區段至特徵重疊報表

返回特定特性和整個段之間共用的唯一用戶數的資料。

注意

Audience Manager中的Overlap報告遵循RBAC原則。 您只能從資料源中查看段和特徵,您可以根據 RBAC用戶組 屬於你。

概述

作為優化工具, Segment to Trait Overlap 報告可幫助您構建高度集中的細分市場或擴大細分市場。 例如,您可以建立重疊度高的聚焦段和特徵,以接觸特定的受眾。 但是,大量重疊可能意味著唯一用戶減少(訪問範圍減小)。 運行此報告有助於擴展覆蓋範圍,方法是刪除具有大量段重疊的特徵,並用重疊較少的特徵替換這些特徵。

示例報告

下圖提供了對 Segment-to-Trait Overlap 報告。

細化單個資料點

選擇單個點以在彈出窗口中查看資料詳細資訊。 您的按一下操作會自動更新報告中顯示的資料。

將段與特徵進行比較

描述如何比較段和特徵以從結果中獲取有意義的資訊。

比較特性和段統一性:一個例子

乍一看,將資料段與特徵進行比較並試圖從結果中得出結論似乎不合邏輯。 畢竟,資料段和特徵是不同的,那麼從不同項目中得出的資料又有什麼意義呢? 但是,在本例中,我們不是比較特徵和片段,而是比較它們之間共用的獨特訪問者的數量。 共用的唯一訪問者計數提供了使段與特徵比較成為可能的公共值。

下圖說明了特徵與其所屬段之間的關係。 在這個例子中,我們有10個訪客和1000個訪問者。 他們共有3個獨特的訪問者。

唯一訪問者計數是這些不同對象類之間共用的常數值。 因此,您可以確定它們之間的唯一訪問者關係,如下所示:

  • 30%的獨有訪客與此段(3/10 = 0.30)相同。
  • 該部門擁有0.3%的獨有訪問者具有這一特點(3/1,000 = 0.003)

在段中查找值以比較特徵

查看特徵和段之間的重疊有助於您估計可用訪問者總庫(預測)或查找重疊過多的低效段。

使用案例 說明
預測

要確定可用訪問者池,請總和特徵總數(較少重疊)與段總數(較少重疊)之間的差。

這種片段特徵組合可以達到1004個新用戶。

查找低效段

如果一個特質是 段定義中的「組」,具有該特性的唯一訪問者已在段中,且不可用於添加到段。 您可以使用此報告查找重疊度低的相關特徵,並將其添加到段定義中,從而增加該段受眾池的覆蓋範圍。

瞭解段到特徵重疊報告中的資料篩選器

描述特性和段唯一重疊%滑塊的工作方式。

的 Segment-to-Trait overlap report允許您使用兩個滑塊按重疊%按特性或段過濾資料。

  • Filter Trait Uniques %: 按特性和段之間共用的唯一訪問者百分比篩選資料。
  • Filter Segment Uniques Overlap %: 按段和特徵之間唯一訪問者共用的百分比篩選資料。

範例

下圖說明了特徵單位%與段單位%之間的差異。 在這種情況下,特徵和片段共有3個獨特訪問者。 比例:

  • 30%的獨有訪客與此段(3/10 = 0.30)相同。
  • 該部門擁有0.3%的獨有訪問者具有這一特點(3/1,000 = 0.003)

定義段到特徵資料彈出欄位

描述按一下單個資料點時彈出窗口中顯示的度量。

的彈出窗口 Segment-to-Trait Overlap 報告包含以下度量。 請注意,表中的單位度量表示 即時用戶

量度 說明
段ID 段的唯一數字ID。
特性資料源 特徵所有者的名稱。
資料源類型 定義特徵所屬的提供程式類型。 可以是:
  • 第一次聚會(你的特質)。
  • 第三方(來自外部資料合作夥伴/供應商)。
特性ID 特性的唯一數字ID。
特性名稱 特徵的名稱。
特徵單位重疊% 與段具有特徵的獨特訪問者百分比。
段單位重疊% 具有特點的段中唯一訪問者的百分比。
重疊統一 段和特徵之間共用的唯一訪問者數。
段Uniques 段中的唯一訪問者數。
特萊烏尼克斯 特徵中的獨特訪問者數。

本頁內容