Dokumentation Customer Journey Analytics Handbuch zu Customer Journey Analytics

Spalteneinstellungen

Last update: Wed Oct 02 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Themen:

Erstellt für:

Benutzende

Mit den Spalteneinstellungen können Sie die Spaltenformatierung konfigurieren. Einige davon sind bedingt.

Sehen Sie sich ein Video an, um diese Funktion zu demonstrieren.

video poster

https://video.tv.adobe.com/v/328501/?quality=12&captions=ger

In diesem Video wird die Funktion mit Adobe Analytics veranschaulicht. Die Funktion ist jedoch auch in Customer Journey Analytics verfügbar. Beachten Sie die folgenden Unterschiede in der Terminologie.

table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 1-align-center 2-align-center 4-align-center 5-align-center 7-align-center 8-align-center 10-align-center 11-align-center 13-align-center 14-align-center
Adobe Analytics	Customer Journey Analytics
Segmente	Filter
Besucher	Benutzer
Besuch	Sitzung
Treffer	Ereignis

Um auf die Spalteneinstellungen zuzugreifen, wählen Sie in der Spaltenüberschrift aus.

Spalteneinstellungen

Sie können Einstellungen für mehrere Spalten gleichzeitig bearbeiten. Wählen Sie mehrere Spalten aus und wählen Sie in einer der ausgewählten Spalten die Option aus. Jede Änderung, die Sie vornehmen, gilt für alle Spalten mit ausgewählten Zellen.

Option

Beschreibung

Gesamtsumme anzeigen

Zeigt eine clientseitige Summe der Spalte an. Diese Gesamtsumme dedupliziert Metriken wie Sitzungen oder Personen nicht.

Gesamtsumme anzeigen

Zeigt eine Server-seitige Summe der Spalte an. Die Gesamtsumme dedupliziert Metriken wie Sitzungen oder Personen.

Sparkline anzeigen

Zeigen Sie ein Liniendiagramm an der Spaltenüberschrift.

Nummer

Bestimmen Sie, ob in einer Zelle der numerische Wert für die Metrik angezeigt/ausgeblendet wird. Ist die Metrik beispielsweise „Seitenansichten“, ist der numerische Wert die Anzahl an Seitenansichten für dieses Zeilenelement.

Prozent

Bestimmen Sie, ob in einer Zelle der Prozentwert für die Metrik angezeigt/ausgeblendet wird. Wenn die Metrik beispielsweise "Seitenansichten"ist, ist der Prozentwert die Anzahl der Seitenansichten für das Zeilenelement dividiert durch die Gesamtanzahl der Seitenansichten für die Spalte. Hinweis: Prozentsätze über 100 % sind möglich, um Genauigkeit zu gewährleisten. Die obere Grenze kann auf 1.000 % verschoben werden, um zu verhindern, dass die Spaltenbreite zu groß wird.

Anomalien anzeigen

Bestimmen Sie, ob die Anomalieerkennung für die Werte in dieser Spalte ausgeführt wird.

Vorschau anzeigen

Bestimmen Sie, ob die Prognosewerte in dieser Spalte angezeigt werden.

Umbruch Kopfzeilentext

Schließen Sie den Kopfzeilentext in Freiformtabellen ein, damit Kopfzeilen besser lesbar und Tabellen einfacher freizugeben sind. Wrapping ist für das PDF-Rendering und für Metriken mit langen Namen nützlich. Standardmäßig aktiviert.

Null nicht als Wert interpretieren

Stellen Sie bei Zellen mit einem 0-Wert fest, ob eine 0 oder eine leere Zelle angezeigt werden soll. Diese Interpretation ist nützlich, wenn Sie Daten für jeden Tag eines Monats betrachten und einige Tage in der Zukunft liegen. Statt für zukünftige Daten 0 anzuzeigen, werden stattdessen leere Zellen angezeigt. Diagramme berücksichtigen diese Einstellung ebenfalls (d. h. die Diagramme zeigen keine Linie oder Balken mit 0 Werten an).

Hintergrund

Bestimmen Sie, ob in einer Zelle die gesamte Zellformatierung, einschließlich Balkendiagramm und bedingter Formatierung, ein-/ausgeblendet wird.

Balkendiagramm

Zeigt ein horizontales Balkendiagramm an, das den Zellenwert im Verhältnis zum Gesamtwert der Spalte darstellt.

Bedingte Formatierung

Bedingte Formatierung verwenden. Siehe den Abschnitt Abschnitt unten.

Vorschau der Tabellenzelle

Eine Vorschau der Darstellung jeder Zelle mit den aktuell ausgewählten Formatierungsoptionen.

Nicht standardmäßiges Attributionsmodell verwenden

Verwenden Sie ein nicht standardmäßiges Attributionsmodell. Siehe den Abschnitt Abschnitt unten.

Bedingte Formatierung conditional-formatting

Die bedingte Formatierung gilt für Obergrenzen, Mittelwerte und Untergrenzen, die Sie definieren können. Das Anwenden bedingter Formatierung in Freiformtabellen ist auch bei Aufschlüsselungen automatisch aktiviert, es sei denn, die Beschränkungen für Benutzerdefiniert sind aktiviert.

Bedingte Formatierung

Optionen für die bedingte Formatierung

Beschreibung

Prozentbeschränkungen verwenden

Ändern Sie das Limit, das auf Prozentsätzen basieren soll anstatt auf absoluten Werten. Der Prozentbegrenzungsbereich funktioniert für Metriken, die ausschließlich prozentbasiert sind (wie Absprungrate), sowie für Metriken mit einer Anzahl und einem Prozentsatz (wie Seitenansichten).

Automatisch generiert

Obere/mittlere/untere Limits automatisch auf Basis der Daten berechnen. Die Obergrenze entspricht dem höchsten Wert in dieser Spalte. Die Untergrenze entspricht dem niedrigsten Wert und der Mittelpunkt ist der Durchschnittswert der Ober- und der Untergrenze.

Benutzerspezifisch

Weisen Sie Obergrenze, Mittelpunkt und Untergrenze manuell zu. Durch Einschränkungen kann flexibel bestimmt werden, wann ein Spaltenwert gut, durchschnittlich oder schlecht wird.

Palette "Bedingte Formatierung"

Wenden Sie einen vorkonfigurierten Farbsatz auf Zellen an. Je nachdem, welches der vier ausgewählten Farbschemas verwendet wird, werden den hohen Werten, Mittelwerten und niedrigen Werten unterschiedliche Farben zugewiesen.
Wenn Sie eine Dimension in der Tabelle ersetzen, werden die Grenzwerte für die bedingte Formatierung zurückgesetzt. Wenn Sie eine Metrik ersetzen, werden die Grenzwerte für diese Spalte zurückgesetzt (dabei wird eine Metrik auf der X-Achse und eine Dimension auf der Y-Achse dargestellt).

Nicht standardmäßiges Attributionsmodell verwenden use-non-default-attribution-model

Sie können das standardmäßige Attributionsmodell überschreiben, das in Datenansichten konfiguriert ist.

NOTE

Beachten Sie beim Aktualisieren der Attribution einer Komponente auf ein nicht standardmäßiges Attributionsmodell Folgendes:

Bei Verwendung der Komponente in einem Bericht mit einer einzelnen Dimension: Die Attribution der Komponente ignoriert das Zuordnungsmodell, wenn ein nicht standardmäßiges Attributionsmodell verwendet wird.
Bei Verwendung der Komponente in einem Bericht mit mehreren Dimensionen: Die Attribution der Komponente behält das Zuordnungsmodell bei, wenn ein nicht standardmäßiges Attributionsmodell verwendet wird.

Mehrere Dimensionen sind nur verfügbar, wenn Daten in die Cloud exportieren.

Weitere Informationen zur Zuordnung finden Sie unter Einstellungen der Persistenz-Komponente.

So verwenden Sie ein nicht standardmäßiges Attributionsmodell für eine Metrik in einer Analysis Workspace:

Wählen Sie Nicht standardmäßiges Attributionsmodell verwenden aus. Wenn Sie das Attributionsmodell bereits ausgewählt haben, verwenden Sie Bearbeiten , um es zu bearbeiten. Oder heben Sie die Auswahl auf, um zum standardmäßigen Attributionsmodell zurückzukehren.
Wählen Sie im Spaltenattributionsmodell ein Modell und ein Lookback-Fenster aus. Das Lookback-Fenster bestimmt das Fenster der Datenzuordnung, das für jede Konversion angewendet wird.

Attributionsmodelle

Ein Attributionsmodell bestimmt, welche Dimensionselemente einer Metrik gutgeschrieben werden, wenn innerhalb des Lookback-Fensters einer Metrik mehrere Werte angezeigt werden. Attributionsmodelle gelten nur, wenn im Lookback-Fenster mehrere Dimensionselemente festgelegt sind. Wenn nur ein einzelnes Dimensionselement festgelegt ist, wird diesem Dimensionselement unabhängig vom verwendeten Attributionsmodell 100 % zugeschrieben.

Symbol

Attributionsmodell

Definition

Letztkontakt

100 % werden dem Touchpoint zugeschrieben, der zuletzt vor der Konvertierung aufgetreten ist. Dieses Attributionsmodell ist normalerweise der Standardwert für jede Metrik, bei der kein Attributionsmodell anderweitig angegeben ist. Unternehmen verwenden in der Regel dieses Modell, bei dem die Konvertierungszeit relativ kurz ist, z. B. bei der Analyse interner Suchbegriffe.

Erstkontakt

100 % werden dem Touchpoint zugeschrieben, der zuerst im Attributions-Lookback-Fenster angezeigt wird. Unternehmen verwenden dieses Modell in der Regel, um das Markenbewusstsein oder die Kundenakquise zu verstehen.

Linear

Ermöglicht die gleiche Gewichtung für jeden Touchpoint, der zu einer Konversion geführt hat. Dies ist nützlich, wenn Konversionszyklen länger sind oder eine häufigere Kundeninteraktion erfordern. Unternehmen verwenden in der Regel dieses Attributionsmodell zur Messung der Benachrichtigungseffektivität mobiler Apps oder mit abonnementbasierten Produkten.

Beitrag

100 % Gewichtung für alle eindeutigen Touchpoints. Da jedem Touchpoint 100 % zugeschrieben werden, ergeben sich für Metrikdaten in der Regel mehr als 100 %. Wenn ein Dimensionselement mehrmals vor einer Konversion separat angezeigt wird, werden die Werte auf 100 % dedupliziert. Dieses Attributionsmodell eignet sich ideal für Situationen, in denen Sie verstehen möchten, welche Touchpoints Kunden am häufigsten angezeigt werden. Medienunternehmen verwenden dieses Modell normalerweise zur Berechnung der Content Velocity. Einzelhandelsunternehmen verwenden dieses Modell normalerweise, um zu verstehen, welche Teile ihrer Site für die Konversion von entscheidender Bedeutung sind.

Selber Kontakt

100 % werden demselben Ereignis zugeschrieben, bei dem die Konversion erfolgte. Wenn bei demselben Ereignis wie einer Konversion kein Touchpoint auftritt, wird er unter "Keine"zusammengefasst. Dieses Attributionsmodell ist manchmal mit dem Attributionsmodell gleichgesetzt, das überhaupt nicht vorhanden ist. Dies ist in Szenarien nützlich, in denen Sie keine Werte aus anderen Ereignissen wünschen, die sich auf die Art und Weise auswirken, in der eine Metrik Dimensionselementen zugeschrieben wird. Produkt- oder Designteams können dieses Modell verwenden, um die Effektivität einer Seite zu bewerten, auf der eine Konversion stattfindet.

U-Form

Der ersten Interaktion werden 40 % zugeschrieben, der letzten Interaktion 40 %. Die verbleibenden 20 % werden auf alle dazwischen liegenden Touchpoints aufgeteilt. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Konversionen mit zwei Touchpoints werden beiden 50 % zugeschrieben. Dieses Attributionsmodell eignet sich am besten in Szenarien, in denen Sie die erste und letzte Interaktion am häufigsten bewerten, aber keine zusätzlichen Interaktionen dazwischen vollständig verwerfen möchten.

J-Kurve

Der letzten Interaktion werden 60 % zugeschrieben, der ersten Interaktion werden 20 % zugeschrieben. Die restlichen 20 % werden auf alle dazwischen liegenden Touchpoints aufgeteilt. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Konversionen mit zwei Touchpoints werden der letzten Interaktion 75 % zugeschrieben und der ersten 25 %. Ähnlich wie U-förmig bevorzugt dieses Attributionsmodell die ersten und letzten Interaktionen, bevorzugt jedoch die letzte Interaktion.

Umgekehrtes J

Der ersten Interaktion werden 60 % zugeschrieben, der letzten Interaktion 20 %. Die verbleibenden 20 % werden auf alle dazwischen liegenden Touchpoints aufgeteilt. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Konversionen mit zwei Touchpoints werden der ersten Interaktion 75 % zugeschrieben und der letzten 25 %. Ähnlich wie J-förmig bevorzugt dieses Attributionsmodell die ersten und letzten Interaktionen, bevorzugt jedoch die erste Interaktion.

Zeitabfall

Folgt einem exponentiellen Abfall mit einem benutzerdefinierten Parameter für die Halbwertszeit, wobei der Standardwert 7 Tage ist. Die Gewichtung der einzelnen Kanäle hängt von der Zeit ab, die zwischen dem Beginn des Touchpoints und der letztendlichen Konversion verstrichen ist. Die Formel, die zur Bestimmung der Gewichtung verwendet wird, lautet 2^(-t/halflife), wobei t die Zeit zwischen einem Touchpoint und einer Konversion ist. Alle Touchpoints werden dann auf 100 % normalisiert. Ideal für Szenarien, in denen Sie die Attribution mit einem bestimmten und wichtigen Ereignis messen möchten. Je länger eine Konversion nach diesem Ereignis erfolgt, desto weniger Gewichtung wird gewährt.

Anpassen

Ermöglicht die Angabe der Gewichtungen, die Sie für den Erstkontakt-Punkt, den Letztkontakt-Punkt und alle dazwischen liegenden Touchpoints festlegen möchten. Die angegebenen Werte werden auf 100 % normalisiert, selbst wenn die eingegebenen benutzerdefinierten Zahlen zusammen nicht 100 ergeben. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Interaktionen mit zwei Touchpoints wird der mittlere Parameter ignoriert. Die Erst- und Letztkontaktpunkte werden dann auf 100 % normalisiert und die Gewichtung wird entsprechend zugeordnet. Dieses Modell eignet sich ideal für Analysten, die vollständige Kontrolle über ihr Attributionsmodell wünschen und spezielle Anforderungen haben, die andere Attributionsmodelle nicht erfüllen.

Algorithmisch

Verwendet statistische Verfahren, um die optimale Zuordnung für die ausgewählte Metrik dynamisch zu bestimmen. Der für die Zuordnung verwendete Algorithmus basiert auf der Harsanyi-Dividende aus der kooperativen Spieltheorie. Die Harsanyi-Dividende ist eine Verallgemeinerung der Shapley-Wertlösung (die nach Lloyd Shapley, einem Nobelpreisträger für Ökonomie, benannt wurde) zur Verteilung von Gutschriften unter den Spielern in einem Spiel mit ungleichen Beiträgen zum Ergebnis.
Auf hoher Ebene wird die Attribution als eine Koalition von Akteuren berechnet, auf die ein Überschuss gleichmäßig verteilt werden muss. Die Überschusshöhe jeder Koalition wird nach dem Überschuss bestimmt, der zuvor von jeder Unterkoalition (oder zuvor teilnehmenden Dimensionselementen) rekursiv erzeugt wurde. Weitere Informationen finden Sie in den Originalpapieren von John Harsanyi und Lloyd Shapley:
Shapley, Lloyd S. (1953). A value for n-person games. Contributions to the Theory of Games, 2(28), 307-317.
Harsanyi, John C. (1963). A simplified bargaining model for the n-person cooperative game. International Economic Review 4(2), 194-220.

Lookback-Fenster

Ein Lookback-Fenster ist der Zeitraum, der für eine Konversion rückblickend bei der Erfassung von Touchpoints berücksichtigt werden sollte. Wenn ein Dimensionselement außerhalb des Lookback-Fensters festgelegt wird, wird der Wert nicht in Attributionsberechnungen einbezogen.

14 Tage: Blickt bis zu 14 Tage nach der Konvertierung zurück.
30 Tage: Blickt bis zu 30 Tage nach der Konvertierung zurück.
60 Tage: Blickt bis zu 60 Tage nach der Konvertierung zurück.
90 Tage: Blickt bis zu 90 Tage nach der Konvertierung zurück.
Sitzung: Blickt bis zum Anfang der Sitzung zurück, in der eine Konversion stattgefunden hat. Sitzungs-Lookback-Fenster berücksichtigen den modifizierten Sitzungs-Timeout in einer Datenansicht.
Person (Berichtsfenster): Betrachtet alle Besuche bis zum ersten des Monats des aktuellen Datumsbereichs. Wenn der Datumsbereich des Berichts beispielsweise zwischen dem 15. September und dem 30. September liegt, liegt der Personen-Lookback-Datumsbereich zwischen dem 1. September und dem 30. September. Wenn Sie dieses Lookback-Fenster verwenden, können Sie gelegentlich sehen, dass Dimensionselemente Datumsangaben außerhalb Ihres Berichtsfensters zugeordnet werden.
Benutzerdefinierte Zeit: Ermöglicht Ihnen das Festlegen eines benutzerdefinierten Lookback-Fensters ab dem Zeitpunkt der Konvertierung. Sie können die Anzahl der Minuten, Stunden, Tage, Wochen, Monate oder Quartale festlegen. Wenn beispielsweise am 20. Februar eine Konversion stattgefunden hat, würde ein Lookback-Fenster von fünf Tagen alle Dimensionskontaktpunkte vom 15. Februar bis 20. Februar im Attributionsmodell auswerten.

recommendation-more-help

080e5213-7aa2-40d6-9dba-18945e892f79