Dokumentation Analytics Werkzeugleitfaden

Spalteneinstellungen

Last update: Tue Feb 04 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Themen:

Erstellt für:

Benutzende
Admin

Spalteneinstellungen ermöglichen die Konfiguration der Spaltenformatierung, wobei einige davon bedingte Bedingungen sein können.

recommendation-more-help

Siehe Zeilen- und Spalteneinstellungen in einer Freiformtabelle für ein Demovideo.

style

shade-box

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

Spalteneinstellungen

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

Option

Beschreibung

Summe anzeigen

Zeigt eine Client-seitige Summe der Spalte an. Diese Gesamtzahl dedupliziert Metriken wie Sitzungen Personen nicht.

Gesamtsumme anzeigen

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

Sparkline anzeigen

Ein Liniendiagramm in der Spaltenüberschrift anzeigen.

Nummer

Ermitteln Sie, ob eine Zelle den numerischen Wert für die Metrik ein- oder ausblendet. Ist die Metrik beispielsweise „Seitenansichten“, ist der numerische Wert die Anzahl an Seitenansichten für dieses Zeilenelement.

Prozent

Ermitteln Sie, ob eine Zelle den Prozentwert für die Metrik anzeigt/ausblendet. Wenn die Metrik beispielsweise Seitenansichten lautet, ist der Prozentwert die Anzahl der Seitenansichten für das Zeilenelement dividiert durch die Gesamtzahl der Seitenansichten für die Spalte. Hinweis: Prozentsätze über 100 % sind möglich, um Genauigkeit sicherzustellen. Die Obergrenze der Obergrenze kann auf 1.000 % verschoben werden, um zu verhindern, dass die Spaltenbreite zu groß wird.

Anomalien anzeigen

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

Prognose anzeigen

Stellen Sie fest, ob Prognosewerte in dieser Spalte angezeigt werden.

Kopfzeilentext umbrechen

Betten Sie den Kopfzeilentext in Freiformtabellen ein, um die Lesbarkeit der Kopfzeilen und die Freigabe der Tabellen zu verbessern. Der Umbruch ist für das PDF-Rendering und für Metriken mit langen Namen nützlich. Standardmäßig aktiviert.

Null nicht als Wert interpretieren

Legen Sie für Zellen mit dem Wert 0 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 liegen in der Zukunft. Statt 0 für zukünftige Datumsangaben werden stattdessen leere Zellen angezeigt. Diagramme berücksichtigen auch diese Einstellung (d. h. die Diagramme zeigen keine Linie oder keinen Balken mit 0 Werten an).

Hintergrund

Ermitteln Sie, ob in einer Zelle alle Zellformatierungen ein-/ausgeblendet werden, einschließlich Balkendiagramm und bedingter Formatierung.

Balkendiagramm

Ein horizontales Balkendiagramm anzeigen, das den Zellenwert im Verhältnis zur Gesamtsumme der Spalte darstellt.

Bedingte Formatierung

Verwenden der bedingten Formatierung. Siehe Abschnitt unten.

Vorschau der Tabellenzelle

Eine Vorschau der Darstellung der einzelnen Zellen mit den aktuell ausgewählten Formatierungsoptionen.

Nicht standardmäßiges Attributionsmodell verwenden

Verwenden Sie ein nicht standardmäßiges Attributionsmodell. Siehe 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 wird auch bei Aufschlüsselungen automatisch aktiviert, es sei dennBenutzerdefinierte Beschränkungen sind ausgewählt.

Bedingte Formatierung

Bedingte Formatierungsoptionen

Beschreibung

Prozentsätze verwenden

Ändern Sie das Limit, das auf Prozentsätzen basieren soll anstatt auf absoluten Werten. Der Bereich für die prozentuale Begrenzung funktioniert für Metriken, die ausschließlich prozentualbasiert sind (z. B. Absprungrate), und für Metriken, die eine Anzahl und einen Prozentsatz aufweisen (z. B. 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, Mittelwert und Untergrenze manuell zu. Beschränkungen bieten die Flexibilität, zu bestimmen, wann ein Spaltenwert gut, durchschnittlich oder schlecht wird.

Bedingte Formatierungspalette

Wenden Sie einen vorkonfigurierten Farbsatz auf Zellen an. Je nachdem, welches der vier ausgewählten Farbschemata verwendet wird, werden hohen, mittleren 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

NOTE

Beachten Sie Folgendes, wenn Sie die Attribution einer Komponente auf ein nicht standardmäßiges Attributionsmodell aktualisieren:

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.

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

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

Attributionsmodelle

Ein Attributionsmodell bestimmt, welchen Dimensionselementen eine Metrik gutgeschrieben wird, wenn im Lookback-Fenster einer Metrik mehrere Werte angezeigt werden. Attributionsmodelle werden nur angewendet, wenn im Lookback-Fenster mehrere Dimensionselemente festgelegt sind. Wenn nur ein einzelnes Dimensionselement festgelegt ist, erhält dieses Dimensionselement unabhängig vom verwendeten Attributionsmodell eine 100%ige Gutschrift.

Symbol

Attributionsmodell

Definition

Letztkontakt

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

Erstkontakt

Gibt dem Touchpoint, der zuerst im Attributions-Lookback-Fenster angezeigt wird, eine 100%ige Gewichtung. Unternehmen verwenden dieses Modell in der Regel, um Markenwahrnehmung oder Kundenakquise zu verstehen.

Linear

Gibt jedem Touchpoint vor der Konversion dieselbe Gewichtung. Dies ist besonders dann nützlich, wenn die Konversionszyklen länger sind oder häufiger Kundeninteraktionen erfordern. Unternehmen verwenden in der Regel dieses Attributionsmodell zur Messung der Effektivität von Mobile-App-Benachrichtigungen oder mit abonnementbasierten Produkten.

Beitrag

100 % Gewichtung für alle eindeutigen Touchpoints. Da jeder Touchpoint zu 100 % angerechnet wird, summieren sich die Daten von Metriken in der Regel auf mehr als 100 %. Wenn ein Dimensionselement mehrmals separat angezeigt wird, was zu einer Konversion führt, werden die Werte auf 100 % dedupliziert. Dieses Attributionsmodell ist ideal in Situationen, in denen Sie verstehen möchten, welche Touchpoints Kundinnen und Kunden am meisten ausgesetzt sind. Medienunternehmen verwenden dieses Modell normalerweise zur Berechnung der Inhaltsgeschwindigkeit. Einzelhandelsorganisationen verwenden dieses Modell in der Regel, um zu verstehen, welche Teile ihrer Site für die Konversion wichtig sind.

Selber Kontakt

Gibt dem Ereignis, bei dem die Konversion stattgefunden hat, eine 100%ige Gutschrift. Wenn ein Touchpoint nicht im selben Ereignis wie eine Konversion auftritt, wird er in Buckets unter „None“ („Keine„) erfasst. Dieses Attributionsmodell wird manchmal damit gleichgesetzt, dass es gar kein Attributionsmodell hat. Dies ist nützlich in Szenarien, in denen Sie keine Werte von anderen Ereignissen wünschen, die beeinflussen, wie eine Metrik Dimensionselementen zuordnet. Produkt- oder Design-Teams können dieses Modell verwenden, um die Effektivität einer Seite zu bewerten, auf der Konversionen stattfinden.

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 beide mit 50 % angerechnet. Dieses Attributionsmodell eignet sich am besten für Szenarien, in denen Sie die erste und letzte Interaktion am meisten schätzen, aber zusätzliche Interaktionen dazwischen nicht völlig ausschließen 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 % und der ersten 25 % zugeschrieben. Ähnlich wie U-förmig begünstigt dieses Attributionsmodell die erste und die letzte Interaktion, stärker 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 % und der letzten Interaktion 25 % zugeschrieben. Ähnlich wie J-förmig bevorzugt dieses Attributionsmodell die erste und die letzte Interaktion, stärker 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 Berührungspunkte werden dann auf 100 % normalisiert. Ideal für Szenarien, in denen Sie die Attribution anhand eines bestimmten und signifikanten Ereignisses messen möchten. Je länger nach diesem Ereignis eine Konversion stattfindet, desto weniger Anerkennung wird erhalten.

Anpassen

Hier können Sie die Gewichtungen angeben, die Sie dem ersten Touchpoint, dem letzten Touchpoint und allen dazwischen liegenden Touchpoints zuweisen 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. Der erste und der letzte Berührungspunkt werden dann auf 100 % normalisiert und die Gutschrift wird entsprechend zugewiesen. Dieses Modell eignet sich ideal für Analysten, die die volle Kontrolle über ihr Attributionsmodell haben möchten und spezifische Anforderungen haben, die andere Attributionsmodelle nicht erfüllen.

Algorithmisch

Verwendet statistische Verfahren, um die optimale Zuordnung von Gutschriften 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, an die ein Überschuss gerecht verteilt werden muss. Die Überschussverteilung jeder Koalition wird anhand des Überschusses bestimmt, der zuvor von jeder Subkoalition (oder zuvor teilnehmenden Dimensionselementen) rekursiv erzeugt wurde. Weitere Einzelheiten finden Sie in John Harsanyis und Lloyd Shapleys Originaldokumenten:
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 in keine Attributionsberechnungen einbezogen.

14 Tage: Schaut bis zu 14 Tage nach dem Zeitpunkt zurück, an dem die Konvertierung stattgefunden hat.
30 Tage: Sieht bis zu 30 Tage nach dem Zeitpunkt der Konvertierung zurück.
60 Tage: Sieht bis zu 60 Tage nach dem Zeitpunkt der Konvertierung zurück.
90 Tage: Sieht bis zu 90 Tage nach dem Zeitpunkt der Konvertierung zurück.
Besuch: Rückblick auf den Beginn des Besuchs, bei dem eine Konversion stattgefunden hat.
Besucher (Reporting-Fenster): Zeigt alle Besuche bis zum ersten des Monats des aktuellen Datumsbereichs an. Wenn der Datumsbereich des Berichts beispielsweise der 15. September bis zum 30. September ist, umfasst der Datumsbereich des Besucher-Lookback den 1. September bis zum 30. September. Wenn Sie dieses Lookback-Fenster verwenden, können Sie gelegentlich sehen, dass Dimensionselemente Datumsangaben außerhalb Ihres Reporting-Fensters zugeordnet werden.
Benutzerdefinierte Zeit: Ermöglicht es Ihnen, ein benutzerdefiniertes Lookback-Fenster festzulegen, das anzeigt, wann eine Konversion stattgefunden hat. Sie können die Anzahl der Minuten, Stunden, Tage, Wochen, Monate oder Quartale angeben. Wenn beispielsweise am 20. Februar eine Konversion stattgefunden hat, würden in einem Lookback-Fenster von fünf Tagen alle Dimensions-Touchpoints vom 15. bis 20. Februar im Attributionsmodell ausgewertet.

Siehe Dynamische) für ein Demovideo.

style

shade-box

a83f8947-1ec6-4156-b2fc-94b5551b3efc