上昇率と信頼性 - A4T FAQ
最終更新日: 2024年7月20日
このトピックには、Adobe Analytics を Adobe Target (A4T)のレポートソースとして使用する場合の上昇率と信頼性に関するよくある質問に対する回答が含まれています。
A4T でオフライン計算を実行することはできますか?
回答
A4T に対してオフラインの計算を実行できますが、Analytics でのデータの書き出しに関する手順が必要です。 詳しくは、A/Bn テストでの統計計算を参照してください。
上昇率はどのように計算されますか?
回答
上昇率は、コントロールページの結果と成功したテストバリアントの間のパーセント差です。
信頼性はどのように計算されますか?
回答
計算指標で上昇率および信頼性が表示できないのはなぜですか?
回答
計算指標は、現在、リフト関数と信頼性関数ではサポートされていません。 Analytics は、指標を訪問者レベルではなく集計レベルで計算します。 特に、信頼性は、訪問者レベルの計算です。
計算されない(標準)イベントは、上昇率と信頼性でサポートされます。 それらは lift 関数の分子になります。分子は計算自体ではいけません。 分母は、標準化指標(インプレッション数、訪問回数、訪問者)です。 標準イベントの例としては、注文、売上高、アクティビティのコンバージョン、カスタムイベント 1 ~ 1000 などがあります。 会話率(注文数/訪問者)や RPV (売上高/訪問者)などの一般的な最適化指標は、上昇率と信頼性でサポートされます。
サポートされていない指標やユースケースの例を次に示します。
- 平均注文額(訪問者あたりの売上高/注文)。 分子が計算指標であるため、AOV はサポートされていません。 代わりに、AOV に影響を与える 2 つの指標(訪問者あたりの売上高とコンバージョン率)を考慮することをお勧めします。
- 標準イベントの合計である計算指標。 例えば、10 個の異なるリードフォームを 10 個の異なるイベントにトラッキングし、それらを追加して合計リード送信数を取得できます。 これらのイベントをトラッキングするには、Analytics で 1 つのリード送信イベントを実装し、eVarを使用してリードフォームのタイプを収集することをお勧めします。 この方法を使用すると、必要な変数が少なくなり、リフト関数と信頼性関数で単一のリード送信指標を使用できるようになります。
A4T は、信頼性の計算をどのように扱いますか?
回答
Adobe Analytics は、すべての指標を非バイナリとして扱うので、通常の t 検定でのバイナリ指標の使用とは異なる方法で信頼性/p 値を計算します。 特に、A4T で使用される計算では、各ユーザーに対して連続的な指標結果(各ユーザーに対して 1 や 0 だけでなく)を持つことができるので、各エクスペリエンスの平方偏差(または関連して、標準偏差)を適切に計算する必要があります。 極端な注文は考慮されません。 また、信頼性計算では、複数のオファーに対してボンフェローニ補正が適用されません。
上昇率および信頼性は Ad Hoc および Report Builder で機能しますか?そのままでは機能しない場合、自分自身で機能させることはできますか?
回答
上昇率と信頼性はアドホックまたはReport Builderでは機能せず、連続変数に対して自分で計算することはできません。 バイナリ指標を手動で計算することは可能です。
Target
- Adobe Target実務担当者ガイドホーム
- Target リリースノート
- はじめに
- Target の管理
- Target の実装
- Target と Experience Cloud の統合
- Adobe Target のレポートソースとしての Adobe Analytics(A4T)
- Target とAdobe Customer Journey Analytics の統合
- Target とAdobe Journey Optimizer(AJO) ールの統合
- Experience Cloud Audiences
- Target とAdobe Experience Manager(AEM) ールの統合
- Target とAdobe Audience Manager(AAM)の統合
- Real-time Customer Data Platform との統合
- Target と Adobe Campaign の統合
- アクティビティ
- アクティビティの概要
- Target のアクティビティタイプ
- A/B テスト
- 自動配分
- 自動ターゲット
- Automated Personalization
- Automated Personalization の概要
- ランダムフォレストアルゴリズム
- Automated Personalization アクティビティの作成
- Target のパーソナライゼーションアルゴリズムのデータのアップロードを参照してください
- Target パーソナライゼーションアルゴリズムのデータ収集
- 成功のために必要なトラフィックの見積もり
- Automated Personalization テスト用のエクスペリエンスのプレビュー
- Target の Automated Personalization オファー
- 除外の管理
- Automated Personalization のオファーレポートグループ
- Automated Personalization アクティビティまたは自動ターゲットアクティビティ用のコントロールの選択
- Automated Personalization に関する FAQ
- Automated Personalization のトラブルシューティング
- エクスペリエンスのターゲット設定
- 多変量分析テスト
- Recommendations アクティビティ
- アクティビティを編集またはドラフトとして保存
- 優先度
- アクティビティの設定
- 成功指標
- アクティビティの変更ログ
- アクティビティのトラブルシューティング
- アクティビティ QA
- オーディエンス
- エクスペリエンスとオファー
- エクスペリエンスとオファーの概要
- Visual Experience Composer(VEC)
- Visual Experience Composer の概要
- Visual Experience Composer のオプション
- Visual Experience Composer の変更点
- 類似のページに同じエクスペリエンスを組み込む
- 複数ページアクティビティ
- アクティビティの衝突
- 変更
- Visual Experience Composer で使用される要素セレクター
- レスポンシブエクスペリエンスのためのモバイルビューポート
- Visual Experience Composer のベストプラクティスと制限事項
- Visual Experience Composer のトラブルシューティング
- URL にリダイレクト
- Visual Experience Composer 内で動作するカルーセルの作成
- フォームベースの Experience Composer
- シングルページアプリケーション(SPA)Visual Experience Composer
- オファー
- レポート
- Recommendations
- Target のトラブルシューティング
- Target API
- リソースおよび連絡先情報