使用該Score的應(yīng)用。

在Score Builder首頁點(diǎn)擊Create Score可以創(chuàng)建新的Score.

點(diǎn)擊加號，創(chuàng)建Rule Model, 一個Score可以有多個Rule Model, 后者支持多種不同Rule的組合設(shè)定。Rule為if then形式，不同規(guī)則用"and"或者"or"連接。相比單純在Segmentation Modeling中用標(biāo)簽來細(xì)分受眾，Rule Model提供了多種屬性按不同權(quán)重來綜合衡量的可能。

將其他Target Group和Time Frame等信息填寫完畢后，保存并激活。至此，Score的創(chuàng)建就完成了。

名為Best Email Sending Time的Score Rule，自動統(tǒng)計(jì)了整個客戶在每個時間段內(nèi)狀態(tài)為Active的用戶數(shù)。

我們可以選擇活躍用戶最多的時間段，點(diǎn)擊Keep，再次細(xì)分受眾。創(chuàng)建Target Group的過程同上。

根據(jù)用戶行為細(xì)分——基于觸發(fā)器的營銷活動 Trigger-Based Campaigns

除了以上提到的方法，我們還可以根據(jù)用戶行為對用戶進(jìn)行細(xì)分。一旦用戶做出這些行為，那么就加入了我們的Target Group。這種類型的Target Group會自動觸發(fā)營銷活動的開啟。

這類行為包含：Abandoned shopping cart/App installed/Email opened/Email not Opened/Click through/No click through等等。

這類自動觸發(fā)的營銷活動，在創(chuàng)建Campaign時需要在User Interaction中設(shè)定Trigger Type，也就是設(shè)定觸發(fā)營銷活動的用戶行為。這樣當(dāng)用戶做出這些操作時，系統(tǒng)就會自動做出反應(yīng)。例如當(dāng)用戶廢棄購物車時，向用戶發(fā)送郵件，提醒用戶購物車中的商品，能夠在一定程度上提高網(wǎng)上商城的盈利。

根據(jù)情緒互動分析確定營銷活動受眾——Sentiment Engagement

在Sentiment Engagement功能中進(jìn)行用戶的情緒互動分析時，我們可以根據(jù)用戶的行為表現(xiàn)來設(shè)定Target Group。首先創(chuàng)建一個新的Target Group，然后向其中添加個體用戶。

根據(jù)篩選條件顯示符合條件的情緒互動，我們可以在用戶的Post處進(jìn)行勾選，導(dǎo)入之前創(chuàng)建的Target Group.

因?yàn)樾枰粋€個添加用戶，所以這個方法適合小范圍的營銷活動。

根據(jù)客戶旅程分析確定營銷活動受眾——Customer Journey Insight

由于數(shù)據(jù)問題，以下兩張圖為官網(wǎng)截圖。以下展示了某段時間內(nèi)經(jīng)過8個聯(lián)系點(diǎn)的熱門程度排前80%的退貨旅程。

根據(jù)已篩選和分析的客戶旅程數(shù)據(jù)，選擇想要的部分來構(gòu)建Target Group。

以上就是SAP Marketing Cloud里圍繞Target Group的場景和功能是什么，小編相信有部分知識點(diǎn)可能是我們?nèi)粘９ぷ鲿姷交蛴玫降摹ＯＭ隳芡ㄟ^這篇文章學(xué)到更多知識。更多詳情敬請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

本文名稱：SAPMarketingCloud里圍繞TargetGroup的場景和功能是什么
URL鏈接：http://jinyejixie.com/article20/ppsijo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供響應(yīng)式網(wǎng)站、網(wǎng)站營銷、App開發(fā)、搜索引擎優(yōu)化、網(wǎng)站設(shè)計(jì)公司、動態(tài)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)