傳回特定特徵與整個區段之間共用之獨特使用者人數的資料。
Audience Manager中的「重疊」報表符合RBAC原則。 您只能根據您所屬的RBAC使用者群組,從您有權存取的資料來源看到區段和特徵。
Segment to Trait Overlap報表是最佳化工具,可協助您建立高度重點的區段或擴大區段觸及面。 例如,您可以建立重疊度高的重點區段和特徵,以觸及特定對象。 不過,大量重疊可能意味著獨特使用者減少(觸及面減少)。 執行此報表可移除具有大量區段重疊的特徵,並以較少重疊的特徵取代,借以協助擴展觸及面。
下圖提供Segment-to-Trait Overlap報表的高階概述。
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顯示在報表中的資料。
說明如何比較區段和特徵,從結果中衍生出有意義的資訊。
乍一看,比較區段與特徵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,因此從不同項目衍生的資料又有何意義? 但是,在此案例中,我們不會比較特徵和區段,而是在它們之間共用的獨特訪客數量。 共用的獨特訪客計數提供可進行區段與特徵比較的通用值。
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10位訪客的特徵和1,000位訪客的區段。 他們共用3個獨特訪客。
獨特訪客計數是這些不同物件類別之間共用的常數值。 因此,您可以依下列方式決定訪客之間的獨特關係:
查看特徵和區段之間的重疊可協助您估計可用訪客總池(預測)或找出重疊過多的低效區段。
使用案例 | 說明 |
---|---|
預測 | 若要決定可用的訪客庫,請總和特徵總計(較少重疊)與區段總計(較少重疊)之間的差異。 此區段特徵組合最多可觸及1004位新使用者。 |
尋找效率不彰的區段 | 如果特徵是區段定義中 AND群組的一部分,則具有該特徵的獨特訪客已在區段中,無法新增至區段。 您可以使用此報表來尋找低重疊率的相關特性,並將其新增至區段定義,因此可增加該區段讀者群的觸及面。 |
說明特徵和區段獨特重疊%滑桿的運作方式。
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來篩選資料。
下圖說明特徵唯一值%與區段唯一值%之間的差異。 在此例中,特徵和區段共用3個獨特訪客。 比例:
說明當您按一下個別資料點時,在快顯視窗中顯示的量度。
Segment-to-Trait Overlap報表的快顯功能表包含下列度量。 請注意,表格中的獨特值度量代表您的即時使用者。
量度 | 說明 |
---|---|
區段ID | 區段的唯一數值ID。 |
特徵資料來源 | 特徵擁有者的名稱。 |
資料來源類型 | 定義特徵所屬的提供者類型。 可以是:
|
特徵ID | 特徵的唯一數值ID。 |
特徵名稱 | 特徵的名稱。 |
特徵獨特值重疊% | 特徵與區段共用的獨特訪客百分比。 |
區段唯一客戶重疊% | 區段與特徵共用的獨特訪客百分比。 |
重疊獨特值 | 區段與特徵之間共用的獨特訪客數。 |
區段唯一客戶 | 區段中的獨特訪客數。 |
特徵獨特值 | 特徵中的獨特訪客數。 |