Google оптимизация: настройка и инструкция по тестированию веб-сайтов

Курс Softline | SEO-оптимизация сайта и контекстная реклама в Яндексе и Google

В ходе курса рассматриваются практические методы и способы продвижения сайтов. Слушатель научится оптимизировать и продвигать сайты в поисковых системах.

Скачать программу

• 
  Программа курса
• 
  О курсе
• 
  Расписание и цены
• 
  Отзывы

Мы напомним Вам как только курс появится в расписании!

Профиль аудитории:

Данный курс предназначен широкой аудитории пользователей Интер:нет: для интернет-маркетологов, руководителей и сотрудников подразделений компаний, повысить свой квалификационный уровень. А также всех, кто интересуется вопросами эффективного продвижения сайтов в Интернет.

Обзор модулей курса:

● Основы, медиапланирование и семантика

● Постановка и отслеживание целей

● Внутренняя и внешняя оптимизация, работа с семантическим ядром

● Реклама в Яндексе

● Реклама в Google

Предварительные требования

Базовые знания пользователя Интернет и ПК. Курс для начинающих.

Дополнительная информация

Слушателям предоставляются практические материалы и чек-листы.

Основы, медиапланирование и семантика

• основы устройства поисковых систем
• типы пользовательских запросов, факторы ранжирования сайтов
• SEO как инструмент интернет-маркетинга, основы html-верстки для SEO-специалистов
• экосистема Яндекса и Google, воронка продаж в контекстной рекламе,
• расчёт максимальной стоимости клика и бюджета рекламной кампании

Постановка и отслеживание целей

• цели сайта и метрики в SEO, анализ поисковой выдачи
• установка вебмастерских панелей: Яндекс. Вебмастер, Search Console
• работа с Яндекс.Метрикой и Google Analytics

Внутренняя и внешняя оптимизация, работа с семантическим ядром

• формирование структуры сайта, методы сбора и способы группировки семантического ядра, скоринг семантики, работа с контентом
• технический и поисковый аудит сайта, коммерческие факторы, навигация, микроразметка, макеты
• мобильный поиск и региональное продвижение
• оптимизация поведенческих факторов, работа с ссылочной массой, фильтры и алгоритмы ПС

Реклама в Яндексе

• основы рекламы на поиске Яндекс.Директ,
• создание объявлений, UTM-метки, Яндекс.Директ Комманде
• настройки, цели, группировки, сегменты и основные отчеты в Яндекс.Метрике,
• реклама в РСЯ, ретаргетинг и Яндекс.Аудитории, смарт-баннеры

Реклама в Google

• реклама на поиске Google, объявления и расширения,
• стратегии и аналитика в интерфейсе Google Ads,
• перенос кампаний из Яндекса в Google
• настройка целей и отчеты в Google Analytics
• Google Ads Editor

Спасибо за Ваш отзыв!

Уверены, он будет полезен!

Ваш отзыв поможет кому-то сделать выбор. Спасибо, что делитесь
опытом!

Если вы хотите повысить квалификацию и поднять свой профессиональный уровень на ступень выше, то вы пришли по адресу. IT-курс SEO-оптимизация сайта и контекстная реклама в Яндексе и Google от Softline по направлению Маркетинг в короткий срок поможет вам применять теорию на практике с тем, чтобы в дальнейшем получать удовольствие от того, чем вы занимаетесь ежедневно. Тем, кто желает пройти обучение без посторонней помощи, доступны курсы онлайн. Для сторонников более традиционного подхода обучаться на курсе можно дистанционно под руководством опытного тренера.

Курсы Softline

Авторизованные курсы Softline — это гарантированные инвестиции в развитие вашего бизнеса и карьеры.

Подробнее

Курсы по направлению Маркетинг

IT-направление Маркетинг является одним из востребованных среди ит-специалистов не только России, но и всего мира.

Подробнее

Курсы IT маркетинг

Ознакомьтесь также с другими курсами из направления IT маркетинг

Подробнее

настройка и пошаговая инструкция – PR-CY Блог

В обновленном материале рассказываем, как настроить сервис Google Оптимизация, связать Optimize с Google Tag Manager и провести свой первый эксперимент.

Удобство и внешний вид сайта сильно влияют на поведение пользователей, это доказали специалисты компании Forester Research. От формулировки предложения, расположения кнопок, формы заявки и других элементов зависит, сколько пользователей заметят конверсионные элементы и захотят ими воспользоваться.

Определить, какие элементы будут более конверсионными на конкретном сайте, можно только тестированием вариантов на реальных пользователях. Тестирование как вид исследования эффективности сайта подходит и интернет-магазинам, и сайтам-визиткам, и большим корпоративным сайтам.

Тестировать можно изображения, описания товаров и услуг, кнопки призыва к действию, таблички с ценами, формы обращения. Ранее мы писали о сервисах для бесплатного юзабилити-тестирования, а сегодня расскажем, как пользоваться Google Optimize для A/B- и многовариантных тестов.

В статье:

1. Как Google Оптимизация помогает в тестировании

2. Инструкция по работе в Google Optimize:

   1. Создать аккаунт в Google Optimize

   2. Привязать Google Optimize к Google Analytics

   3. Разместить код через Google Tag Manager

   4. Настроить тестирование в Google Оптимизации

   5. Отчеты Google Optimize

Как сервис Google Оптимизация помогает в тестировании

Google Optimize или Google Оптимизация, как он сейчас называется, — это сервис для тестирования интерфейса сайта, который компания Google анонсировала весной 2016 года. Сервис позволяет проводить А/В и мультиканальные тесты и собирать данные о поведении пользователей на сайте. Есть бесплатная версия и платная Google Optimize 360, сравнение на странице.

С помощью сервиса пользователь создает копию тестируемой страницы, но с некоторыми изменениями в ее элементах. К примеру, можно поменять шрифт, выравнивание или междустрочный интервал для текста, заменить изображения или всплывающие окна, поменять цвет кнопок или заменить оффер.

Тесты можно нацеливать на определенные категории пользователей и настраивать правила для URL, где будет прописано, на каких страницах необходимо провести тестирование.

Тестирование позволяет понять, какой вариант интерфейса принесет больше конверсий. Может оказаться, что все тестируемые варианты показывают практически такой же результат, как исходная страница, так что тратить ресурсы и внедрять изменения вообще не стоит.

В статье «A/B тесты на пальцах» выяснили, что подходит для тестирования, как подготовиться и запустить тест, как интерпретировать результаты, какие данные считать статистически значимыми. В этом руководстве разберем, как работать в сервисе для проведения таких тестов.

Инструкция по работе в Google Optimize

Сразу стоит отметить, что сервис нужно использовать в браузере Chrome, так как для его работы понадобится установить специальное расширение Google Optimize.

Зайдите на сайт сервиса Google Optimize и отметьте, какие рассылки вы бы хотели получать от сервиса. Можно оставить все галочки:

• первый пункт — анализ данных для улучшения качества сервиса,
• второй пункт означает, что вы соглашаетесь отправлять анонимные данные о вашем проекте для сбора статистики;
• третий предлагает глубокий анализ, если сотрудники Google свяжутся с вами и предложат новые продукты.

Далее вы соглашаетесь с условиями использования и начинаете работу.

Создать аккаунт в Google Optimize

Откроется раздел Мой контейнер. Контейнер — это код, который передается через Google Optimize и позволяет вам менять работу пользователей.

Придумайте название для вашего проекта и введите URL страницы, которая будет участвовать в тесте. Страницы, которые почти не получают трафика, протестировать не получится — будет слишком мало данных для справедливого результата.

Создание проекта

Выберите модель теста:

• Эксперимент А/Б — тестирование двух или более вариантов одной страницы и выявление лучшего варианта.
• Многовариантный эксперимент — в тесте участвуют два или больше варианта страницы, но проверяется эффективность не страниц целиком, а конкретных элементов на них.
• Эксперимент с переадресацией — тестирование двух отдельных страниц с разными URL друг против друга. Такой тест используют, когда хотят проверить две абсолютно разные страницы или когда хотят кардинально изменить дизайн одной.
• Персонализация — отдельный вариант, позволяющий изменить страницу для конкретного сегмента пользователей. Например, настроить бесплатную доставку премиум-сегменту клиентов или продвигать сезонную одежду, основываясь на географии пользователей.

Дальше откроется страница контейнера, над которым вы сейчас работаете, тест нужно настроить перед запуском и связать с системами аналитики. Сначала разберемся с привязкой, а потом настроим.

Привязать Google Optimize к Google Analytics

В разделе «Сбор статистики и цели» кликните на кнопку «Установить связь с Google Аналитикой». Выберите аккаунт в Analytics, который вы хотите связать с Optimize.

Выбор счетчика

Дальше вы получите код Optimize для вставки на сайт:

Добавление кода

Разместить код через Google Tag Manager

Также код Optimize можно разместить через Google Tag Manager. Как начать работу в Диспетчере тегов и добавить туда Google Аналитику, мы разбирали в статье «Руководство по Google Tag Manager». В GTM вы можете добавить и счетчик Яндекс метрики, LiveInternet, счетчик ремаркетинга или наш счетчик Анализа.

Чтобы добавить код Google Оптимизации через Диспетчер тегов, создайте новый тег и в конфигурации выберите Google Optimize:

Выбор конфигурации тега

На главной Google Optimize указан идентификатор контейнера, скопируйте его:

Информация о вашем аккаунте в Google Оптимизации

И вставьте в поле в настройках конфигурации тега в Google Tag Manager. В расширенных настройках выберите, чтобы тег Optimize запустился перед тегом Google Analytics, который тоже нужно создать, если у вас его нет. Триггеры — все страницы.

Чтобы все ваши теги и изменения начали работать на сайте, не забудьте нажать кнопку «Опубликовать» в GTM.

Если установка прошла неудачно, в Настройках появится предупреждение:

Ошибки установки

Тогда придется переустановить код. Нужно проверить все рекомендации, к примеру, если вы видите «не найден фрагмент, скрывающий страницу», пользователь будет видеть исходную версию, пока она не изменилась на тестовую.

Вернемся к настройке теста.

Настроить тестирование в Google Оптимизации

Разберем настройку первого эксперимента на примере A/B-теста. В разделе Варианты добавьте столько вариантов, сколько вы хотите проверить:

Добавление вариантов для тестирования

Исходный вариант — страница в том виде, как она выглядит на сайте сейчас. Этот вариант — контрольный, с ним нужно будет сравнить показатели остальных вариантов, чтобы понять, есть ли смысл в изменениях.

По кнопке «Изменить» откроется редактор, где можно поменять интерфейс для десктопного и мобильного отображения:

Редактор варианта для теста

Для каждого кардинального изменения лучше делать отдельный вариант, чтобы по результатам можно было понять, какой лучше.

«Вес …%» — это количество трафика, которое попадет на страницы эксперимента, обычно общий трафик делят поровну между вариантами:

Распределение трафика

Также нужно настроить таргетинг пользователей, которые увидят новые страницы, для этого есть выбор группы пользователей для эксперимента:

Выбор аудитории

Можно настроить выбор аудитории

• из Google Рекламы с учетом собранных там аккаунтов, кампаний и ключевых запросов;

• по источнику перехода, поставив в нужном месте ссылку с UTM;
• по устройству среди пользователей с десктопа, мобильного или планшета;
• по модели поведения — с первого посещения, по переходу с конкретной страницы;
• по геоданным в одном регионе или стране;
• по технологиям на пользователей конкретного устройства, браузера, операционной системы;
• по собственным параметрам: файлам cookie, JavaScript и другим данным.

Аудиторию из Google Аналитики можно выбрать только в платной версии.

Есть возможность установить несколько условий отбора аудитории, которые будут работать одновременно:

Выбор аудитории

Следующий пункт настройки — цели, они находятся ниже в разделе «Сбор статистики и цели». Есть стандартные цели:

• длительность сеанса в секундах, которая считается, пока пользователь что-то делает на сайте;
• отказы — посещения, во время которых посмотрели только одну страницу;
• просмотры страниц — общее количество страниц, которое посмотрел пользователь, включая повторные.

В этом же месте будут цели из Google Аналитики. Если стандартные не подходят, можно создать собственную цель: указать количество просмотров страницы или взаимодействие с элементами страницы.

В бесплатной версии можно установить до трех целей одновременно:

Основная и дополнительные цели

За ходом эксперимента можно смотреть в отчетах, они формируются, пока идет тестирование.

Отчеты Google Optimize

Раздел с отчетами находится слева вверху:

Отчеты об эксперименте

Они формируются по ходу эксперимента, когда Аналитика соберет данные, а Оптимизация их обработает. Оценивать эффективность экспериментальных вариантов лучше по завершению эксперимента, когда сервис проведет достаточное количество тестов. Эксперимент будет корректным только на больших выборках, так что выбирайте страницы, которые получают трафик.

О том, как интерпретировать результаты, мы писали в статье «A/B тесты на пальцах».

Расскажите в комментариях, как вы обычно тестируете идеи для повышения конверсии?

Веб-сайт, A/B-тестирование и инструменты оптимизации

Привлекайте посетителей своего веб-сайта, как никогда раньше. Создавайте персонализированные впечатления и запускайте тесты веб-сайтов — бесплатно.

Начните бесплатно

Как Оптимизация может помочь вашему сайту.

• значок гистограммы

  Пусть ваши данные помогут вам.

  
  

  Оптимизация изначально интегрирована с Google Analytics, поэтому вы можете быстро понять, как можно улучшить свой веб-сайт.

• значок лаборатории

  Протестируйте свой веб-сайт.
  

  Легко запускайте тесты контента вашего веб-сайта, чтобы узнать, что лучше всего подходит для ваших посетителей, включая A/B, многовариантные тесты и тесты перенаправления.

• значок ползунка

  Создайте убедительный опыт.
  

  Один размер никогда не подходит всем. Настройте свой веб-сайт так, чтобы он подходил для каждого типа аудитории.

• значок шестеренки

  Возьмите дело в свои руки.
  

  Улучшайте результаты с собственного экрана за считанные минуты.

• значок людей

  Получите больше клиентов.
  

  Создавайте собственные целевые страницы для Google Рекламы и превращайте посетителей в клиентов.

Посмотреть все преимущества

Посмотреть все преимущества

Гугл Оптимизация
помогли нам постоянно улучшать UX на нашем мобильном сайте. Только один эксперимент привел к двукратному увеличению ежемесячных продаж плана.

Симен Петерсен,
Разработчик цифрового бизнеса и руководитель проекта,
Телия

Погрузитесь в детали.

Настройте свой первый тест веб-сайта за считанные минуты и сэкономьте время с помощью нашего визуального редактора. Изучите эту и другие функции, чтобы оптимизировать взаимодействие с клиентом.

Посмотреть все функции тестирования веб-сайтов

Предназначены для совместной работы.

Optimize интегрируется с другими решениями Google, экономя ваше драгоценное время и повышая эффективность вашей команды.

• значок аналитики

  Аналитика
  

  Используйте данные Google Analytics, чтобы определить, где можно улучшить свой сайт, сравнить эксперименты с бизнес-целями и увидеть, как именно ваши изменения влияют на поведение клиентов.

• значок гугл адс

  Google Реклама
  

  Повысьте ценность своих инвестиций в Google Реклама. Создавайте и тестируйте настраиваемые целевые страницы для своих кампаний, групп объявлений или ключевых слов.

• значок firebase

  Firebase
  

  Power A/B-тестирование приложений Firebase — позволяет проводить эксперименты с Firebase Remote Config и Cloud Messaging.

Посмотреть все интеграции

Посмотреть все интеграции

Как создать культуру роста.

В этом руководстве для руководителей, директоров и менеджеров показано, как оптимизация маркетинга может преобразовать вашу компанию и стимулировать ее рост, сосредоточив внимание на качестве обслуживания клиентов.

Подробнее

Просмотреть все ресурсы

Начало работы с OR-Tools для Python

Следующие разделы помогут вам начать работу с OR-Tools для Python:

• Что такое задача оптимизации?
• Решение проблемы оптимизации в Python
• Другие примеры Python
• Определение типа проблемы, которую вы хотите решить

Что такое проблема оптимизации?

Цель оптимизации — найти лучшее решение проблемы из
большой набор возможных решений. (Иногда вы будете удовлетворены обнаружением любого
возможное решение; OR-Tools тоже может это сделать.)

Вот типичная задача оптимизации. Предположим, что транспортная компания доставляет
посылок своим клиентам, используя парк грузовиков. Каждый день компания должна
назначать посылки грузовикам, а затем выбирать маршрут для каждого грузовика, чтобы доставить его
пакеты. Каждое возможное назначение пакетов и маршрутов имеет стоимость, основанную на
общее расстояние, пройденное грузовиками, и, возможно, другие факторы.
Проблема состоит в том, чтобы выбрать назначения пакетов и маршрутов, которые имеют
наименьшая стоимость.

Как и все задачи оптимизации, эта задача состоит из следующих элементов:

• Цель — количество, которое вы хотите оптимизировать.
  В приведенном выше примере целью является минимизация затрат.
  Чтобы задать задачу оптимизации, вам нужно определить функцию, которая
  вычисляет значение цели для любого возможного решения. Это
  называется целевой функцией .
  В предыдущем примере целевая функция будет вычислять общую
  стоимость любого назначения пакетов и маршрутов.

  оптимальное решение — это решение, для которого значение целевой функции
  является лучшим. («Лучшее» может быть как максимальным, так и минимальным.)

• Ограничения — ограничения на множество возможных решений, основанные на
  на конкретных требованиях проблемы.
  Например, если транспортная компания не может назначить посылки выше заданного
  веса грузовиков, это наложило бы ограничение на решения.

  возможное решение — это такое решение, которое удовлетворяет всем заданным ограничениям для
  проблему, не обязательно оптимальную.

Первым шагом в решении задачи оптимизации является определение цели
и ограничения.

Решение задачи оптимизации в Python

Далее мы приведем пример задачи оптимизации и покажем, как настроить и
решить это на питоне.

Пример линейной оптимизации

Одной из старейших и наиболее широко используемых областей оптимизации является
линейная оптимизация
(или линейное программирование ), в котором целевая функция и ограничения
могут быть записаны в виде линейных выражений. Вот простой пример такого типа
проблема.

Максимизировать 3x + y с учетом следующих ограничений:

1. 0 ≤ x ≤ 1
2. 0 ≤ г ≤ 2
3. х + у ≤ 2

Целевая функция в этом примере равна 3x + y .
И целевая функция, и ограничения задаются линейными выражениями,
что делает эту задачу линейной.

Основные шаги решения проблемы

Для каждого языка основными шагами постановки и решения проблемы являются
то же:

1. Импорт необходимых библиотек,
2. Объявить решатель,
3. Создать переменные,
4. Определение ограничений,
5. Определить целевую функцию,
6. Вызвать решатель и
7. Показать результаты.

Программа Python

В этом разделе рассматривается программа Python, которая устанавливает и решает проблему.

Примечание: Полная программа Python и шаги для ее запуска
показаны в конце раздела.

Вот шаги:

• Импортируйте необходимые библиотеки.

  из ortools.linear_solver импортировать pywraplp
  из ortools.init импортировать pywrapinit 

• Объявить решатель.

  # Создайте линейный решатель с бэкендом GLOP.
  решатель = pywraplp.Solver.CreateSolver('GLOP')
  если не решатель:
      возврат 

  pywraplp — это оболочка Python для базового решателя C++. Аргумент
  "GLOP" определяет GLOP, линейный решатель OR-Tools.

• Создайте переменные.

  # Создайте переменные x и y.
  x = решатель.NumVar(0, 1, 'x')
  y = решатель.NumVar(0, 2, 'y')
  print('Количество переменных =', Solver. NumVariables()) 

• Определите ограничения.
  Первые два ограничения, 0 ≤ x ≤ 1 и 0 ≤ г ≤ 2 ,
  уже заданы определениями переменных. Следующий код
  определяет ограничение x + y ≤ 2 :

  # Создайте линейное ограничение, 0 <= x + y <= 2.
  кт = решатель. Ограничение (0, 2, 'кт')
  ct.SetCoefficient(x, 1)
  ct.SetCoefficient(y, 1)
  print('Количество ограничений =', Solver.NumConstraints()) 

  Метод
  УстановитьКоэффициент
  устанавливает коэффициенты x и y в выражении ограничения.

• Определите целевую функцию.

  # Создайте целевую функцию 3 * x + y.
  цель = решатель.Цель()
  цель.SetCoefficient(x, 3)
  target.SetCoefficient(y, 1)
  target.SetMaximization() 

  Метод
  УстановитьМаксимизация
  объявляет это задачей максимизации.

• Запустите решатель и отобразите результаты.

  решатель.Решить()
  печать('Решение:')
  print('Цельное значение =', target.Value())
  печать ('x =', x.solution_value())
  печать ('y =', y.solution_value()) 

Полная программа

Полная программа показана ниже.

 из ortools.linear_solver импортировать pywraplp
из ortools.init импортировать pywrapinit
деф основной():
    # Создайте линейный решатель с бэкендом GLOP.
    решатель = pywraplp.Solver.CreateSolver('GLOP')
    если не решатель:
        возвращаться
    # Создайте переменные x и y.
    x = решатель.NumVar(0, 1, 'x')
    y = решатель. NumVar(0, 2, 'y')
    print('Количество переменных =', Solver.NumVariables())
    # Создайте линейное ограничение, 0 <= x + y <= 2.
    кт = решатель. Ограничение (0, 2, 'кт')
    ct.SetCoefficient(x, 1)
    ct.SetCoefficient(y, 1)
    print('Количество ограничений =', Solver.NumConstraints())
    # Создайте целевую функцию 3 * x + y.
    цель = решатель.Цель()
    цель.SetCoefficient(x, 3)
    target.SetCoefficient(y, 1)
    цель.SetMaximization()
    решатель.Решить()
    печать('Решение:')
    print('Цельное значение =', target.Value())
    печать ('x =', x.solution_value())
    печать ('y =', y.solution_value())
если __name__ == '__main__':
    pywrapinit.CppBridge.InitLogging('basic_example.py')
    cpp_flags = pywrapinit.CppFlags()
    cpp_flags.logtostderr = Истина
    cpp_flags.log_prefix = Ложь
    pywrapinit.CppBridge.SetFlags(cpp_flags)
    главный()
 

Запуск программы

Вы можете запустить приведенную выше программу следующим образом:

1. Скопируйте и вставьте приведенный выше код в новый файл и сохраните его как program. py .
2. Откройте командное окно и перейдите в каталог, в котором вы сохранили program.py .
   В командной строке введите:

    python  относительный/путь/к/  program.py 

   где относительный/путь/к/ — это путь к каталогу, в котором вы сохранили
   программа.

Программа возвращает значения x и y , которые максимизируют цель
функция:

 Решение:
х = 1,0
у = 1,0
 

Дополнительные примеры Python

Дополнительные примеры Python, иллюстрирующие решение различных типов
проблемы оптимизации, см. примеры.

Определение типа проблемы, которую вы хотите решить

В мире существует множество различных типов задач оптимизации.
Для каждого типа задач существуют разные подходы и алгоритмы решения.
поиск оптимального решения.

Прежде чем приступить к написанию программы для решения задачи оптимизации, вы
необходимо определить тип проблемы, с которой вы имеете дело, а затем выбрать
соответствующий решатель — алгоритм поиска оптимального решения.

Ниже вы найдете краткий обзор типов проблем, которые OR-Tools
решает, и ссылки на разделы в этом руководстве, которые объясняют, как решить каждый
тип проблемы.

• Линейная оптимизация
• Оптимизация ограничений
• Оптимизация смешанных целых чисел
• Назначение
• Планирование
• Упаковка
• Маршрутизация
• Сетевые потоки

Линейная оптимизация

Как вы узнали из предыдущего раздела, линейная оптимизация
проблема - это та, в которой целевая функция и ограничения являются линейными
выражения в переменных.

Основным решателем в OR-Tools для этого типа задач является линейный
решатель оптимизации, который на самом деле является оболочкой для нескольких разных библиотек
для линейной и смешанно-целочисленной оптимизации, включая сторонние библиотеки.

Узнайте больше о линейной оптимизации

Оптимизация смешанных целых чисел

Задача оптимизации смешанных целых чисел — это задача, в которой некоторые или все
переменные должны быть целыми числами. Примером является
задача о назначении, в которой необходимо назначить группу рабочих
к комплексу задач. Для каждого работника и задачи вы определяете переменную, значение которой
равен 1, если данный работник назначен на данную задачу, и 0 в противном случае. В этом
случае переменные могут принимать только значения 0 или 1.

Узнайте больше об оптимизации смешанных целых чисел

Оптимизация по ограничениям

Оптимизация по ограничениям, или программирование по ограничениям (CP), определяет осуществимость
решения из очень большого набора кандидатов, где проблема может быть
смоделированы в терминах произвольных ограничений. CP основан на осуществимости (нахождение
допустимое решение), а не оптимизация (нахождение оптимального решения) и
фокусируется на ограничениях и переменных, а не на целевой функции.
Однако CP можно использовать для решения задач оптимизации, просто сравнивая
значения целевой функции для всех допустимых решений.

Узнайте больше об оптимизации ограничений

Назначение

Проблемы с назначением связаны с назначением группы агентов (скажем, рабочих или
машины) к набору задач, где есть фиксированная стоимость назначения каждой
агента к конкретной задаче. Задача состоит в том, чтобы найти задание с наименьшим
Общая стоимость. Проблемы с назначением на самом деле являются частным случаем
проблемы с сетевым потоком.

Узнать больше о задании

Упаковка

Коробчатая упаковка — задача упаковки набора предметов разного размера.
в емкости разной емкости. Цель состоит в том, чтобы упаковать как можно больше
объектов, насколько это возможно, в зависимости от вместимости контейнеров. Особый случай
это задача о рюкзаке , в которой есть только один контейнер.

Узнайте больше об упаковке контейнеров

Планирование

Проблемы планирования связаны с выделением ресурсов для выполнения набора задач в
конкретное время. Важным примером является работа магазина проблема , в котором
несколько заданий обрабатываются на нескольких машинах.
Каждая работа состоит из последовательности задач, которые должны быть выполнены в заданное время.
порядке, и каждая задача должна обрабатываться на определенной машине. Проблема в том, чтобы
назначьте расписание, чтобы все задания выполнялись за как можно более короткий промежуток времени
насколько это возможно.

Узнать больше о расписании

Маршрутизация

Проблемы маршрутизации связаны с поиском оптимальных маршрутов для парка транспортных средств
пройти через сеть, заданную ориентированным графом.
Проблема назначения посылок грузовикам доставки, описанная в
Что такое проблема оптимизации? Это один из примеров маршрутизации.