속성 모범 사례

조직에 적합한 속성 모델을 선택하는 것은 여러 고려 사항에 따라 다릅니다. 이 문서에서는 방법론과 몇 가지 일반적인 모범 사례에 대해 알아봅니다.

탐색적 분석

이 단계는 먼저 고객 행동을 이해하고 전환 지표를 정의하는 절차로 구성됩니다. 전환 지표를 기반으로 데이터 피드​(원시 데이터용) 또는 Analysis Workspace와 같은 도구를 통해

예를 들어 고객의 50%가 전환하기 전에 세 개의 채널을 터치한다면 이들 세 개의 채널 사이에 인터랙션이 있습니까?
그런 다음 상위 및 하위 단계 분석을 수행하여 이해를 확장할 수 있습니다.

상위 단계 분석

상위 단계 분석 채널은 브랜드 또는 제품 인지도를 창출하기 위해 사용됩니다. 예를 들어 대부분의 TV 광고의 목표는 브랜드 인지도입니다. 사람들은 시간이 지남에 따라 TV 광고를 잊게 되므로 시간 감소 속성 모델을 사용할 수 있습니다.

하위 단계 분석

하위 단계 분석에서는 사람들이 이미 귀하의 브랜드를 알고 있고 귀하는 사람들이 전환하기를 원한다고 가정합니다. 이메일, 푸시 알림 또는 Facebook 광고를 사용합니다.

규칙 기반 속성

이 단계의 목적은 가설을 확인하는 것입니다.

예 1

가설: "첫 번째 터치 채널이 마지막 터치 채널보다 전환에 더 많은 영향을 미칩니다."

이 경우 역 J자형 속성 모델을 사용하여 이 가설을 테스트합니다. 이 모델은 첫 번째 터치 포인트에 60%의 크레딧을 제공합니다.

예 2

가설이 이라고 가정해 보십시오."특정 업계(예: 여행 업계)에서는 고객이 제품을 구매하기 전에 많은 조사를 하기 때문에 속성 기간이 30일이 아니라 60일 또는 90일이라고 가정합니다."

이 경우 전환 확인 기간을 90일로 변경할 수 있습니다.

알고리즘 속성 사용

모든 질문에 만족스러운 답변을 제공하는 기여도 모델이 아직 없는 경우 알고리즘 기여도를 사용할 수 있습니다. 많은 수의 가능한 가설과 조합을 검증하는 것은 매우 어렵기 때문에, 알고리즘 속성은 기본 제공 알고리즘을 사용하여 차원 항목에 크레딧을 할당합니다.

기타 고려 사항