Daten-Sampling und Fehlerraten in ausgewählten Audience Manager-Berichten

Eine Zusammenfassung der für einige Berichte verwendeten Stichprobenmethodik, Stichprobenfehlerquoten und eine Liste von Berichten, die Informationen basierend auf Stichprobendaten zurückgeben.

Datenstichprobenverhältnis

Einige Audience Manager-Berichte zeigen Ergebnisse basierend auf einem Stichprobensatz der Gesamtmenge der verfügbaren Daten an. Das Stichprobendatenverhältnis beträgt 1:54. Bei Berichten, die Stichprobendaten verwenden, basieren Ihre Ergebnisse auf einem Datensatz aus jeweils 54 Datensätzen.

Diese Berichte verwenden Daten aus statistischen Stichproben, weil sie eine enorme Rechenleistung benötigen, um Ergebnisse zu erzielen. Die Probenahme hilft dabei, ein Gleichgewicht zwischen geringeren Rechenanforderungen, der Aufrechterhaltung der Systemleistung und der Bereitstellung präziser Ergebnisse herzustellen.

Fehlerquoten

Fehler können in Berichten auftreten, die überlappende Daten generieren. Ein Fehler wird definiert als der Prozentsatz der Datensätze, die:

  • Hätte nicht in einen Bericht aufgenommen, aber trotzdem hinzugefügt werden sollen.
  • Hätte in einen Bericht aufgenommen werden sollen, aber nicht berücksichtigt.

Beachten Sie, dass unsere Tests und Modelle zeigen, dass die Fehlerquote in umgekehrtem Verhältnis zur Anzahl der Datensätze in Ihrem Datensatz abnimmt. Datensätze mit vielen Datensätzen führen zu weniger Fehlern als Datensätze mit einer geringen Anzahl von Datensätzen. Betrachten wir diese Behauptung quantitativer. Wie in der folgenden Tabelle dargestellt, liegen 95 % Ihrer Berichtsergebnisse bei einer bestimmten Anzahl von Datensätzen unter einer bestimmten Fehlerquote.

Anzahl der Datensätze Fehlerquote
500-1.000 95 % weisen eine Fehlerquote von 42 % auf.
1.000 - 1.500 95 % weisen eine Fehlerquote von 34 % auf.
10.000 - 50.000 95 % weisen eine Fehlerquote von 14 % auf.
50.000 95 % weisen eine Fehlerquote von 6 % auf.
100.000 95 % weisen eine Fehlerquote von 4 % auf.
500.000 (oder mehr) 95 % weisen eine Fehlerquote von 2 % auf.

Verwenden der Minhash-Stichprobenmethode

Basierend auf der Stichprobenmethode Minhash verwendet Audience Manager eine neuartige Methode, um Eigenschaften- und Segmentaussagen über einer Datenskizze des Typs "One Permutation Hashing"zu berechnen. Diese neue Methode erzeugt eine geringere Varianz als die Standardschätzung für die Ähnlichkeit mit Jaccard. Die Berichte, die diese Methode verwenden, finden Sie im folgenden Abschnitt.

Berichte mit Beispieldaten

Die Audience Manager-Berichte, die statistische Stichprobendaten und die Minhash-Stichprobenmethode verwenden, umfassen:

Statistische Stichproben Minhash-Stichprobenmethode
Addressable Audiencedata (Daten auf Kunden- und Segmentebene). Überschneidungsberichte (Eigenschaften in Eigenschaften, Segmente in Eigenschaften und Segmente in Segmenten)
Die Metrik Geräte insgesamt für Profile Merge Rule. Eigenschaftenempfehlungen
Data Explorer verwendet Stichprobendaten auf der Search Registerkarte und beliebige Saved Searches Audience Marketplace Recommendations

Auf dieser Seite

Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now