Adobe Analytics 속성 패널 및 전환 확인 기간 이해
속성 패널 및 전환 확인 기간 에 대해 처음 생각할 때 즉시 '시간 여행' 의 개념이 떠올랐습니다. 물론 이와 같은 많은 새로운 도구에 대한 일반적인 반응은 너무 복잡해 보이기 때문에 단순히 사용하려고 하는 것을 미루는 것이라는 것도 상기되었습니다.
솔직히 말해서, 스위치, 패널, 독서대, 손잡이를 모두 살펴보세요. 그리고 진지하게, 그 복잡한 번쩍이는 조명, 호스, 게이지에 대해 이야기 하자… 잠깐!! 지금은 타임머신에 대해 얘기하느라 정신이 없을 때가 아니야 시간이 없어
기여도 분석 패널 은(는) 매우 복잡한 도구임을 인정하지만 분석가로서 일반적으로 수행하는 일은 자주 사용하는 매우 복잡한 도구 중 다른 하나를 사용하여 과거에 발생한 사항도 살펴보는 것입니다. 이 도구를 Adobe Analytics 이라고 합니다. 그래서, 우리의 매우 적절한 질문에 대답하기 위해, 저는 이 두 가지가 우리가 충분한 시간을 갖고 있다고 말하는 것이라고 믿습니다.
따라서 작은 두려움 같은 것이 문자 그대로 매일, 매일, 매일 뒤로 를 볼 수 있도록 해주는 이러한 놀랍고 정교하며 강력한 도구들을 방해하는 것을 허용해야 하는 이유는 무엇입니까?
결국 - 이것은 TIME TRAVEL, 여러분!! 우리는 모두 그런 종류의 것에 관한 것입니다. 그래???!!
그렇다면, 우리는 무엇을 기다리고 있을까 - 반짝이는 금속 자동차, 파출소, 또는 낡은 우산의 전선을 안테나로 사용하는 빈티지 전화 부스가 우리의 문 앞에 나타나기를 기다리고 있을까?
안 돼! 훨씬 더 좋은 게 있으니, 조금만 더 기다려보자!
음… 당신은 그 생각을 이해합니다.
이제 시간 여행에 대해 들떠있으므로 잠시 숨을 고르면서 뒤로 물러나 속성 패널 실제로 이 무엇인지 확인하고 상황을 약간 분류해 보겠습니다.
그림 1 - 표시된 숫자는 보다 아래에 있는 텍스트와 인라인됨
속성 에서 시간이 지남에 따라 개인, 여러 개인 또는 여러 이벤트 중 하나에 의해 이벤트/동작이 발생할 수 있는 방식을 고려하기만 하면 됩니다.
Adobe에 따르면 속성 은(는) 분석가에게 Dimension 항목이 성공 이벤트 에 대한 크레딧을 받는 방법을 사용자 지정할 수 있는 기능을 제공합니다.
실제로, 지정된 고객 여정이 실제로 선형적이고 예측 가능한 경우가 거의 없습니다. 또한 각 고객은 원하는 속도로 진행할 수 있습니다. 고객은 종종 되돌아가거나 시간을 끌거나 이탈하거나 기타 비선형 동작에 참여할 수 있습니다. 이러한 유기적인 행동은 마케팅 노력이 고객 여정 전반에 미치는 영향을 알기 어렵거나 실질적으로 불가능하게 만든다. 또한 여러 채널의 데이터를 함께 통합하려는 노력에 방해가 됩니다.
그래, 맞아 도미노 비유를 문 앞에 두고 나비 효과와 끈 이론의 선을 따라 개념에 대한 여러분의 생각을 여세요 - 그러나 다른 모든 것과 마찬가지로, 우리는 몇 가지 기본 사항에서 시작할 필요가 있습니다.
속성 모델
기여도 분석 패널 을 사용하면 몇 가지 다른 사항을 확인할 수 있습니다. 예를 들어 속성 모델 은(는) 전환(즉, 성공 지표 ❶)이 지정된 그룹의 히트 에 어떻게 분산될 수 있는지 보여줍니다.
간단히 말해, 10명 이(가) BIG RED 단추 를 눌러 문을 열고 들어오면 속성 모델 은(는) 해당 단추를 누르기 위해 10명 중 "크레딧"을 할당할지 또는 더 나은 방식으로 할당할지 9}크레딧"을 할당할지 알려 줍니다.
다음은 기여도 분석 모델 이(가) 10명의 ❸ 사용자 에게 어떤 영향을 미칠 수 있는지에 대한 몇 가지 예입니다.
-
첫 번째 터치: 이 모델은 문을 통해 들어온 첫 번째 사용자에게 100% 크레딧 을 제공하므로 마치 소리가 나는 것처럼 작동합니다. 마케터는 소셜 미디어 또는 디스플레이 와 같은 전략에 이 방법을 사용할 가능성이 높지만, 온사이트 제품 추천 효과에 종종 사용하는 것도 좋은 방법입니다.
-
마지막 터치: 이 전략은 소리처럼 작동하지만, 대신 문을 통과한 마지막 사람에게 100% 크레딧 을 제공합니다. 이 모델은 일반적으로 자연어(자연어) 검색 및 기타 단기 마케팅 주기 캠페인과 같은 항목을 분석하는 데 사용됩니다.
-
선형: 이 모델은 문을 통해 걸어온 모든 개별 사용자에게 동일한 크레딧을 배포합니다.
note caution CAUTION 하지만 오래 실행되고 더 많은 관객을 대상으로 하는 이 전략을 적용할 때 결과를 매우 얇게 퍼트릴 가능성이 있으므로 여기에 주의를 기울이는 것이 좋습니다. -
U자형: 이 방법은 첫 번째 사용자 에게 크레딧의 40% 을(를) 할당하고 9} 사이의 모든 사람에게 크레딧의 20% 을(를) 확산한 다음 마지막 사용자 까지 40% 을(를) 제공합니다. 이 모델은 여러 터치포인트 를 포함하는 긴 전환/판매 주기 가 있는 상황에서 가장 자주 사용됩니다. 이 경우 고객 전환에 기여한 처음 및 마지막 마케팅 전략을 주로 강조하는 것이 목표입니다.
-
J-모양 및 역 J:
-
U자형 에 대해 생각해 보십시오. 대신 이 모델은 마지막 사용자 에게 60% 크레딧을 할당하고 첫 번째 에게 20% 을 할당한 다음 나머지 20% 을(를) 중간에 기타 사용자 에 걸쳐 나눕니다. 역 J 은(는) 정반대의 작업을 수행합니다.
여기서의 목표는 캠페인의 시작 또는 끝 에서 대부분의 강조점을 두는 것입니다. 하지만 반대쪽 끝의 기여 항목에는 "작은 사람"을 인정하는 동안 여전히 특정 크레딧을 할당하려고 합니다.
-
-
시간 감소: 이제 이 시간을 공유하지 않으면 후회할 것입니다. 이 모델은 말 그대로 시간이 지남에 따라 기하급수적으로 감소하는 반감기를 가지고 있습니다! 이 경우 이 모델의 반감기에 대한 default 매개 변수는 7일 입니다. 그런 다음 초기 접점 이후 경과되고 고객이 전환될 때를 기준으로 각 마케팅 채널, 에 가중치 을(를) 적용합니다.
시간 감소 및 U자형 속성 모델 은(는) 일반적으로 더 긴 형식의 캠페인을 측정하는 데 사용되지만, 알 수 있듯이 최종 결과 값을 가중치 하는 방법에 따라 목표가 약간 다릅니다.
-
사용자 지정: 크레딧을 받을 사용자를 선택하고 선택합니다. 캠페인입니다!
이러한 속성 모델 및 기타 속성 모델에 대한 자세한 내용을 보려면 여기를 클릭하십시오.
이것을 더 흥미롭게 만들기 위해, 시간을 되돌리는 것에 대해 이야기해 봅시다!
전환 확인 기간
이제 여러분의 마음을 한 단계 더 끌어올릴 때입니다. 여기에서 시간 이동 요소를 분석에 말 그대로 추가하고, 기본부터 다시 시작하겠습니다.
Adobe 은(는) ❹ 전환 확인 기간 을(를) "터치 포인트를 포함하도록 전환에서 다시 확인해야 하는 시간"으로 정의합니다. 첫 번째 상호 작용에 더 많은 크레딧을 제공하는 속성 모델은 서로 다른 전환 확인 기간을 볼 때 더 큰 차이를 보입니다."
다시 말해, 전환 확인 기간 은 전환 을 고려하는 기간을 결정하고 속성 분석에 컨텍스트 를 제공합니다. Adobe Analytics 에서는 세 가지 유형의 전환 확인 기간 을 제공합니다.
-
방문 전환 확인 기간: 전환이 발생했을 때 방문 의 시작을 되돌아보며 전환으로 이어지는 즉각적인 상호 작용에 대한 통찰력을 제공합니다.
일반적으로 사용할 가장 짧은 전환 확인 기간 입니다.
-
방문자 전환 확인 기간: 선택한 날짜 범위 내에서 해당 달의 첫 번째 날짜까지 모든 방문 을 다시 확인하여 고객의 상호 작용을 훨씬 더 광범위하게 볼 수 있고 시간 경과에 따른 패턴을 식별하는 데 도움이 됩니다.
-
사용자 지정 전환 확인 기간: 속성 기간 을 보고 날짜 범위 를 넘어 90일 의 최대 까지 확장할 수 있습니다. 선택한 날짜 범위 에서 외부 에 발생한 터치포인트를 캡처하는 유연성 을 제공하여 포괄적인 분석을 보장합니다.
지정된 전환 확인 기간 을 조정하여 분석가는 특정 시간대 내의 하나 이상의 접점의 영향을 검사하고 서로 다른 기간이 기여도 분석 결과에 미치는 영향에 대해 더 많은 통찰력을 얻을 수 있습니다.
모두 가져오기
그렇다면, 이 모든 것이 분석가로서 우리에게 무엇을 의미합니까?
속성 패널 및 전환 확인 기간 을 통해 일반적인 데이터, 표면 수준 데이터를 넘어 고객 여정을 더 자세히 살펴볼 수 있습니다. 전환 에 가장 큰 영향을 미치는 접점을 이해하면 마케팅 전략에 대한 정보에 입각한 결정을 내리고 리소스를 보다 효과적으로 할당할 수 있습니다.
속성 모델 및 전환 확인 기간 을 선택한 후에도 세그먼트, 또는 이 시점에서 원하는 다른 구성 요소로 필터링하여 데이터를 추가로 조작할 수 있습니다❺. 또한 패널이 렌더링되면 기존 Workspace의 모든 기능을 마음껏 사용할 수 있습니다.
마지막으로 실행
이제 개념이 정리되었으므로 마케팅 캠페인을 실행하고 있고 전환을 유도하는 데 가장 효과적인 이(가) 어떤 채널인지 확인하려고 한다고 상상해 보십시오. 기여도 분석 패널 의 도움을 받아 마지막 터치 뿐만 아니라 첫 번째 터치, 동일한 터치 및 모델 을(를) 볼 수 있습니다. 전환 을 실행하는 데 채널 이 가장 효과적인 인지 결정합니다. 그런 다음 이 정보를 사용하여 선택한 전환 확인 기간 을 사용하여 시간을 되돌리면 캠페인을 최적화 하고 전반적인 성능을 향상시킬 수 있습니다.
이제 이 기능이 수행하는 작업을 보았으므로, 기여도 분석 패널의 겉으로 보기에 복잡한 기능에 속거나 겁내지 마십시오. 직면. 포용. 이해.
무엇보다도 이(가) 유용하게 사용합니다. 기여도 분석 패널 및 전환 확인 기간 은(는) 고객과 브랜드의 여정에 대한 더 깊은 이해를 얻을 수 있는 열쇠입니다.
이제 자신 있게 "시간을 되돌림"을 여행하고 신뢰할 수 있는 타임머신(예: Adobe Analytics)의 기능을 사용하여 데이터 기반 결정을 내릴 수 있습니다.
작성자
이 문서의 작성자:
Kroger Personal Finance의 디지털 분석 관리자 Jeff Bloomer
Adobe Analytics 챔피언