평균 상승도, 상승도 한계 및 신뢰 구간

보고서에는 우승자를 보다 정확하게 판별할 수 있도록 활동과 연관된 리프트 범위 및 신뢰 수준을 이해하는 데 도움이 되는 몇 가지 데이터 포인트 및 시각화 표현 Adobe Target 이 포함되어 있습니다.

NOTE

This feature is available only when viewing reports in Table View. 이 기능은 Analytics를 보고 소스로 사용(A4T)하는 활동에는 사용할 수 없습니다.

데이터 해석

The following illustration shows Lift Bounds and Confidence Level information:

평균 리프트 및 신뢰 수준 보고서

The lift and confidence information in the Target reporting UI includes:

상승도

큰 숫자와 화살표는 상승도의 예상 값을 반영합니다. 이 숫자는 상승도 한계 범위의 중간점입니다. 예상 상승도 화살표는 신뢰도가 95%를 넘을 때까지 회색으로 표시됩니다. 이 임계값 이후에는 상승도가 음수인지 또는 양수인지에 따라 화살표가 빨간색 또는 녹색으로 표시됩니다.

리프트 경계

상승도의 95% 신뢰 구간입니다. 평균 상승도 이하 범위로 표시됩니다. See Example calculation below for an example of how these lift bounds are calculated.

박스플롯 그래프

The boxplot graph in the Target interface represents the expected value and 95% confidence interval of the success metric in question. 상승도 및 상승도 한계 정보를 보는 그래픽 방식이라고 보면 됩니다.

There are a few key ways Target helps you interpret the confidence information, one of which is color. 그래프에서 특정 경험의 신뢰 구간에 통제되는 신뢰 구간과 겹치는 부분이 있으면 회색으로 표시되고, 특정 경험의 신뢰 구간에서 통제 신뢰 구간의 위 또한 아래에 있는 범위는 각각 녹색 또는 빨간색으로 표시됩니다.

상자그림 막대의 길이는 신뢰 구간의 크기를 쉽게 이해할 수 있는 방식으로 표현합니다. 활동에서 더 많은 데이터를 수집하면 막대가 이동하고 변경됩니다. 신뢰 구간은 분산과 샘플 크기(방문자 수)를 통해 얻게 됩니다. 분산이 작을수록, 샘플 크기가 클수록 신뢰 구간은 좁아집니다.

신뢰도

경험이나 오퍼의 신뢰도는 통제 경험/오퍼에 대한 연결된 경험/오퍼의 증가가 "사실"(우연히 초래되지 않음)인 확률을 나타냅니다. 일반적으로 95%는 상승도에 대해 유의미한 것으로 간주되는 권장 신뢰 수준입니다.

How are lift bounds calculated?

상승도 한계는 통제 경험 또는 통제 오퍼에 비해 증가한 특정 경험 또는 특정 오퍼의 95% 신뢰 구간을 나타냅니다. 대략적으로 말해, 이는 실제 상승도가 이러한 한계 사이에 있을 확률이 약 95%임을 의미합니다.

상승도 한계는 다음 공식을 사용하여 계산됩니다.

상승도 한계에 대한 입력에 도달하는 몇 가지 추가 계산이 있습니다.

  • t 값: 95% 신뢰 수준에 대한 중요 통계는 1.96.입니다. 여기서 t 값에 대해 자세히 알 수 있습니다.

  • 상승도 분산:​상승도 분산을 결정하려면 경험 N의 성공 지표에 대한 표준 오차와 통제 경험의 성공 지표에 대한 표준 오차가 있어야 합니다. 상승도 분산은 다음 공식을 사용하여 계산됩니다(성공 지표가 전환인 경우가 설명됨).

  • 전환율 / 성공 지표 표준 오차:​다음 공식을 사용하여 경험 N 및 통제 경험에 대해 동일한 방식으로 표준 오차가 계산됩니다(성공 지표가 전환인 경우가 설명됨). 여기서 표준 오차에 대해 자세히 알 수 있습니다.

    NOTE

    수입 성공 지표 활동에 대한 표준 오차는 수입의 샘플 분산을 기반으로 합니다.

Example calculation

두 개의 경험과 다음 결과가 있는 활동 예를 살펴보겠습니다.

경험 방문자 수 변환 전환율
경험 A(통제) 219, 328 2,466 1.12%
경험 B 218, 362 3,040 1.39%

공식에 따라 상승도 한계에 필요한 입력을 계산할 수 있습니다.

경험 A(통제)에 대한 표준 오차

경험 B에 대한 표준 오차

경험 B에 대한 상승도 분산

경험 B에 대한 상승도 한계

경험 B에 대한 예상 상승도:

따라서 경험 B의 상승도 한계는 다음과 같습니다.

NOTE

위의 공식을 사용한 수동 계산과 보고서에 표시된 숫자 간에 사소한 차이가 있습니다. 이 차이는 수동 계산에 사용되는 페이지 보기 횟수가 반올림되어 있기 때문에 발생할 수 있습니다. The lift shown in the Target report is based on the exact numbers obtained from the total engagement and the engagement count. 참여도 숫자는 실적 보고서 API를 통해 확보할 수 있습니다.

When Are lift bounds not displayed?

In certain cases, Target does not display lift bounds:

  • 어떤 활동에 대해서든 방문 또는 방문자의 총 수가 30 미만일 때 표시되지 않습니다.
  • For Auto-Allocate activities, no lift bounds are displayed until one experience has attained 60% confidence.

이 페이지에서는