Rapport de chevauchement de segments et de caractéristiques

Renvoie des données sur le nombre d’utilisateurs uniques partagés entre une caractéristique particulière et un segment entier.

Présentation

En tant qu'outil d'optimisation, les rapports Segment to Trait Overlap vous aident à créer des segments très ciblés ou à étendre la portée des segments. Par exemple, vous pouvez créer des segments ciblés et des caractéristiques présentant un chevauchement élevé pour atteindre une audience particulière. Cependant, un grand chevauchement peut signifier moins d'utilisateurs uniques (moins de portée). L’exécution de ce rapport permet d’élargir la portée en supprimant les caractéristiques présentant un fort chevauchement de segments et en les remplaçant par des caractéristiques présentant moins de chevauchement.

Exemple de rapport

L’illustration suivante présente un aperçu général du rapport Segment-to-Trait Overlap.

Zoom sur les points de données individuels

Sélectionnez un point individuel pour accéder aux détails des données de vue dans une fenêtre contextuelle. Les actions de clic mettent automatiquement à jour les données affichées dans le rapport.

Comparaison de segments aux caractéristiques

Décrit comment comparer des segments et des caractéristiques afin de tirer des informations significatives des résultats.

Comparaison des caractéristiques et des segments uniques : Exemple

À première vue, il peut sembler illogique de comparer les segments aux caractéristiques et de tenter de tirer des conclusions des résultats. Après tout, les segments et les caractéristiques sont différents, alors comment les données dérivées d'éléments disparates peuvent-elles avoir un sens ? Cependant, dans ce cas, nous ne comparons pas les caractéristiques et les segments, mais le nombre de visiteurs uniques partagés entre eux. Le nombre de visiteurs uniques partagés fournit la valeur commune qui rend possible une comparaison segment/caractéristique.

Le diagramme suivant illustre la relation entre une caractéristique et le segment auquel elle appartient. Dans ce cas, nous avons un trait avec 10 visiteurs et un segment avec 1000 visiteurs. Ils partagent 3 visiteurs uniques en commun.

Le nombre de visiteurs uniques est la valeur constante commune partagée entre ces différentes classes d’objets. Par conséquent, vous pouvez déterminer la relation de visiteur unique entre eux comme suit :

• La caractéristique partage 30 % de ses visiteurs uniques avec le segment (3/10 = 0,30).
• Le segment partage 0,3 % de ses visiteurs uniques avec la caractéristique (3/1 000 = 0,003)

Rechercher une valeur dans les comparaisons de segment à caractéristiques

L’examen du chevauchement entre les caractéristiques et les segments peut vous aider à estimer le pool de visiteurs (prévisions) disponible total ou à trouver des segments inefficaces avec trop de chevauchements.

Présentation des Filtres de données dans le rapport de chevauchement segment-à-caractéristique

Décrit le fonctionnement des curseurs % de chevauchement de caractéristiques et de segments uniques.

Le rapport Segment-to-Trait overlap vous permet d’utiliser deux curseurs pour filtrer les données selon le pourcentage de chevauchement par caractéristique ou segment.

• Filter Trait Uniques %: Filtres les données en fonction du pourcentage de visiteurs uniques partagés entre la caractéristique et le segment.
• Filter Segment Uniques Overlap %: Filtres les données selon le pourcentage de visiteurs uniques qui se partagent entre le segment et la caractéristique.

Exemple

Le diagramme suivant illustre la différence entre le pourcentage de caractéristiques et le pourcentage de segments. Dans ce cas, la caractéristique et le segment partagent 3 visiteurs uniques. En proportions :

• La caractéristique partage 30 % de ses visiteurs uniques avec le segment (3/10 = 0,30).
• Le segment partage 0,3 % de ses visiteurs uniques avec la caractéristique (3/1 000 = 0,003)

Champs de fenêtres de données de segment à caractéristique définis

Décrit les mesures affichées dans la fenêtre contextuelle lorsque vous cliquez sur un point de données individuel.

La fenêtre contextuelle du rapport Segment-to-Trait Overlap contient les mesures ci-dessous. Notez que la mesure unique dans le tableau représente vos utilisateurs en temps réel.