這個系列的第一篇文章 SAP Marketing Cloud功能簡述(一) : Contacts和Profiles，我向大家介紹了SAP Marketing Cloud里的Contacts和Profiles，本文繼續介紹SAP Marketing Cloud里圍繞Target Group這個概念的一些相關場景和功能。

(1) 根據標簽細分用戶：Segmentation Modeling

在Segmentation Modeling中支持以各種標簽細分用戶群，如商品ID、交互方式、地區、性別、生日、姓名等。數據經過統計以圖形化等形式呈現。進行用戶細分的方式簡單方便，通過勾選或者點擊等操作可以輕松實現。

(2) 預測工作室 Predictive Studio

借助Predictive Studio，業務分析師可以創建預測模型。預測模型使用算法和歷史數據計算提供客戶未來行為分析的評分。

場景示例：負責產品A營銷的業務人員Emma想要通過一個手機營銷活動，達成該產品200單的銷量。

創建和使用預測模型的流程概覽：

(1) 在Predictive Studio中，創建預測模型、選擇預測場景，以及定義場景所需的詳細信息。
(2) 為預測模型創建一個或多個模型擬合。
(3) 使用歷史數據訓練模型。
(4) 檢查模型擬合的質量，選擇最佳模型擬合并激活預測模型。
(5) 最佳模型擬合可用于計算預測評分。
(6) 在Segmentation中，基于活動的預測模型創建目標組。
(7) 在Campaigns中，針對target group運行營銷活動。
(8) 在Predictive Studio中，度量營銷活動的成功情況以查看未來優化活動模型的方法。

下面是具體步驟介紹。

創建預測模型

Predictive Studio頁面中展示當前已有的預測模型，我們可以選擇重新創建一個。

在前面提到的場景下，預測場景Scenario應該選擇Consumer Buying Propensity.

進行以下設定：

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

設定完畢后選擇save.

創建模型擬合

首先進行內部訓練模型擬合。在Model Fits部分，我們可以創建模型擬合。

在模型擬合頁面，我們選擇與模型相關的Predictors，然后點擊Start Model Training開始訓練。

模型訓練結束會顯示如下結果，顯示內容的含義分別為：

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

柱狀圖表示每個起作用的predictor所起作用的百分比。

上載外部訓練模型擬合

除了使用SAP提供的標準預測分析模型，我們還可以上載外部訓練模型擬合。需要在創建新模型擬合時，選擇Logistic Regression.

在模擬擬合詳細信息頁面底部，點擊導入模型進行導入。注意：只能導入xml格式文件。

如果模型導入成功，洛倫茲曲線會使用訓練集計算且曲線會在“預測模型”圖表中顯示。

選擇最佳模型擬合

我們可以多創建幾個Model Fit，選取其中擬合效果最好的。衡量擬合效果的標準如下：

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

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

將預測模型用于營銷活動的用戶細分上

可以根據圖形化界面雙擊某個國家對用戶進行細分:

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

至此即可基于我們細分出的結果創建Target Group. 營銷人員Emma可以利用這個Target Group來進行智能高效的精準營銷活動。

可以看到Target Group的信息，點擊Release之后，才可用于Campaign中。

評分構建器 Scores Builder

設立Score標準，補充用戶畫像，作為用戶細分的依據。

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

點擊查看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的應用。

在Score Builder首頁點擊Create Score可以創建新的Score.

點擊加號，創建Rule Model, 一個Score可以有多個Rule Model, 后者支持多種不同Rule的組合設定。Rule為if then形式，不同規則用"and"或者"or"連接。相比單純在Segmentation Modeling中用標簽來細分受眾，Rule Model提供了多種屬性按不同權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的創建就完成了。

名為Best Email Sending Time的Score Rule，自動統計了整個客戶在每個時間段內狀態為Active的用戶數。

我們可以選擇活躍用戶最多的時間段，點擊Keep，再次細分受眾。創建Target Group的過程同上。

根據用戶行為細分——基于觸發器的營銷活動 Trigger-Based Campaigns

除了以上提到的方法，我們還可以根據用戶行為對用戶進行細分。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。

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

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

在Sentiment Engagement功能中進行用戶的情緒互動分析時，我們可以根據用戶的行為表現來設定Target Group。首先創建一個新的Target Group，然后向其中添加個體用戶。

根據篩選條件顯示符合條件的情緒互動，我們可以在用戶的Post處進行勾選，導入之前創建的Target Group.

因為需要一個個添加用戶，所以這個方法適合小范圍的營銷活動。

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

由于數據問題，以下兩張圖為官網截圖。以下展示了某段時間內經過8個聯系點的熱門程度排前80%的退貨旅程。

根據已篩選和分析的客戶旅程數據，選擇想要的部分來構建Target Group。

這個系列的下一篇文章，會介紹SAP Marketing Cloud的Content和Campaign功能，謝謝關注。

更多閱讀

• SAP Marketing Cloud的Contact導入配置和數據合并原理
• SAP Marketing Cloud功能簡述(一) : Contacts和Profiles
  要獲取更多Jerry的原創文章，請關注公眾號"汪子熙":
  

總結

以上是生活随笔為你收集整理的SAP Marketing Cloud功能简述(二) Target Group的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。