Documentatie Customer Journey Analytics Handleiding voor Customer Journey Analytics

Kenmerk, deelvenster attribution-panel

Last update: Tue Oct 01 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Onderwerpen:
Deelvensters

Gemaakt voor:

Gebruiker

Het deelvenster Attribution is een eenvoudige manier om een analyse te maken waarin verschillende attributiemodellen worden vergeleken. In het deelvenster vindt u een speciale werkruimte voor het gebruik en vergelijken van attributiemodellen.

Customer Journey Analytics verbetert de attributie door u te laten:

Bepaal attributie voorbij betaalde media: Om het even welke afmeting, metrisch, kanaal of gebeurtenis kan op modellen (bijvoorbeeld, intern onderzoek) worden toegepast, niet alleen marketing campagnes.
Gebruik een onbeperkte vergelijkingsmodelvergelijking: vergelijk dynamisch zoveel modellen als u wilt.
Vermijd implementatieveranderingen: Met rapport-tijd verwerking en context-bewuste zittingen, kan de context van de klantenreis binnen worden gebouwd en bij runtime worden toegepast.
Construeer de sessie die het beste overeenkomt met uw attributiescenario.
Verdeling naar filters: vergelijk eenvoudig de prestaties van uw marketingkanalen met elk belangrijk filter (bijvoorbeeld New versus Repeat-klanten, Product X versus Product Y, Loyalty level of CLV).
Controle dankzij 'channel cross-over' en multi-touchanalyse: gebruik Venn-diagrammen en histogrammen en volg de trends in attributieresultaten.
Visuele analyse van belangrijke marketingreeksen: werk met visuele methoden die leiden tot conversie, zoals flows voor meerdere knooppunten en uitvalvisualisaties.
Stel berekende standaarden samen: gebruik een willekeurig aantal toewijzingsmethoden voor attributie.

Gebruiken

Een deelvenster Attribution gebruiken:

Maak een deelvenster Attribution . Voor informatie over hoe te om een paneel tot stand te brengen, zie een paneelcreëren.
Specificeer de inputvoor het paneel.
Neem de outputvoor het paneel waar.

Deelvensterinvoer

U kunt het deelvenster Kenmerken configureren met de volgende invoerinstellingen:

Voeg een Success metric en een dimensie van Channel toe waarop u het kenmerk wilt toepassen. Voorbeelden zijn Marketingkanalen of aangepaste afmetingen, zoals interne promoties.
Selecteer één of meerdere attributiemodellenvan Included models en a raadplegingsvenstervan Lookback window dat u voor vergelijking wilt gebruiken.
Selecteer Build om de visualisaties in het deelvenster samen te stellen.

Deelvensteruitvoer

Het deelvenster Attribution retourneert een uitgebreide set gegevens en visualisaties die de kenmerk voor de geselecteerde dimensie en de metrische waarde met elkaar vergelijken.

het paneel van de Attributie visualisaties die geselecteerde metriek en dimensies vergelijken.

Attributievisualisaties

De volgende visualisatie maakt deel uit van de paneeluitvoer.

Totaal metrisch: Het totale aantal omzettingen die over het rapporteringstijdvenster voorkwamen, en aan de afmeting worden toegeschreven u selecteerde.
de Vergelijkingsbar van de Attributie: Vergelijkt visueel de toegeschreven omzettingen over elk van de afmetingspunten van uw geselecteerde afmeting. Elke staafkleur vertegenwoordigt een afzonderlijk attributiemodel.
Lijst van de Vergelijking van de Attributie: Toont de zelfde gegevens zoals het staafdiagram, dat als lijst wordt vertegenwoordigd. Wanneer u verschillende kolommen of rijen in deze tabel selecteert, worden het staafdiagram en diverse andere visualisaties in het deelvenster gefilterd. Deze tabel werkt op dezelfde manier als elke andere Freeform-tabel in Workspace, zodat u componenten kunt toevoegen, zoals metriek, filters of indelingen.
Overlap Diagram: Een beeld die van de Venn de hoogste drie afmetingspunten toont en hoe vaak zij gezamenlijk aan een omzetting deelnemen. Bijvoorbeeld, wijst de grootte van de bel overlapping erop hoe vaak omzettingen voorkwamen wanneer een persoon aan beide afmetingspunten werd blootgesteld. Als u andere rijen in de aangrenzende tabel Freeform selecteert, wordt de visualisatie bijgewerkt met uw selectie.
Detail van Prestaties: Een spreidingsvisualisatie om tot drie attributiemodellen visueel te vergelijken.
Getweende Prestaties: Toont de trend van toegeschreven omzettingen voor het hoogste afmetingspunt. Als u andere rijen in de aangrenzende tabel Freeform selecteert, wordt de visualisatie bijgewerkt met uw selectie.
Stroom: Laat u zien welke kanalen met het meest algemeen in wisselwerking staan, en in welke orde over de reis van een persoon.

Attributiemodellen

Een attributiemodel bepaalt welke afmetingspunten krediet voor metrisch krijgen wanneer de veelvoudige waarden binnen het terugkijkvenster van metrisch worden gezien. Attributiemodellen zijn alleen van toepassing wanneer er meerdere dimensieitems zijn ingesteld in het terugzoekvenster. Als slechts één dimensie-item is ingesteld, krijgt dat dimensie-item 100% krediet, ongeacht het gebruikte attributiemodel.

Pictogram

Attributiemodel

Definitie

Laatste aanraking

Geeft 100% krediet aan het aanraakpunt dat het laatst voor de conversie optrad. Dit attributiemodel is doorgaans de standaardwaarde voor elke meting waarbij een attributiemodel niet op andere wijze is opgegeven. Organisaties gebruiken dit model doorgaans wanneer de conversietijd relatief kort is, zoals bij het analyseren van interne zoektrefwoorden.

Eerste aanraking

Geeft 100% krediet aan het aanraakpunt dat het eerst wordt weergegeven in het terugkijkvenster van de attributie. Organisaties gebruiken dit model doorgaans om inzicht te krijgen in merkbekendheid of aanschaf door klanten.

Lineair

Biedt hetzelfde krediet aan elk aanraakpunt dat wordt weergegeven voor een conversie. Dit is handig wanneer conversiecycli langer zijn of een frequentere betrokkenheid van klanten vereisen. Organisaties gebruiken dit toewijzingsmodel doorgaans om de doeltreffendheid van meldingen voor mobiele apps of voor producten op abonnementsbasis te meten.

Deelname

Biedt 100% krediet aan alle unieke aanraakpunten. Aangezien elk aanraakpunt 100% krediet ontvangt, komt het metrische gegeven meestal uit op meer dan 100%. Als een dimensie-item meerdere afzonderlijke keren vóór een conversie wordt weergegeven, worden de waarden gededupliceerd naar 100%. Dit attributiemodel is ideaal in situaties waarin u wilt begrijpen welke aanraakpunten klanten het meest worden blootgesteld. Mediaorganisaties gebruiken dit model doorgaans om de snelheid van de inhoud te berekenen. De detailhandelorganisaties gebruiken typisch dit model om te begrijpen welke delen van hun plaats aan omzetting kritiek zijn.

Zelfde aanraking

Verleent 100% krediet aan de zelfde gebeurtenis waar de omzetting plaatsvond. Als er geen aanraakpunt plaatsvindt op dezelfde gebeurtenis als bij een conversie, wordt dit punt ingesloten onder "Geen". Dit attributiemodel wordt soms gelijkgesteld met het hebben van helemaal geen attributiemodel. Het is waardevol in scenario's waar u geen waarden van andere gebeurtenissen wilt die beïnvloeden hoe metrisch krediet aan afmetingspunten geeft. Product- of ontwerpteams kunnen dit model gebruiken om de doeltreffendheid van een pagina te beoordelen waar conversie plaatsvindt.

U-vorm

Biedt 40% krediet aan de eerste interactie, 40% aan de laatste interactie, en verdeelt de resterende 20% aan om het even welke aanraakpunten tussenin. Voor conversies met één aanraakpunt wordt 100% krediet gegeven. Voor conversies met twee aanraakpunten wordt aan beide een krediet van 50% toegekend. Dit attributiemodel wordt het best gebruikt in scenario's waar u eerste en laatste interactie het meest waart, maar wil geen extra interacties binnen volledig sluiten.

J Curve

Geeft 60% krediet aan de laatste interactie, 20% krediet aan de eerste interactie, en verdeelt de resterende 20% aan om het even welke aanraakpunten tussenin. Voor conversies met één aanraakpunt wordt 100% krediet gegeven. Voor conversies met twee aanraakpunten wordt 75% aan de laatste interactie besteed en wordt 25% aan de eerste. Net als bij U-Shaped, geeft dit attributiemodel de voorkeur aan de eerste en laatste interacties, maar is het zwaarder van belang voor de laatste interactie.

Omgekeerd J

Biedt 60% krediet aan het eerste aanraakpunt, 20% aan het laatste aanraakpunt en verdeelt de resterende 20% aan de tussenliggende aanraakpunten. Voor conversies met één aanraakpunt wordt 100% krediet gegeven. Voor conversies met twee aanraakpunten wordt 75% aan de eerste interactie toegekend en wordt 25% aan de laatste toegekend. Net als voor J-Shaped, geeft dit attributiemodel de voorkeur aan de eerste en laatste interacties, maar eerder de eerste interactie.

Tijdverlies

Volgt een exponentieel verval met een aangepaste parameter voor de halfwaardetijd, waarbij de standaardwaarde 7 dagen is. Het gewicht van elk kanaal is afhankelijk van de hoeveelheid tijd die is verstreken tussen het starten van het aanraakpunt en de uiteindelijke conversie. De formule die wordt gebruikt om krediet te bepalen is 2^(-t/halflife), waarbij t de hoeveelheid tijd tussen een aanraakpunt en een conversie is. Alle aanraakpunten worden vervolgens genormaliseerd tot 100%. Ideaal voor scenario's waarin u de toewijzing wilt meten aan de hand van een specifieke en significante gebeurtenis. Hoe langer een conversie plaatsvindt na deze gebeurtenis, hoe minder krediet wordt gegeven.

Aangepast

Hiermee kunt u de gewichten opgeven die u wilt geven aan het eerste aanraakpunt, het laatste aanraakpunt en de tussenliggende aanraakpunten. De opgegeven waarden worden genormaliseerd naar 100%, zelfs als de ingevoerde aangepaste getallen niet bij 100 komen te liggen. Voor conversies met één aanraakpunt wordt 100% krediet gegeven. Voor interactie met twee aanraakpunten wordt de middelste parameter genegeerd. De eerste en laatste aanraakpunten worden vervolgens genormaliseerd tot 100% en de kredieten worden dienovereenkomstig toegewezen. Dit model is ideaal voor analisten die volledige controle willen hebben over hun attributiemodel en specifieke behoeften hebben waaraan andere attributiemodellen niet voldoen.

Algorithmic

Gebruikt statistische technieken om dynamisch de optimale allocatie van krediet voor de geselecteerde maatstaf vast te stellen. Het algoritme dat wordt gebruikt voor attributie is gebaseerd op de Harsanyi Dividend van coöperatieve speltheorie. Het dividend van Harsanyi is een generalisering van de Shapley-waardeoplossing (genoemd naar Lloyd Shapley, een Nobelprijswinnaar) voor het verdelen van krediet onder spelers in een spel met ongelijke bijdragen aan de uitkomst.
op een hoog niveau, wordt de attributie berekend als coalitie van spelers waaraan een overschot billijk moet worden verdeeld. De overtollige verdeling van elke coalitie wordt bepaald volgens het overschot dat eerder door elke subcoalitie (of eerder deelnemende dimensie-items) recursief werd gecreeerd. Voor meer details, zie John Harsanyi en de originele documenten van Lloyd Shapley:
Shapley, Lloyd S. (1953). Een waarde voor spelletjes van één persoon. bijdragen aan de Theorie van Spelen, 2 (28), 307-317.
Harsanyi, John C. (1963). Een vereenvoudigd onderhandelingsmodel voor het on-person coöperatieve spel. Internationale Economische Controle 4 (2), 194-220.

Venster Opzoeken

Een terugzoekvenster is de hoeveelheid tijd die een conversie moet terugkijken om aanraakpunten op te nemen. Als een dimensie-item buiten het terugzoekvenster wordt ingesteld, wordt de waarde niet opgenomen in attributieberekeningen.

14 Dagen: Zoekt file tot 14 dagen vanaf toen de omzetting gebeurde.
30 Dagen: Zoekt file tot 30 dagen vanaf toen de omzetting gebeurde.
60 Dagen: Zoekt file tot 60 dagen vanaf toen de omzetting gebeurde.
90 Dagen: Zoekt file tot 90 dagen vanaf toen de omzetting gebeurde.
Zitting: Zoekt file aan het begin van de zitting waar een omzetting gebeurde. De raadplegingsvensters van de zitting respecteren de gewijzigde onderbreking van de Zittingin een gegevensmening.
Persoon (Meldend Venster): Zoekt bij alle bezoeken file tot de eerste van de maand van de huidige datumwaaier. Als het bereik van de rapportdatum bijvoorbeeld 15 september tot en met 30 september is, omvat het bereik van de persoonlijke terugzoekdatum 1 september tot en met 30 september. Als u dit terugkijkvenster gebruikt, kunt u soms zien dat de afmetingspunten aan data buiten uw rapporterend venster worden toegeschreven.
Tijd van de Douane: staat u toe om een venster van de douaneterugblik van te plaatsen wanneer een omzetting gebeurde. U kunt het aantal minuten, uren, dagen, weken, maanden of kwartalen opgeven. Bijvoorbeeld, als een omzetting op 20 februari gebeurde, zou een terugkijkvenster van vijf dagen alle afmetingstips van 15 februari tot 20 februari in het attributiemodel evalueren.

recommendation-more-help

080e5213-7aa2-40d6-9dba-18945e892f79