构建最佳拟合归因模型

从“高级”菜单中打开“最适合归因”,然后按照这些步骤构建一个最适合归因模型。

请参阅最适合归因的概述。

  1. 打开​最适合归因

    打开工作区,然后单击​Premium > Best Fit Attribution

    注意

    最适合归因是一项Adobe Analytics Premium功能,它要求您在配置文件中启用Premium。 它需要您更新证书,并将“高级”配置文件添加到您的 profile.cfg 文件中。请参阅DWB服务器升级:适用于DWB 6.3的6.2至6.3

  2. 设置​Success​量度。

    注意

    您可以将量度从​Finder​表拖到归因可视化的左窗格,或从​输入​菜单中选择。

    单击 Inputs > Set Success. 将打开量度菜单。

    选择可识别成功转化的量度。

  3. (可选)设置​收入​量度。

    在转化过程中设置用于评估收入的量度。

  4. 设置​接触​量度。

    注意

    仅当您尝试通过将维度元素拖动到可视化中来自动构建成功量度时,才需要设置接触量度。

    单击​Inputs​菜单并选择​设置触屏,或从Finder中拖动量度。

    这将在维度元素用作输入的情况下用于派生渠道量度。

  5. 设置​成功​窗口。

    单击 Inputs > Success Window。从表格中选择一个日期范围,然后为成功窗口命名。单击​Workspace Selection,选定的日期将被分配为成功量度的时间范围。

    注意

    由于成功窗口是工作站选项,因此您可以在成功窗口中包含任何维度。

  6. 设置​Touch Window

    单击 Inputs > Touch Window。从表格中选择一个日期范围,然后为该接触窗口命名。单击​Workspace Selection,选定的日期将被分配为成功量度的时间范围。

    默认情况下,将​Touch​窗口设置为与​Success​窗口相同的时间段。

  7. (可选)设置培训过滤器。

    您还可以在工作区中指定一个​培训过滤器,以便过滤访客数据。

    注意

    在设置成功和接触窗口时,您可以将培训过滤器应用到当前工作区选项以进一步限制您的数据。

    注意

    培训集始终由满足“成功”窗口的访客提取。 通过使用过滤器编辑器进行过滤,您可以创建一个在成功窗口中报告的访客子集。

  8. 指定表示接触的渠道量度。

    将量度拖动到可视化中,或从Inputs > Add Channel菜单中选择量度。 如果您还没有针对营销活动或渠道定义的量度,但却拥有表示渠道的维度,则可视化可基于指定的接触量度为您自动构建它们。

    例如,如果“接触”量度设置为Hits,并且给定一个名为Media Type的dimension,且其元素包含Email、Press Release、Print Ad和Social Media等内容,则当您将元素拖放到可视化中时,该可视化将生成表单Hits where Media Type = Email的“渠道”量度。

  9. 按“开始”

    最适合归因分析过程将会运行,并且图表将会根据选定的输入显示每个渠道的归因。

    注意

    右键单击已完成分析中的​模型完整 ,以查看归因模型的统计信息。

完成后,会有一个图表显示对应每个渠道计算的归因模型,以及​收入​量度的分配(如果设置)。此模型可在内部保存,或导出到其他系统。

注意

Streaming、和 OnlineOffline 式在基于所评估数据的延迟构建归因模型时会产生不同的效果。在流模式下,将显示详细信息​Model Complete​消息。 在“联机”和“脱机”模式下,将显示详细信息​Local Model Complete

“选项”菜单

选项​菜单提供可用于设置和显示最适合归因分析的高级功能。

“选项”菜单 描述
设置培训过滤器 在构建归因模型时,培训过滤器可随成功窗口一起用于过滤人群。这将提供一组数据子集,其中只包含需要进行分析的访客。

注意:有经验的用户还可利用过滤器的灵活性,以便将重点放在成功和接触窗口的时间线以外的范围。例如,除了选择时间范围外,您还可以选择一组反向链接域,以便只检查这些域中的用户归因。

显示复杂过滤器说明 显示培训过滤器、成功窗口和接触窗口的过滤器代码。
保存模型 保存当前的归因模型,以供今后使用。
加载模型 打开之前保存的归因模型。
表示视图 隐藏表示视图的顶部菜单栏。

选项 > 高级中包含的功能可用于设置培训集大小,并指定在遇到类不平衡时所采取的方法。

高级 > 培训集大小

设置培训集大小。

注意:默认的培训集大小为“大”(250,000 名访客)。

  • 微小 = 50,000
  • 小 = 75,000
  • 普通 = 100,000
  • 大 = 250,000
  • 超大 = 500,000
高级 > 类平衡

针对基于数据集大小的类不平衡问题,识别和定义要生成的输入记录的数量。

重置和删除选项 描述
Reset Model 从​Reset​菜单中,选择​Reset Model​以清除可视化图表,但保留输入量度。
Reset All 从​Reset​菜单中,选择​Reset All​以清除可视化和输入量度。
Remove 右键单击任何输入,然后选择​Remove​以从选定的输入中清除量度。
Remove All 右键单击​渠道​并选择​Remove All​以清除所有输入量度。

在此页面上