FAQ sur l’effet élévateur et le degré de confiance - A4T

Les événements non calculés (standard) sont pris en charge dans l’effet élévateur et le degré de confiance. Ils deviennent le numérateur de la fonction d’effet élévateur ; le numérateur ne peut pas être un calcul lui-même. Le dénominateur correspond aux mesures de normalisation (impressions, visites ou visiteurs). Parmi les exemples d’événements standard, citons les commandes, les recettes, les conversions d’activités, les événements personnalisés 1-1000, etc. Les mesures d’optimisation courantes, telles que le taux de conversation (commandes/visiteurs) et le RPV (recettes/visiteur) sont prises en charge dans l’effet élévateur et le degré de confiance.

Voici quelques exemples de mesures ou de cas d’utilisation non pris en charge :

• Valeur de commande moyenne (recettes/commande, par visiteur). La valeur de commande moyenne n’est pas prise en charge, car le numérateur est une mesure calculée. Il est préférable de prendre en compte les deux mesures d’influence de la valeur de commande moyenne : Recettes par visiteur et Taux de conversion.
• Mesures calculées qui sont la somme des événements standard. Vous pouvez, par exemple, effectuer le suivi de dix formulaires de piste différents en dix événements distincts, puis les additionner pour obtenir le nombre total d’envois de pistes. Une méthode recommandée pour effectuer le suivi de ces événements consiste à mettre en oeuvre un seul événement d’envoi de piste dans Analytics, puis à utiliser un eVar pour collecter le type de formulaire de piste. L’utilisation de cette méthode nécessite moins de variables et garantit que vous pouvez utiliser la mesure d’envoi de piste unique dans les fonctions d’effet élévateur et de confiance.

Adobe Analytics traite toutes les mesures comme non binaires et, par conséquent, calcule la confiance/les valeurs-p d’une manière différente de l’utilisation de mesures binaires dans un test en t standard. En particulier, les calculs utilisés par A4T permettent à chaque utilisateur d’obtenir un résultat de mesure continue (et non pas seulement 1 ou 0 pour chaque utilisateur), de sorte que la variance (ou l’écart type relatif) de chaque expérience doit être calculé de manière appropriée. Les commandes extrêmes ne sont pas prises en compte. En outre, le calcul du degré de confiance n’applique pas de correction Bonferroni pour plusieurs offres.