Analítica web
Reflexiones sobre madurez digital, datos y tecnología

Adobe Target, tu asesor de experiencias

Se lee en 3 minutos

Testing, personalizaciones, experiencia de usuario, interfaz de usuario, etc. Muchos puntos a tener en cuenta son los que aparecen cuando hablamos de optimizar nuestro portal web, pero ¿y si hubiese una herramienta que nos ayudase a decidir o mostrar lo mejor en cada instante?

Adobe Target es una de las herramientas más potentes que existe en el mercado dentro del mundo del testing y la personalización de contenidos. Además de estar perfectamente integrada dentro del Experience Cloud de Adobe, dispone de características que lo hacen único así como estar a la vanguardia de esta disciplina. Pero, ¿todo esto cómo lo consiguen?

Muchos de vosotros, habréis escuchado hablar de Adobe Sensei (y no, no es el primo japonés de Adobe 😀). Este es el nombre que Adobe ha designado a su motor de Inteligencia Artificial (IA), para aportar la mejor experiencia a cada uno de los usuarios en tiempo real.

No sabemos a ciencia cierta cómo funciona internamente este motor, básicamente es como una caja negra, el cual sólo ofrece resultados con las experiencias más óptimas para aumentar las conversiones. Evidentemente, Adobe trabaja en base a datos y trata de enriquecer lo que tenemos con el aprendizaje continuo. Eso significa, que cuanta más información del usuario/cliente disponga, mejor será la recomendación de experiencia para cada uno de ellos. Disponer de información comportamental, demográfica, transaccional, etc. permite enriquecer el motor de manera exponencial. Así que una buena recolección del dato del usuario, permitirá adaptar en cada preciso momento la experiencia de este.

Después del pequeño resumen de Adobe Sensei, muchas son las preguntas que se nos vienen a la cabeza: ¿qué opciones ofrece Adobe para distribuir el tráfico?, ¿cuál es la mejor opción en cada caso?, ¿cómo decido si hago uso de Adobe Sensei o no?

Antes de nada, vamos a ver las opciones que ofrece Adobe Target respecto a tipos de distribución del tráfico y modalidades de experiencia avanzada.

    • Manual: el modo manual es la modalidad más básica de todas, donde se decide, de manera empírica, la distribución del tráfico entre la versión original y las alternativas. El conocimiento del negocio y la experiencia en esta disciplina, ayudará a distribuirlo del mejor modo posible. En cualquier caso, el objetivo (además de conseguir una mejora en el KPI contemplado), es conseguir suficiente significancia estadística, como para determinar que la acción de optimización ha sido exitosa.
    • Auto-Allocate: inicialmente, el volumen de tráfico es equitativo entre todas las alternativas disponibles. No obstante, en el momento que empieza a destacar una versión con mejor conversión, el sistema envía más tráfico a dicha experiencia consiguiendo dos cosas que nos beneficiarán. Por un lado, la obtención de significancia estadística con mayor rapidez, ya que el volumen de tráfico será mayor en la versión que mejor convierte, y el aumento de la muestra permitirá dilucidar con certeza su éxito. Por otra parte, conseguiremos perder conversiones en alternativas que sabemos que no funcionan, y maximizar nuestras conversiones/ventas en la versión exitosa.
    • Auto-Target: la segmentación automática hace uso del Machine Learning para ofrecer la experiencia que más se adapta a cada usuario, según su perfil de cliente y el comportamiento de usuarios anteriores con un perfil similar. El método de autoaprendizaje se basa en fijar una parte del tráfico con asignación de experiencias de manera aleatoria, y el restante realizarlo en base a los aprendizajes obtenidos.

auto-allocate-auto-target

La tecnología usada por Adobe permite mejorar la experiencia a cada uno de los visitantes de manera individualizada. Ya no hablamos sólo de experiencias por grupos de personas (audiencias), que cumplan unas características en común, sino que queremos ser capaces de combinar todos sus datos, para ofrecer en cada momento la mejor opción a cada visitante.

Posiblemente, una de las decisiones más difíciles, es decidir qué tipo de método elegir cuando se está experimentando, pero sinceramente, no hay una respuesta única para esto. Si aplicamos la lógica, lo primero donde deberíamos de realizar el foco, es en el modo manual y auto-allocate. Cuando disponemos de tráfico limitado o queremos orientar todos los esfuerzos a mejorar la conversión, haremos uso siempre de auto-allocate, pero en el caso de querer analizar con detenimiento lo que no funciona en otras versiones, será recomendable usar el modo manual. Recordad, que en muchas ocasiones, se consiguen mejores insights de aquello que no funciona correctamente.

Al margen de lo comentado en este artículo, la potencia de la inteligencia artificial no tiene límites, y Adobe permite crear dos tipos distintos de experiencias personalizadas (personalizaciones automatizadas y recomendaciones), pero que lo dejaremos para un próximo artículo donde profundizaremos más en las posibilidades de Adobe Target.

Analiza, prueba, experimenta, evalúa y saca tus propias conclusiones. ¡No esperes para sacarle todo su partido!


* Fuente de imágenes: Unplash (Imagen destacada)

*Fuentes de referencia:  Adobe Systems Incorporated (2018): “Adobe Target Deep Dive ”. Adobe documentation (Imagen secundaria)

Escribe tu comentario

5 − dos =

Navegar