Erstellen eines Best-Fit-Attributionsmodells

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.

Sehen Sie sich einen Überblick über Best Fit Attribution an.

  1. Öffnen Sie 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 Metrik Success fest.

    HINWEIS

    Sie können eine Metrik entweder aus einer Finder-Tabelle in den linken Bereich der Visualisierung der Attribution ziehen oder aus dem Menü Eingaben auswählen.

    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 Metrik Umsatz fest.

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

  4. Legen Sie die Metrik Touch fest.

    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 das Menü Inputs 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 ein Erfolgsfenster fest.

    Klicken Sie auf Inputs > Success Window. Wählen Sie einen Datumsbereich aus einer Tabelle aus und benennen Sie dann das Fenster Erfolg . Klicken Sie auf 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 einen Touch Window fest.

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

    Standardmäßig wird für das Fenster Touch derselbe Zeitraum wie für das Fenster Success festgelegt.

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

    Sie können auch einen Schulungsfilter im Arbeitsbereich angeben, 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 entweder in die Visualisierung oder wählen Sie sie aus dem Menü Inputs > Add Channel aus. 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.

    Wenn die Touch-Metrik beispielsweise auf Hits gesetzt ist und dimension mit Media Type-Elementen angegeben wird, die Elemente wie Email, Press Release, Print Ad und Social Media enthalten, generiert die Visualisierung Kanalmetriken des Formulars Hits where Media Type = Email, wenn Sie die Elemente in die Visualisierung ziehen.

  9. Drücken Sie Go.

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

    HINWEIS

    Klicken Sie mit der rechten Maustaste auf Modell Complete in der abgeschlossenen Analyse, um Statistiken für das Attributionsmodell anzuzeigen.

Nach Abschluss des Vorgangs zeigt ein Diagramm ein pro Kanal berechnetes Attributionsmodell und eine Verteilung der Metrik Umsatz an (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 wird die Detailnachricht Model Complete angezeigt. In den Modi Online und Offline wird die Detailansicht Local Model Complete angezeigt.

Optionen, Menü

Das Menü 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 einen Satz von Verweisende Domänen auswählen, 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 zum Festlegen der Trainings-Set-Größe und zum Festlegen des Ansatzes für den Fall eines Klassenungleichgewichts.

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 Wählen Sie im Menü Reset die Option Reset Model aus, um die Visualisierung zu löschen, jedoch die Eingabemetriken beizubehalten.
Reset All Wählen Sie im Menü Reset die Option Reset All aus, um die Visualisierung und die Eingabemetriken zu löschen.
Remove Klicken Sie mit der rechten Maustaste auf eine beliebige Eingabe und wählen Sie Remove aus, um die Metrik aus der ausgewählten Eingabe zu löschen.
Remove All Klicken Sie mit der rechten Maustaste auf Kanäle und wählen Sie Remove All aus, um alle Eingabemetriken zu löschen.

Auf dieser Seite