区段到特征重叠报表

返回特定特征与整个区段之间共享的唯一用户数的数据。

概述

作为优化工具，Segment to Trait Overlap报表可帮助您构建高度集中的细分或扩大细分范围。 例如，您可以创建重叠度高的重点细分和特征，以到达特定受众。 但是，大量重叠可能意味着独特用户数量减少（触及范围更小）。 运行此报表以通过删除具有大量区段重叠的特征并用重叠较少的特征替换这些特征来帮助扩大受众范围。

示例报告

下图提供了Segment-to-Trait Overlap报表的高级概述。

深入查看各个数据点

在弹出窗口中选择视图数据详细信息的单个点。 您的点击操作会自动更新报表中显示的数据。

比较区段与特征

介绍如何比较区段和特征，从结果中获得有意义的信息。

比较特征和区段唯一值：示例

乍一看，比较细分与特征并试图从结果中得出结论似乎不合逻辑。 毕竟，细分和特征是不同的，那么从不同项目衍生的数据又如何具有意义呢？ 但是，在这种情况下，我们不会比较特征和区段，而是比较它们之间共享的唯一访客数。 共享的唯一访客计数提供了使区段与特征比较成为可能的公用值。

下图说明特征与其所属区段之间的关系。 在这个例子中，我们有一个特征，有10个访客，一个区段有1,000个访客。 他们共享3个独特的访客。

唯一访客计数是这些不同类别对象之间共享的常量值。 因此，您可以按如下方式确定它们之间的唯一访客关系：

• 特征与区段共享其唯一访客的30%(3/10 = 0.30)。
• 区段与特征共享其唯一访客的0.3%(3/1,000 = 0.003)

在区段与特征比较中查找值

查看特征和区段之间的重叠可以帮助您估计可用访客池总数（预测）或查找重叠过多的低效区段。

了解区段到特征重叠报表中的数据过滤器

描述特征和区段独特重叠%滑块的工作方式。

Segment-to-Trait overlap报表允许您使用两个滑块按重叠%（按特征或区段）筛选数据。

• Filter Trait Uniques %: 过滤器由特征和区段之间共享的唯一访客的%数据。
• Filter Segment Uniques Overlap %: 过滤器数据，按区段与特征之间共享的唯一访客的%。

示例

下图说明了特征唯一值%与区段唯一值%之间的差异。 在这种情况下，特征和区段共享3个唯一访客。 作为比例：

• 特征与区段共享其唯一访客的30%(3/10 = 0.30)。
• 区段与特征共享其唯一访客的0.3%(3/1,000 = 0.003)

已定义区段到特征数据弹出字段

描述在单击单个数据点时在弹出窗口中显示的量度。

Segment-to-Trait Overlap报表的弹出窗口包含以下量度。 请注意，表中的唯一值量度表示您的​实时用户。