Erstellen eines Best-Fit-Attributionsmodells

WICHTIG

Mehr über die Data Workbench Mitteilung zum Ende der Nutzungsdauer.

Öffnen Sie im Premium-Menü die Best Fit Attribution und führen Sie die folgenden Schritte aus, um ein Modell mit der besten Zuordnung zu erstellen.

Überblick über Best Fit Attribution.

  1. Öffnen Best Fit Attribution.

    Öffnen Sie einen Arbeitsbereich und klicken Sie auf Premium > Best Fit Attribution.

    HINWEIS

    Die optimale Zuordnung ist eine Adobe Analytics Premium-Funktion, für die Sie Premium in Ihrem Profil aktivieren müssen. Dazu müssen Sie Ihr Zertifikat aktualisieren und das Premium-Profil Ihrer Datei profile.cfg hinzufügen. Siehe DWB Server-Upgrade: 6.2 bis 6.3 für DWB 6.3.

  2. Legen Sie die Success Metrik.

    HINWEIS

    Sie können eine Metrik entweder aus einer Finder im linken Bereich der Visualisierung der Attribution angezeigt werden, oder wählen Sie aus der Eingaben Menü.

    Klicken Sie auf Inputs > Set Success. Das Metrikmenü wird geöffnet.

    Wählen Sie eine Metrik aus, die eine erfolgreiche Konversion identifiziert.

  3. (optional) Legen Sie die Umsatz Metrik.

    Legen Sie eine Metrik fest, um den Umsatz während des Konvertierungsprozesses zu bewerten.

  4. Legen Sie die Touch Metrik.

    HINWEIS

    Das Festlegen einer Touch-Metrik ist nur erforderlich, wenn Sie versuchen, Erfolgsmetriken automatisch zu erstellen, indem Sie Dimensionselemente in die Visualisierung ziehen.

    Klicken Sie auf Inputs Menü und wählen Sie Touch einstellen oder ziehen Sie eine Metrik aus dem Finder.

    Dies wird verwendet, um Kanalmetriken abzuleiten, wenn Dimensionselemente als Eingaben verwendet werden.

  5. Legen Sie eine Erfolg Fenster.

    Klicken Sie auf Inputs > Success Window. Wählen Sie einen Datumsbereich aus einer Tabelle aus und benennen Sie dann das Fenster Erfolg . Klicken Workspace Selection und die ausgewählten Daten werden als Zeitbereich für die Erfolgsmetrik zugewiesen.

    HINWEIS

    Da es sich bei dem Erfolgsfenster um eine Workstation-Auswahl handelt, können Sie beliebige Dimensionen in Ihr Erfolgsfenster aufnehmen.

  6. Legen Sie eine Touch Window.

    Klicken Sie auf Inputs > Touch Window. Wählen Sie einen Datumsbereich aus einer Tabelle aus und benennen Sie dann das Touch-Fenster. Klicken Workspace Selection und die ausgewählten Daten werden als Zeitbereich für die Erfolgsmetrik zugewiesen.

    Standardmäßig wird die Touch wird auf den gleichen Zeitraum wie die Success Fenster.

  7. (optional) Legen Sie einen Trainings-Filter fest.

    Sie können auch eine Trainings-Filter im Arbeitsbereich, um Besucherdaten zu filtern.

    HINWEIS

    Wenn Sie sowohl das Fenster Erfolg als auch das Fenster Touch festlegen, können Sie den Filter Training auf die aktuellen Workspace-Auswahlen anwenden, um Ihre Daten weiter zu beschränken.

    HINWEIS

    Der Trainings-Satz wird immer von Besuchern gezogen, die das Erfolgsfenster erfüllen. Durch Filterung mit dem Filter-Editor können Sie eine Untergruppe von Besuchern erstellen, die im Erfolgsfenster gemeldet werden.

  8. Geben Sie Kanalmetriken an, die Touch darstellen.

    Ziehen Sie Metriken in die Visualisierung oder wählen Sie sie aus der Inputs > Add Channel Menü. Wenn Sie noch keine Metriken für Kampagnen oder Kanäle definiert haben, aber Dimensionen für Kanäle haben, kann die Visualisierung diese automatisch mit der Spezifikation einer Touch-Metrik erstellen.

    Beispielsweise mit der Touch-Metrik auf Hitsund erhalten eine dimension aufgerufen Media Type mit Elementen, die Dinge wie Email, Press Release, Print Adund Social Media, generiert die Visualisierung die Kanalmetriken des Formulars Hits where Media Type = Email wenn Sie die Elemente per Drag-and-Drop in die Visualisierung ziehen.

  9. Presse Los.

    Der Prozess Best Fit Analysis wird ausgeführt und je nach den ausgewählten Eingaben werden Attribute pro Kanal in einem Diagramm dargestellt.

    HINWEIS

    Rechtsklick Modell abgeschlossen in der abgeschlossenen Analyse, um Statistiken für das Attributionsmodell anzuzeigen.

Wenn das Diagramm abgeschlossen ist, zeigt es ein pro Kanal berechnetes Attributionsmodell und eine Verteilung der Umsatz Metrik (sofern festgelegt). Das Modell kann intern gespeichert oder in andere Systeme exportiert werden.

HINWEIS

Streaming, Online und Offline -Modi erzeugen unterschiedliche Effekte beim Erstellen eines Attributionsmodells basierend auf der Latenz der zu bewertenden Daten. Im Streaming-Modus die Details Model Complete wird angezeigt. Im Online- und Offline-Modus wird die Detailansicht Local Model Complete wird angezeigt.

Optionen, Menü

Die Optionen bietet erweiterte Funktionen zum Einrichten und Anzeigen der Analyse der besten Zuordnung.

Optionen, Menü Beschreibung
Trainings-Filter festlegen Der Schulungsfilter wird zusammen mit dem Erfolgsfenster verwendet, um die Population beim Erstellen des Attributionsmodells zu filtern. Dadurch erhalten Sie eine Teilmenge von Daten, die nur die Besucher enthält, die Sie analysieren möchten.

Hinweis: Erfahrene Benutzer können auch die Flexibilität von Filtern nutzen, um sich über die Zeitleiste von "Erfolg"und "Touch Windows"hinaus zu konzentrieren. Sie können beispielsweise nicht nur einen Zeitraum auswählen, sondern auch eine Reihe von Referrerdomänen , um nur die Attribution für Benutzer aus diesen Domänen zu untersuchen.

Beschreibung komplexer Filter anzeigen Zeigt den Filtercode für Trainings-Filter, Erfolgsfenster und Touch-Fenster an.
Modell speichern Speichert das aktuelle Attributionsmodell für die zukünftige Verwendung.
Lademodell Öffnet ein zuvor gespeichertes Attributionsmodell.
Präsentationsansicht Blendet die obere Menüleiste für die Präsentation aus.

Optionen > Erweitert umfasst Funktionen, mit denen die Größe des Trainings-Sets festgelegt und der Ansatz für den Fall eines Klassenungleichgewichts festgelegt wird.

Erweitert > Größe des Trainings-Sets

Legt die Größe des Trainings-Sets fest.

Hinweis: Die standardmäßige Trainings-Größe ist groß für 250.000 Besucher.

  • Tiny = 50.000
  • Klein = 75.000
  • Normal = 100.000
  • Groß = 250,00
  • Huge = 500.000
Erweitert > Klassenausgleich

Identifiziert und definiert die Anzahl der Eingabedaten, die für ein Klassenungleichgewicht-Problem basierend auf der Datensatzgröße generiert werden sollen.

Optionen zum Zurücksetzen und Entfernen Beschreibung
Reset Model Aus dem Reset Menü auswählen Reset Model , um die Visualisierung zu löschen, aber Eingabemetriken beizubehalten.
Reset All Aus dem Reset Menü auswählen Reset All , um die Visualisierung und die Eingabemetriken zu löschen.
Remove Klicken Sie mit der rechten Maustaste auf eine beliebige Eingabe und wählen Sie Remove , um die Metrik aus der ausgewählten Eingabe zu löschen.
Remove All Rechtsklick auf Kanäle und wählen Sie Remove All , um alle Eingabemetriken zu löschen.

Auf dieser Seite