傳回特定特徵和整個區段之間共用的不重複使用者人數資料。
Audience Manager中的重疊報表遵循RBAC原則。 您只能根據以下專案從您有權存取的資料來源檢視區段和特徵 rbac使用者群組 您所屬的。
作為最佳化工具, Segment to Trait Overlap 報表可協助您建立高度聚焦的區段,或擴大區段觸及率。 例如,您可以建立高度重疊的重點區段和特徵,以觸及特定對象。 不過,大量重疊可能代表不重複使用者較少(觸及範圍較小)。 執行此報告可移除有許多區段重疊的特徵,並以重疊較少的特徵取代,以協助擴大觸及率。
下圖提供 Segment-to-Trait Overlap 報告。
選取個別點,以在快顯視窗中檢視資料詳細資訊。 您的點按動作會自動更新報表中顯示的資料。
說明如何比較區段和特徵,以從結果中得出有意義的資訊。
乍看之下,將區段與特徵進行比較並嘗試從結果中得出結論似乎不合邏輯。 畢竟,區段和特徵是不同的,所以從不同的專案衍生的資料有什麼意義? 不過,在此案例中,我們並非比較特徵和區段,而是比較兩者之間共用的不重複訪客數量。 共用的不重複訪客計數提供通用值,可讓區段與特徵比較。
下圖說明特徵與其所屬區段之間的關係。 在此案例中,我們有一個特徵包含10位訪客,而區段包含1,000位訪客。 他們共用3個不重複訪客。
不重複訪客計數是這些不同物件類別之間共用的共同常數值。 因此,您可以依照下列方式判斷兩者之間的不重複訪客關係:
檢視特徵和區段之間的重疊有助於估計可用的訪客集區總數(預測),或找出重疊太多且效率低下的區段。
用例 | 描述 |
---|---|
預測 | 若要判斷可用的訪客集區,請加總特徵總計(較少重疊)和區段總計(較少重疊)之間的差異。 此區段特徵組合最多可達1004名新使用者。 |
尋找低效區段 | 如果特徵屬於 和 群組,則具有該特徵的不重複訪客已存在於區段中,且無法新增至區段。 您可以使用此報表尋找低重疊的相關特徵,並將其新增至區段定義,藉此擴大該區段受眾集區的觸及率。 |
說明特徵和區段不重複重疊%滑桿如何運作。
此 Segment-to-Trait overlap 報表可讓您使用兩個滑桿,依特徵或區段依重疊百分比篩選資料。
下圖說明特徵唯一值%與區段唯一值%之間的差異。 在這種情況下,特徵和區段共用3個不重複訪客。 以比例顯示:
說明當您按一下個別資料點時,彈出式視窗中顯示的量度。
的快顯視窗 Segment-to-Trait Overlap 報表包含下列量度。 請注意,表格中的不重複量度代表 即時使用者.
量度 | 描述 |
---|---|
區段ID | 區段的不重複數值ID。 |
特徵資料來源 | 特徵擁有者的名稱。 |
資料來源型別 | 定義特徵所屬的提供者型別。 可以是:
|
特徵ID | 特徵的不重複數值ID。 |
特徵名稱 | 特徵名稱。 |
特徵不重複重疊百分比 | 特徵與此區段共用的不重複訪客百分比。 |
區段不重複重疊百分比 | 某個區段與某個特徵共用的不重複訪客百分比。 |
重疊不重複專案 | 區段和特徵之間共用的不重複訪客數量。 |
區段唯一值 | 區段中的不重複訪客數量。 |
特徵不重複 | 特徵中的不重複訪客數量。 |