Introducing G2.ai, the future of software buying.Try now

Adobe Target und Dynamic Yield vergleichen

Speichern
    Anmelden in Ihrem Konto
    um Vergleiche zu speichern,
    Produkte und mehr.
Auf einen Blick
Adobe Target
Adobe Target
Sternebewertung
(67)4.1 von 5
Marktsegmente
Unternehmen (66.7% der Bewertungen)
Informationen
Pros & Cons
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über Adobe Target
Dynamic Yield
Dynamic Yield
Sternebewertung
(156)4.5 von 5
Marktsegmente
Unternehmen mittlerer Größe (56.7% der Bewertungen)
Informationen
Pros & Cons
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über Dynamic Yield
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
  • Benutzer berichten, dass Dynamic Yield in der Qualität des Supports mit einer Bewertung von 9,1 hervorragend abschneidet, während Adobe Target mit 7,3 hinterherhinkt. Rezensenten erwähnen, dass das Support-Team von Dynamic Yield reaktionsschnell und hilfsbereit ist, was es Unternehmen erleichtert, Probleme schnell zu lösen.
  • Rezensenten sagen, dass die Benutzerfreundlichkeit von Dynamic Yield mit 8,3 deutlich höher ist als die von Adobe Target mit 7,4. Benutzer auf G2 heben hervor, dass die Benutzeroberfläche von Dynamic Yield intuitiv ist und ein reibungsloseres Onboarding-Erlebnis ermöglicht.
  • G2-Benutzer erwähnen, dass Dynamic Yield überlegene Personalisierungsfähigkeiten bietet, insbesondere bei Produktempfehlungen mit einer Bewertung von 9,4, während Adobe Target eine niedrigere Bewertung hat. Benutzer schätzen, wie die Empfehlungen von Dynamic Yield auf das individuelle Benutzerverhalten zugeschnitten sind.
  • Benutzer sagen, dass die Segmentierungsfunktionen von Dynamic Yield, insbesondere im A/B-Testing, mit 9,1 bewertet werden und Adobe Target mit 7,7 übertreffen. Rezensenten erwähnen, dass Dynamic Yield robustere Optionen für effektives Testen von Variationen bietet.
  • Rezensenten erwähnen, dass Dynamic Yield im Besucherverhaltens-Monitoring mit einer Bewertung von 8,1 glänzt, während Adobe Target keine vergleichbare Bewertung hat. Benutzer berichten, dass die von Dynamic Yield bereitgestellten Einblicke helfen, datenbasierte Entscheidungen zu treffen.
  • Benutzer auf G2 berichten, dass die Mobile-Testing-Fähigkeiten von Dynamic Yield mit 8,9 bewertet werden, was höher ist als die 8,1 von Adobe Target. Rezensenten sagen, dass diese Funktion eine effektive Optimierung mobiler Erlebnisse ermöglicht, was für moderne Unternehmen entscheidend ist.

Adobe Target vs Dynamic Yield

Bei der Bewertung der beiden Lösungen fanden die Rezensenten Dynamic Yield einfacher zu verwenden, einzurichten und zu verwalten. Die Rezensenten bevorzugten es auch, insgesamt Geschäfte mit Dynamic Yield zu machen.

  • Die Gutachter waren der Meinung, dass Dynamic Yield den Bedürfnissen ihres Unternehmens besser entspricht als Adobe Target.
  • Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter Dynamic Yield.
  • Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Dynamic Yield gegenüber Adobe Target.
Preisgestaltung
Einstiegspreis
Adobe Target
Keine Preisinformationen verfügbar
Dynamic Yield
Keine Preisinformationen verfügbar
Kostenlose Testversion
Adobe Target
Keine Informationen zur Testversion verfügbar
Dynamic Yield
Keine Informationen zur Testversion verfügbar
Bewertungen
Erfüllt die Anforderungen
8.4
46
8.7
139
Einfache Bedienung
7.3
59
8.3
138
Einfache Einrichtung
7.1
32
7.6
62
Einfache Verwaltung
7.3
22
8.3
57
Qualität der Unterstützung
7.4
46
9.1
138
Hat the product ein guter Partner im Geschäft waren?
8.0
22
9.1
58
Produktrichtung (% positiv)
9.0
48
9.6
135
Funktionen
Nicht genügend Daten
8.5
59
Besucherverhalten
Nicht genügend Daten verfügbar
8.1
49
Nicht genügend Daten verfügbar
8.8
52
Nicht genügend Daten verfügbar
8.1
44
Vorlagen
Nicht genügend Daten verfügbar
8.2
38
Nicht genügend Daten verfügbar
8.4
47
Nicht genügend Daten verfügbar
8.4
47
Personalisierung
Nicht genügend Daten verfügbar
9.2
53
Nicht genügend Daten verfügbar
8.7
47
Nicht genügend Daten verfügbar
8.1
43
Nicht genügend Daten verfügbar
6.6
33
Nicht genügend Daten verfügbar
9.0
42
Nicht genügend Daten verfügbar
9.4
47
Nicht genügend Daten verfügbar
9.1
49
Nicht genügend Daten verfügbar
9.1
39
Mehrfachkanal
Nicht genügend Daten verfügbar
8.9
48
Nicht genügend Daten verfügbar
7.4
32
Nicht genügend Daten verfügbar
8.5
45
Verwaltung
Nicht genügend Daten verfügbar
8.4
33
Nicht genügend Daten verfügbar
7.8
48
Nicht genügend Daten verfügbar
8.3
44
Nicht genügend Daten verfügbar
8.1
42
Agentische KI - E-Commerce-Personalisierung
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten
8.6
47
Segmentierung
Nicht genügend Daten verfügbar
9.1
45
Nicht genügend Daten verfügbar
8.6
41
Zielgruppenadressierung
Nicht genügend Daten verfügbar
8.9
41
Nicht genügend Daten verfügbar
8.9
40
Ausgelöste Inhalte
Nicht genügend Daten verfügbar
8.0
27
Nicht genügend Daten verfügbar
8.4
21
Nicht genügend Daten verfügbar
8.8
32
Personalisierte Inhalte
Nicht genügend Daten verfügbar
8.7
43
Nicht genügend Daten verfügbar
7.9
21
Nicht genügend Daten verfügbar
9.1
43
Agentische KI - Personalisierungsmaschinen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Informatik
8.0
11
7.1
34
7.7
14
8.0
39
7.9
13
6.9
42
Experimentelles Design
7.9
15
8.7
45
8.1
13
8.9
40
8.2
13
8.9
46
Analytics
7.6
15
8.0
46
6.4
11
5.1
27
Agentische KI - A/B-Tests
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten
Nicht genügend Daten
Agentische KI - Personalisierung
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
7.8
17
Nicht genügend Daten
Variations-Tests
8.7
13
Nicht genügend Daten verfügbar
6.8
11
Nicht genügend Daten verfügbar
8.2
15
Nicht genügend Daten verfügbar
8.1
15
Nicht genügend Daten verfügbar
7.8
15
Nicht genügend Daten verfügbar
7.4
14
Nicht genügend Daten verfügbar
Reporting
7.6
15
Nicht genügend Daten verfügbar
7.8
15
Nicht genügend Daten verfügbar
Personalisierung
8.3
14
Nicht genügend Daten verfügbar
7.9
14
Nicht genügend Daten verfügbar
8.0
5
Nicht genügend Daten verfügbar
Verwaltung
7.8
12
Nicht genügend Daten verfügbar
8.1
13
Nicht genügend Daten verfügbar
7.5
14
Nicht genügend Daten verfügbar
7.6
13
Nicht genügend Daten verfügbar
Kategorien
Kategorien
Geteilte Kategorien
Adobe Target
Adobe Target
Dynamic Yield
Dynamic Yield
Adobe Target und Dynamic Yield sind kategorisiert als Personalisierung und A/B-Tests
Einzigartige Kategorien
Adobe Target
Adobe Target ist kategorisiert als Mobile App-Optimierung
Dynamic Yield
Dynamic Yield ist kategorisiert als Personalisierungsmaschinen und E-Commerce-Personalisierung
Bewertungen
Unternehmensgröße der Bewerter
Adobe Target
Adobe Target
Kleinunternehmen(50 oder weniger Mitarbeiter)
19.0%
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
14.3%
Unternehmen(> 1000 Mitarbeiter)
66.7%
Dynamic Yield
Dynamic Yield
Kleinunternehmen(50 oder weniger Mitarbeiter)
13.3%
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
56.7%
Unternehmen(> 1000 Mitarbeiter)
30.0%
Branche der Bewerter
Adobe Target
Adobe Target
Marketing und Werbung
18.8%
Informationstechnologie und Dienstleistungen
18.8%
Finanzdienstleistungen
9.4%
Computersoftware
9.4%
Einzelhandel
7.8%
Andere
35.9%
Dynamic Yield
Dynamic Yield
Einzelhandel
33.3%
Bekleidung & Mode
8.7%
Konsumgüter
8.0%
Internet
6.7%
Luxusgüter & Schmuck
5.3%
Andere
38.0%
Top-Alternativen
Adobe Target
Adobe Target Alternativen
VWO Testing
VWO Testing
VWO Testing hinzufügen
AB Tasty
AB Tasty
AB Tasty hinzufügen
Optimizely Web Experimentation
Optimizely Web Experimentation
Optimizely Web Experimentation hinzufügen
Insider One
Insider One
Insider One hinzufügen
Dynamic Yield
Dynamic Yield Alternativen
Optimizely Web Experimentation
Optimizely Web Experimentation
Optimizely Web Experimentation hinzufügen
Bloomreach
Bloomreach
Bloomreach hinzufügen
AB Tasty
AB Tasty
AB Tasty hinzufügen
VWO Testing
VWO Testing
VWO Testing hinzufügen
Diskussionen
Adobe Target
Adobe Target Diskussionen
Monty der Mungo weint
Adobe Target hat keine Diskussionen mit Antworten
Dynamic Yield
Dynamic Yield Diskussionen
Werden Sie Video-Tutorials für neue Benutzer zur Verfügung haben?
1 Kommentar
Ashley B.
AB
Hallo Kimberly! Großartige Frage. Wir haben kürzlich eine Bibliothek mit On-Demand-Video-Tutorial-Trainingsmodulen erstellt, die zeigen, wie man die...Mehr erfahren
What is the future of Dynamic Yield with its acquisition by McDonalds?
1 Kommentar
Yaniv N.
YN
Als eigenständiges Unternehmen innerhalb von McDonald's bleibt Dynamic Yield eine unabhängige Plattform. Ein wesentlicher Aspekt der Übernahme ist McDonald's...Mehr erfahren
Monty der Mungo weint
Dynamic Yield hat keine weiteren Diskussionen mit Antworten