エンゲージメントスコア engagement-scores
エンゲージメントスコアは、購入グループのメンバーのエンゲージメントレベルを示す数値です。 これらのスコアは、購入グループメンバーアクティビティ、重み付けアクション、重み付けロールに基づいています。 結果のスコアは、テナント(インスタンス)内で正規化され、一貫性のある比較が可能になり、実用的なインサイトが得られるようになります。 スコアの計算は、購入グループを作成するとすぐに開始されます。 Journey Optimizer B2B editionのデータハブシステムは、スコアを毎日計算し、取り込みサービスを使用してマルチレベルマーケティング(MLM) MySQL システムにアップロードします。
エンゲージメントスコアには、次の 2 種類があります。
-
購入グループエンゲージメントスコア – 購入グループエンゲージメントスコアは、0 ~ 100 の間の正規化されたスコアで、人物レベルで計算されたエンゲージメントスコアに基づいています。
購入グループエンゲージメントスコアは、 購入グループの詳細 ページに表示されます。 また、インテリジェントダッシュボードで、最もエンゲージメントの高い購入グループを表示することもできます。
-
ユーザーエンゲージメントスコア - ユーザーエンゲージメントスコアは、個々の購入グループメンバーのアクティビティに基づいています。
購入グループメンバーごとのユーザーエンゲージメントスコアは、購入グループの詳細ページ 「メンバー タブ に表示されます。 これらのスコアは、上位のエンゲージメントメンバーや重複する連絡先情報を含むページやダッシュボードにも表示されます。
ユーザーエンゲージメントスコアは、 役割テンプレート および ジャーニーの人物によるパスのノード でのフィルタリングに使用できる属性です。
購入グループのメンバーが過去 30 日間に実行した、エンゲージメントの重み付けアクティビティは、スコアの計算に使用されます。 30 日間の期間を使用すると、アクティビティの発生件数が期限切れになり、スコアが下に移動する(スコアディケイ)ことがあります。 表示されるスコアは四捨五入されます(例えば、スコア 75.89999 は 76 と表示されます)。
エンゲージメントスコアリングに使用するアクティビティ
購入グループのスコアリングは トリガーベース ではありません。 これは、購買グループのすべてのメンバーのアクティビティを評価し、スコアを再計算する日別プロセスです。 アクティビティは 重み付け を使用して、アクティブな重み付けモデルに従って購買グループのスコアリングを通知します。このモデルは、各アクティビティの重み付け方法を決定します。
各アクティビティの 1 日あたりのフリークエンシーキャップは 20 です。購入グループのメンバーが 1 日に同じアクティビティを 20 回以上実行した場合、アクティビティのカウントは 20 に制限されます。
役割テンプレートの重み付け engagement-score-weighting
ユーザーは 役割テンプレート 内の各役割に 重み付け を割り当てて、役割に異なる重み付けを割り当てることができます。
各重み付けレベルは値に変換され、エンゲージメントスコアの計算に使用されます。
- 全く重要でない = 20
- 重要ではない = 40
- 標準 = 60
- 重要 = 80
- 非常に重要 = 100
非常に重要、重要、標準 として重み付けされた 3 つの役割を持つ役割テンプレートは、次の重み付けパーセンテージに変換されます。
スコア計算の例
次の例は、エンゲージメントスコアの計算を示しています。 説明されている役割の重み付けの割合、各購入グループメンバーのインバウンドアクティビティの数、各イベント発生の 1 日の上限 20 を使用します。
最終的なエンゲージメントスコアは、各役割スコアの重み付けを適用して計算されます。
スコアリングロジック
計算の例で説明している計算ロジックに加えて、インスタンスのすべてのユーザー、購入グループおよびアカウントにわたって、システムで発生するスコアの正規化は非常に複雑です。 購入グループエンゲージメントスコアは、次の順序付きロジックに従って、ユーザーエンゲージメントスコアに依存します。
人物エンゲージメントスコアの計算ロジック
-
Web サイト訪問数、電子メールクリック数、ウェビナー出席など、重み付けと 1 日の割り当て量が関連付けられているすべての エンゲージメントの重み付け アクティビティタイプを特定します。
-
現在 30 日にハードコードされているアクティビティのルックバックウィンドウ内で実行されたすべてのユーザー エンゲージメントの重み付け アクションを特定します。
-
手順 1 で特定したすべての エンゲージメントの重み付け アクティビティタイプの重み付けに対してアクティビティタイプの重み付けを正規化し、ルックバックウィンドウ内で発生しなかったものを無視します。
この手順では Min-Max 正規化 を活用し、それらのほとんどを活用していないテナントのアクティビティタイプの重みの人為的な希釈を大幅に削減します。
-
ユーザーおよびアクティビティタイプごとに日別の割り当て量のフィルタリングを適用します。
この手順は、スコアをゆがめる小さな値/大きなボリュームのアクティビティを回避することで、非常に大きな異常値を減らします。
-
アクティビティタイプごとの日別アクティビティの合計に関連する重みを掛け合わせ、ルックバックウィンドウのすべての日の結果を合計することで、生の人物エンゲージメントスコアを計算します。
-
パワー変換 (平方根)変換を使用すると、発生する可能性のある異常値を減らして分散を安定化できます。
この変換により、歪度が低減され、データのパターンがより線形的になります。
-
追加の スケール正規化 変換を適用して、スコアが 0 から 100 の範囲全体を活用するようにします。
購入グループエンゲージメントスコアの計算ロジック
-
役割テンプレートで設定された重み付けに従って、各購買グループ・メンバーにロール別に正規化された重み付けを適用します。
-
各購買グループの購買グループ役割重量を標準化します。
この正規化により、購買グループがすべてのロールを使用しない場合でも、ロールの重み付けの不必要な希薄化を回避できます。
-
人物エンゲージメントスコアに人物の役割正規化された役割重みを乗算して、すべての購入グループメンバーの人物エンゲージメントスコアを集計し、それらを加算します。
-
電力変換 (平方根)変換を適用して、特に非常に大規模な購入グループの場合に、発生する可能性のある異常値を減らすことで分散を安定させます。
-
追加の スケール正規化 変換を適用して、スコアが 0 から 100 の範囲全体を活用するようにします。