속성 구성 요소

Last update: Mon Jul 07 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

주제:
속성

작성 대상:

사용자
관리자

Adobe Analytics의 속성 개념에는 세 가지 구성 요소가 포함됩니다.

속성 모델: 모델은(는) 그룹의 히트에 대한 전환 분포를 설명합니다. 예를 들어 첫 번째 터치 또는 마지막 터치가 있습니다.
컨테이너: 컨테이너은(는) 속성 범위 또는 각 모델의 히트를 그룹화하는 방법을 정의합니다.
속성 전환 확인 기간: 전환 확인 기간은(는) 선택한 모델에 대한 전환 확인 일수를 설명합니다.

속성 모델

속성 모델은 지표의 전환 확인 기간에 여러 값이 표시될 때 어떤 차원 항목이 지표에 대한 크레딧을 받는지 결정합니다. 속성 모델은 전환 확인 기간 내에 여러 차원 항목이 설정된 경우에만 적용됩니다. 단일 차원 항목만 설정된 경우, 사용된 속성 모델에 관계없이 해당 차원 항목은 100%의 크레딧을 받습니다.

아이콘

속성 모델

정의

마지막 터치

전환 전에 가장 최근에 발생하는 접점에 100% 크레딧을 제공합니다. 이 속성 모델은 일반적으로 속성 모델이 달리 지정되지 않은 모든 지표에 대한 기본값입니다. 조직에서는 일반적으로 내부 검색 키워드를 분석하는 등 변환 시간이 상대적으로 짧은 이 모델을 사용합니다.

첫 번째 터치

속성 전환 확인 기간 내 맨 먼저 표시된 접점에 100% 크레딧을 제공합니다. 조직에서는 일반적으로 브랜드 인지도나 고객 확보를 이해하기 위해 이 모델을 사용합니다.

선형

전환으로 이어지는 모든 표시되는 접점에 동일한 크레딧을 제공합니다. 전환 주기가 길거나 고객 참여가 더 자주 필요한 경우 유용합니다. 조직에서는 일반적으로 모바일 앱 알림 효과를 측정하거나 구독 기반 제품에 이 속성 모델을 사용합니다.

기여도

모든 고유한 접점에 100% 크레딧을 제공합니다. 모든 접점이 100% 크레딧을 받기 때문에 지표 데이터는 일반적으로 100% 이상이 됩니다. 차원 항목이 전환되기 전에 여러 번 개별적으로 나타나는 경우, 값은 100%로 중복 제거됩니다. 이 속성 모델은 고객이 가장 많이 노출되는 접점을 이해하고자 하는 상황에서 이상적입니다. 미디어 조직은 일반적으로 이 모델을 사용하여 콘텐츠 속도를 계산합니다. 소매 조직은 일반적으로 이 모델을 사용하여 사이트 내 전환에 중요한 부분을 파악합니다.

동일한 터치

전환이 발생한 이벤트에 100% 크레딧을 제공합니다. 접점이 전환과 동일한 이벤트에서 발생하지 않으면 “없음” 아래에 버킷으로 처리됩니다. 이 속성 모델은 때때로 속성 모델이 전혀 없는 것으로 간주되기도 합니다. 지표가 차원 항목에 크레딧을 부여하는 방식에 영향을 미치는 것을 다른 이벤트의 값이 원하지 않는 시나리오에서 유용합니다. 제품 또는 디자인 팀이 이 모델을 사용하여 전환이 발생하는 페이지의 효율성을 평가할 수 있습니다.

U자형

첫 번째 상호 작용에 40% 크레딧을 제공하고, 마지막 상호 작용에 40% 크레딧을 제공하며, 나머지 20%를 그 사이의 모든 접점에 나눠줍니다. 접점이 하나인 전환의 경우 100% 크레딧이 제공됩니다. 접점이 두 개인 전환의 경우 두 접점에 50% 크레딧이 제공됩니다. 이 속성 모델은 첫 번째와 마지막 상호 작용을 가장 중요하게 여기지만 그 사이에 추가적인 상호 작용을 완전히 무시하고 싶지 않은 시나리오에서 가장 적합합니다.

J 곡선

마지막 상호 작용에 60% 크레딧을 제공하고, 첫 번째 상호 작용에 20% 크레딧을 제공하며, 나머지 20%를 그 사이의 모든 접점에 나눠줍니다. 접점이 하나인 전환의 경우 100% 크레딧이 제공됩니다. 접점이 두 개인 전환의 경우 75% 크레딧이 마지막 상호 작용에 제공되며, 25% 크레딧이 첫 번째 상호 작용에 제공됩니다. U자형과 유사하게, 이 속성 모델은 첫 번째와 마지막 상호 작용을 선호하지만 마지막 상호 작용을 더 선호합니다.

J의 역

첫 번째 접점에 60% 크레딧을 제공하고, 마지막 접점에 20% 크레딧을 제공하며, 나머지 20%를 그 사이의 모든 접점에 나눠줍니다. 접점이 하나인 전환의 경우 100% 크레딧이 제공됩니다. 접점이 두 개인 전환의 경우 75% 크레딧이 첫 번째 상호 작용에 제공되며, 25% 크레딧이 마지막 상호 작용에 제공됩니다. J의 역과 유사하게, 이 속성 모델은 첫 번째와 마지막 상호 작용을 선호하지만 첫 번째 상호 작용을 더 선호합니다.

시간 감소

기본값이 7일인 사용자 정의 반감기 매개변수를 사용하는 기하급수적 감소가 따릅니다. 각 채널의 가중치는 접점 시작과 최종 전환 사이에 경과된 시간에 따라 달라집니다. 크레딧을 결정하는 데 사용되는 공식은 2^(-t/halflife)이고, 여기서 t는 접점과 전환 사이의 시간입니다. 그러면 모든 접점이 100%로 표준화됩니다. 중요한 특정 사건에 대한 속성을 측정하려는 시나리오에 이상적입니다. 이 이벤트 후 전환이 일어나기까지 시간이 오래 소요될수록 크레딧은 적게 제공됩니다.

사용자 정의

첫 번째 접점, 마지막 접점 및 그 사이에 있는 모든 접점에 제공할 가중치를 지정할 수 있습니다. 입력한 사용자 정의 숫자가 100에 추가되지 않는 경우에도 지정된 값이 100%로 표준화됩니다. 접점이 하나인 전환의 경우 100% 크레딧이 제공됩니다. 접점이 두 개인 상호 작용의 경우 중간 매개변수는 무시됩니다. 그런 다음 첫 번째 및 마지막 접점이 100%로 표준화되고 크레딧은 그에 따라 할당됩니다. 이 모델은 속성 모델을 완벽하게 제어하고 다른 속성 모델이 충족시키지 못하는 특정 요구 사항을 가진 분석가에게 이상적입니다.

알고리즘

통계 기법을 사용하여 선택한 지표에 대한 크레딧의 최적 할당을 동적으로 결정합니다. 속성에 사용되는 알고리즘은 협업 게임 이론의 Harsanyi 배당을 기반으로 합니다. Harsanyi 배당은 결과에 불평등한 기여와 함께 플레이어들 간의 크레딧을 분배하기 위해 Shapley 값 솔루션(노벨 경제학상 수상자인 Lloyd Shapley의 이름을 따서 이름이 지어짐)의 일반화입니다.
높은 수준에서 속성은 잉여금이 균등하게 분배되어야 하는 플레이어 연합으로 계산됩니다. 각 연합의 잉여금은 각 하위 연합 (또는 이전에 참가한 차원 항목)에 의해 이전에 생성된 잉여금에 따라 재귀적으로 결정됩니다. 자세한 내용은 John Harsanyi 및 Lloyd Shapley의 원본 논문을 참조하십시오.
Shapley, Lloyd S. (1953). A value for n-person games. Contributions to the Theory of Games, 2 (28), 307-317.
Harsanyi, John C. (1963). A simplified bargaining model for the n-person cooperative game. International Economic Review 4 (2), 194-220.

컨테이너

속성 컨테이너는 속성에 대해 원하는 범위를 정의합니다. 가능한 옵션은 다음과 같습니다.

방문: 방문 컨테이너의 범위에서 전환을 봅니다.
방문자: 방문자 컨테이너 범위에서 전환을 봅니다.

전환 확인 기간

전환 확인 기간은 접점을 포함하도록 전환에서 다시 확인해야 하는 시간의 양입니다. 차원 항목이 전환 확인 기간 밖에 설정된 경우, 해당 값은 어떤 속성 계산에도 포함되지 않습니다.

14일: 전환이 발생한 날로부터 최대 14일까지를 되돌아봅니다.
30일: 전환이 발생한 날로부터 최대 30일까지를 되돌아봅니다.
60일: 전환이 발생한 날로부터 최대 60일까지를 되돌아봅니다.
90일: 전환이 발생한 날로부터 최대 90일까지를 되돌아봅니다.
사용자 정의 시간: 전환이 발생한 시점부터 사용자 정의 전환 확인 기간을 설정할 수 있습니다. 분, 시간, 일, 주, 월 또는 분기 단위로 지정할 수 있습니다. 예를 들어 2월 20일에 전환이 발생한 경우 5일의 전환 확인 기간을 통해 2월 15일부터 2월 20일까지의 모든 차원 접점을 속성 모델에서 평가할 수 있습니다.

예

다음 예를 생각해 보십시오.

9월 15일 방문자가 유료 검색 광고를 통해 사이트에 도착했다가 나갑니다.
9월 18일 이 방문자가 친구로부터 받은 소셜 미디어 링크를 통해 다시 사이트에 도착합니다. 장바구니에 몇 개 항목을 추가하지만 구입하지는 않습니다.
9월 24일 마케팅 팀이 장바구니에 있는 일부 항목에 대한 쿠폰이 포함된 이메일을 보냅니다. 쿠폰은 적용하지만 다른 쿠폰이 있는지 확인하기 위해 다른 몇 개 사이트를 방문합니다. 디스플레이 광고를 통해 다른 항목을 찾은 다음 최종적으로 $50에 구매합니다.

기여도 분석 모델에 따라 컨테이너 및 채널은 서로 다른 크레딧을 받습니다. 예제는 아래 표를 참조하십시오.

모델

컨테이너

전환 확인 기간

설명

첫 번째 터치

방문

30일

속성은 세 번째 방문만 봅니다. 이메일과 디스플레이 사이에 이메일이 첫 번째였으며, 따라서 $50 구매에 대해 이메일이 100% 크레딧을 받습니다.

첫 번째 터치

방문자

30일

속성은 세 개의 방문을 모두 봅니다. 유료 검색이 첫 번째였으며, 따라서 $50 구매에 대해 유료 검색이 100% 크레딧을 받습니다.

선형

방문

30일

크레딧은 이메일과 디스플레이 간에 나눠집니다. 이 두 채널 모두 각각 $25의 크레딧을 받습니다.

선형

방문자

30일

크레딧은 유료 검색, 소셜, 이메일 및 디스플레이 간에 나눠집니다. 각 채널은 이 구매에 대해 $12.50 크레딧을 받습니다.

J자형

방문자

30일

크레딧은 유료 검색, 소셜, 이메일 및 디스플레이 간에 나눠집니다.

$30인 60% 크레딧이 디스플레이에 제공됩니다.
$10인 20% 크레딧이 유료 검색에 제공됩니다.
나머지 20%는 소셜과 이메일 간에 나누어져 각각 $5가 제공됩니다.

시간 감소

방문자

30일

디스플레이 접점과 전환 간 0일 간격. 2^(-0/7) = 1
이메일 접점과 전환 간 0일 간격. 2^(-0/7) = 1
소셜 접점과 전환 간 6일 간격. 2^(-6/7) = 0.552
유료 검색 접점과 전환 간 9일 간격. 2^(-9/7) = 0.41 이러한 값을 표준화하면 다음과 같은 결과가 나옵니다.
- 디스플레이: 33.8%, $16.88 받음
- 이메일: 33.8%, $16.88 받음
- 소셜: 18.6%, $9.32 받음
- 유료 검색: 13.8%, $6.92 받음

크레딧이 여러 채널에 속하는 경우 일반적으로 정수가 있는 전환 이벤트는 분할됩니다. 예를 들어 두 채널이 선형 속성 모델을 사용하여 주문에 기여하는 경우 두 채널 모두 해당 주문의 0.5를 받습니다. 이러한 부분 지표는 모든 개인에게 집계된 다음 보고를 위해 가장 가까운 정수로 반올림됩니다.

recommendation-more-help

a83f8947-1ec6-4156-b2fc-94b5551b3efc