기여도 분석에 사용된 통계 기법

기여도 분석은 Adobe Analytics에서 관찰된 예외 항목에 기여한 사항을 드러내도록 설계된 집중 머신 러닝 프로세스입니다. 이 프로세스의 목적은 사용자가 집중 영역이나 추가 분석 기회를 원래 가능한 것보다 훨씬 더 빨리 찾는 것을 돕는 것입니다.

기여도 분석에서는 사용자의 기여도 분석 보고서에 사용할 수 있는 모든 단일 차원 항목에 두 부분으로 구성된 알고리즘을 수행하여 이 작업을 완수합니다. 알고리즘은 다음 순서로 작동합니다.

  1. 각 차원에 대해 Cramer의 V 테스트 통계가 계산됩니다. 다음 예에서, 두 개의 시간 기간에 대해 국가별 페이지 보기 횟수를 보여주는 분할표를 고려하십시오.

    표 1에서는 Cramer의 V를 사용하여 기간 1(예: 히스토리)과 기간 2(예: 예외 항목이 발생한 날)에 대한 국가별 페이지 보기 횟수 간 연관성을 측정할 수 있습니다. Cramer의 V에 대한 낮은 값은 낮은 수준의 연관성을 나타냅니다. Cramer의 V 범위는 0(연관성이 없음) ~ 1(완전한 연관성)입니다. Cramer의 V 통계를 다음과 같이 계산할 수 있습니다.

  2. 각 차원 항목에 대해서는 PR(Pearson's Residual)을 사용하여 예외 항목 지표와 각 차원 항목 간의 연관성을 측정할 수 있습니다. PR은 표준 정규 분포를 따르며, 이 분포에서 알고리즘은 편차가 비교할 수 없이 작더라도 임의의 두 변수에 대한 PR을 비교할 수 있습니다. 실제로, 이 오류는 알려져 있지 않으며, 한정된 샘플 수정을 사용하여 평가됩니다.

    이전 예의 표 1에서, 국가 i 및 기간 2에 대한 한정된 샘플 수정이 있는 PR은 다음 식으로 주어집니다.

    여기에서,

    (기간 1에 대해 유사한 공식을 얻을 수 있습니다.)

    이때 최종 결과를 위한 각 차원 항목의 점수는 Cramer의 V 척도 만큼 가중 계산되며, 기여도 점수를 제공하기 위해 0과 1 사이의 숫자로 조정됩니다.

이 페이지에서는

Adobe Summit Banner

A virtual event April 27-28.

Expand your skills and get inspired.

Register for free
Adobe Summit Banner

A virtual event April 27-28.

Expand your skills and get inspired.

Register for free
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now