Der wichtigste Unterschied zwischen der neuen, verbesserten und der formalen (alten) Version des STO-Algorithmus liegt darin, wie sie sich in Bezug auf neue Kontakte und Kontakte mit einer relativ beschränkten Verhaltenshistorie verhalten. Bitte beachten Sie, dass als Fälle mit beschränkter Verhaltenshistorie auch jene Kontakte gelten, bei denen ausreichend Engagementdaten vorliegen, für die aber nur wenige Versandvorgänge erfolgt sind. Wie unter Versandzeit-Optimierung - Übersicht beschrieben ist, nutzt der Algorithmus Öffnungsmuster auf Account-Level, um für diese Kontakte die optimalen Versandzeiten zu bestimmen; die persönlichen Präferenzen werden erst nach und nach erforscht. Grundsätzlich gilt das für beide Algorithmen, es gibt jedoch einen Unterschied, was die Verwendung der Account-Level-Informationen betrifft. Der neue Algorithmus nutzt bei der Verwendung der Öffnungsmuster auf Account-Level eine differenziertere Methode, mit der Kontakte auf Basis ihres allgemeinen Aktivitätslevels kategorisiert werden können.

Ganz allgemein gilt, dass der verbesserte Algorithmus einen längeren Lernprozess hat als die ältere Version. Auf lange Sicht liefert die neue Version jedoch auch bessere Ergebnisse. Wie unter Versandzeit-Optimierung - Übersicht beschrieben ist, muss jeder STO-Algorithmus abwägen - zwischen dem Aufwand für das Analysieren von Versandzeiten, für die wir wenig bis keine Informationen haben, und den Vorteilen, die es hat, wenn wir die bereits vorhandenen Informationen nutzen. Es hat sich herausgestellt, dass der formale STO-Algorithmus für einige der Kontakte zu wenig analysiert hat; das Ergebnis war eine suboptimale Performance. Der verbesserte Algorithmus exploriert eine größere Menge an potenziellen Versandzeiten und ist so eher in der Lage, die tatsächlichen Präferenzen der Kontakte zu ermitteln.

Alle vom formalen Algorithmus gesammelten Daten werden auch vom verbesserten Algorithmus verwendet. Wie oben angeführt, lässt sich die gesteigerte Performance des neuen Algorithmus allerdings darauf zurückführen, dass er eine bessere Balance zwischen dem Erfassen neuer Informationen und der Nutzung bestehender Daten schafft. Bei seiner Einführung tendiert der verbesserte Algorithmus dazu, potenzielle neue Versandzeiten zu untersuchen, was die Leistung vorübergehend vermindert. Allerdings führt diese Explorationsphase über die Zeit zu einer besseren Performance.

Die ungewöhnlichen Versandzeiten sind ein Ergebnis der Lernphase, die der verbesserte Algorithmus durchläuft. Der formale Algorithmus hat sich zu sehr auf jene Informationen verlassen, die zu den populären Versandzeiten gesammelt wurden, und dabei verabsäumt, die individuellen Präferenzen der Kontakte zu erforschen. Anhand sehr sorgfältiger Messungen haben wir festgestellt, dass die Analyse dieser ungewöhnlichen Versandzeiten in den meisten Fällen langfristig zu einer besseren Performance führt.

Ja, dazu wird er in der Lage sein. Der verbesserte Algorithmus wird neue Muster im Kontaktverhalten noch schneller als der alte Algorithmus erkennen.

Derzeit versteht der Algorithmus AMPP-Öffnungen als tatsächliches Engagement (da gibt es im Vergleich zum alten Algorithmus also keine Änderung). Wir untersuchen gerade, wie diesen Fake-Öffnungen künftig zu begegnen ist. Gleichzeitig beobachten wir die Performance des STO-Algorithmus anhand der gesteigerten Klickraten, da wir davon ausgehen, dass die AMPP-Funktion auf diese keinen Einfluss hat.