Configurações de coluna

As configurações de coluna permitem que você configure a formatação da coluna; alguns elementos podem ser condicionais.

Assista a uma demonstração em vídeo dessa funcionalidade.

video poster

https://video.tv.adobe.com/v/328504/?quality=12&captions=por_br

Este vídeo demonstra a funcionalidade usando o Adobe Analytics. No entanto, a funcionalidade está disponível de forma semelhante no Customer Journey Analytics. Esteja ciente das seguintes diferenças na terminologia.

table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 1-align-center 2-align-center 4-align-center 5-align-center 7-align-center 8-align-center 10-align-center 11-align-center 13-align-center 14-align-center
Adobe Analytics Customer Journey Analytics
Segmentos Filtros
Visitante Pessoa
Visita Sessão
Ocorrência Evento

Para acessar Configurações de coluna, selecione Configurações de coluna no cabeçalho da coluna.

Configurações de coluna

É possível editar configurações para várias colunas de uma só vez. Selecione várias colunas e selecione Configuração em qualquer uma das colunas selecionadas. Qualquer alteração feita se aplica a todas as colunas com células selecionadas.

Opção
Descrição
Mostrar total
Mostrar uma soma da coluna do lado do cliente. Este total não remove a duplicação de métricas como sessões ou pessoas.
Mostrar total geral
Mostrar uma soma da coluna do lado do servidor. O total geral remove a duplicação de métricas como sessões ou pessoas.
Mostrar minigráfico
Mostrar um gráfico de linhas no cabeçalho da coluna.
Número
Determine se uma célula mostra/oculta o valor numérico da métrica. Por exemplo, se a métrica for Exibições de página, o valor numérico será o número de exibições de página para o item da linha.
Porcentagem
Determine se uma célula mostra/oculta o valor percentual para a métrica. Por exemplo, se a métrica for Exibições de página, o valor percentual será o número de exibições de página para o item da linha, dividido pelo total de exibições de página para a coluna. Observação: Porcentagens maiores que 100% são possíveis para garantir a precisão. O limite superior pode ser movido para 1.000% para evitar que a largura das colunas fique muito grande.
Mostrar anomalias
Determine se a detecção de anomalias é executada nos valores desta coluna.
Mostrar previsão
Determine se os valores de previsão são mostrados nessa coluna.
Quebrar linha do texto do cabeçalho
Quebre o texto de cabeçalho em tabelas de forma livre para tornar os cabeçalhos mais legíveis e as tabelas mais compartilháveis. A quebra é útil para renderização de PDF e para métricas com nomes compridos. Ativado por padrão.
Interpretar zero como nenhum valor
Determine, para células com um valor 0, se deseja mostrar um 0 ou uma célula em branco. Essa interpretação é útil quando você observa dados de cada dia de um mês e alguns dias estão no futuro. Em vez de mostrar 0 para datas futuras, células em branco são exibidas. Os gráficos também respeitam essa configuração (ou seja, os gráficos não mostram uma linha ou barra com valores 0).
Histórico
Determine se uma célula exibe ou oculta toda a formatação de célula, incluindo o gráfico de barras e a formatação condicional.
Gráfico de barras
Mostrar um gráfico de barras horizontal que representa o valor da célula relativo ao total da coluna.
Formatação condicional
Usar formatação condicional. Consulte a seção abaixo.
Visualização de célula de tabela
Uma visualização de como cada célula é exibida com a aplicação das opções de formatação selecionadas no momento.
Usar modelo de atribuição não-padrão
Use um modelo de atribuição não padrão. Consulte a seção abaixo.

Formatação condicional conditional-formatting

A formatação condicional aplica formatação a limites superiores, intermediários e inferiores que você pode definir. A aplicação de formatação condicional nas tabelas de forma livre também é habilitada automaticamente nos detalhamentos, a menos que os limites Personalizado sejam selecionados.

Formatação condicional

Opções de formatação condicional
Descrição
Limites de porcentagem de uso
Alterar para que o intervalo limite se baseie em percentagens em vez de valores absolutos. O intervalo de limite de porcentagem funciona para métricas exclusivamente baseadas em porcentagem (como a Taxa de rejeição) e para métricas que têm uma contagem e uma porcentagem (como Exibições de página).
Gerado automaticamente
Calcular limites superior/médio/inferior automaticamente de acordo com os dados. O limite superior é o valor mais alto na coluna. O limite inferior é o menor valor e o ponto intermediário é a média entre os limites superior e inferior.
Personalizado
Atribuir manualmente Limite superior, Ponto médio e Limite inferior. Os limites fornecem a flexibilidade para determinar quando um valor de coluna se torna bom, médio ou ruim.
Paleta de formatação condicional
Aplique um conjunto de cores pré-configurado às células. Dependendo de qual dos quatro esquemas de cores disponíveis você selecionar, cores diferentes serão atribuídas a valores altos, valores de ponto médio e valores baixos.
Substituir uma dimensão na tabela redefine os limites da formatação condicional. Substituir uma métrica recalcula os limites da coluna (na qual haja uma métrica no eixo X e uma dimensão no eixo Y).

Usar modelo de atribuição não-padrão use-non-default-attribution-model

Você pode substituir o modelo de atribuição padrão configurado em Visualizações de dados.

NOTE
Considere o seguinte ao atualizar a atribuição de um componente para um modelo de atribuição não padrão:
  • Ao usar o componente em um relatório com uma única dimensão: a atribuição do componente ignora o modelo de alocação quando um modelo de atribuição não padrão é usado.

  • Ao usar o componente em um relatório com várias dimensões: a atribuição do componente retém o modelo de alocação quando um modelo de atribuição não padrão é usado.

Várias dimensões estão disponíveis somente ao exportar dados para a nuvem.
Para obter mais informações sobre alocação, consulte Configurações do componente de Persistência.

Para usar um modelo de atribuição não padrão para uma métrica em uma Analysis Workspace:

  1. Selecione Usar modelo de atribuição não padrão. Quando já selecionado, use Editar para editar o modelo de atribuição. Ou desmarque para retornar ao modelo de atribuição padrão.

    As opções de Configuração de Coluna que destacam a opção de Configurações de Dados: Usar modo de atribuição não padrão.

  2. Em Modelo de atribuição de coluna, selecione um Modelo e uma Janela de pesquisa. A janela de retrospectiva determina a janela de atribuição de dados aplicada a cada conversão.

    As opções de Modelo de Atribuição de Coluna mostrando Linear selecionado.

Modelos de atribuição

Um modelo de atribuição determina quais itens de dimensão recebem crédito por uma métrica quando vários valores são vistos na janela de pesquisa de uma métrica. Os modelos de atribuição se aplicam somente quando há vários itens de dimensão definidos na janela de pesquisa. Se apenas um único item de dimensão for definido, esse item de dimensão receberá 100% de crédito independentemente do modelo de atribuição usado.

Ícone
Modelo de atribuição
Definição
Último contato
Último contato
Dá 100% de crédito ao ponto de contato mais recente antes da conversão. Normalmente, esse modelo de atribuição é o valor padrão para qualquer métrica em que um modelo de atribuição não é especificado de outra forma. As organizações normalmente usam esse modelo, em que o tempo de conversão é relativamente curto, como na análise de palavras-chave de pesquisa interna.
Primeiro contato
Primeiro contato
Dá 100% de crédito ao primeiro ponto de contato visto na janela de retrospectiva de atribuição. As organizações normalmente usam esse modelo para entender a percepção da marca ou a aquisição do cliente.
Linear
Linear
Dá crédito igual a todos os pontos de contato que resultem em uma conversão. É útil quando os ciclos de conversão são mais longos ou exigem um engajamento do cliente mais frequente. As organizações normalmente usam esse modelo de atribuição que mede a eficácia da notificação de aplicativos móveis ou com produtos baseados em assinatura.
Participação
Participação
Dá 100% de crédito a todos os pontos de contato exclusivos. Como cada ponto de contato recebe 100% de crédito, os dados de métrica normalmente somam mais de 100%. Se um item de dimensão for exibido várias vezes separadas até uma conversão, os valores serão desduplicados em 100%. Esse modelo de atribuição é ideal em situações em que você deseja entender a quais pontos de contato os clientes estão mais expostos. As organizações de mídia normalmente usam esse modelo para calcular a velocidade do conteúdo. As varejistas geralmente usam esse modelo para entender quais partes do site são essenciais para a conversão.
Mesmo contato
Mesmo contato
Dá 100% de crédito ao mesmo evento em que ocorreu a conversão. Se um ponto de contato não ocorrer no mesmo evento que uma conversão, ele será agrupado em "Nenhum". Às vezes, esse modelo de atribuição é equiparado a não ter nenhum modelo de atribuição. Ela é importante em cenários nos quais você não deseja valores de outros eventos que afetam como uma métrica dá crédito a itens de dimensão. Equipes de produto ou de design podem usar esse modelo para avaliar a eficácia de uma página na qual ocorre a conversão.
Forma de U
Em forma de U
Dá crédito de 40% à primeira interação, de 40% à última interação, e divide os 20% restantes para os pontos de contato entre as duas. Para conversões com um só ponto de contato, o crédito é de 100%. Para conversões com dois pontos de contato, o crédito é de 50% para ambos. Esse modelo de atribuição é melhor usado em cenários em que você valoriza mais a primeira e a última interações, mas não deseja descartar totalmente as interações adicionais entre elas.
Curva J
Curva J
Dá crédito de 60% à última interação, de 20% à primeira interação, e divide os 20% restantes para os pontos de contato entre as duas. Para conversões com um só ponto de contato, o crédito é de 100%. Para conversões com dois pontos de contato, o crédito é de 75% para a última interação e de 25% para a primeira. Semelhante à forma de U, esse modelo de atribuição favorece a primeira e a última interações, mas favorece mais a última interação.
J invertido
J invertido
Dá 60% de crédito ao primeiro ponto de contato, 20% de crédito ao último ponto de contato e divide os 20% restantes para os pontos de contato entre os dois. Para conversões com um só ponto de contato, o crédito é de 100%. Para conversões com dois pontos de contato, o crédito é de 75% para a primeira interação e de 25% para a última. Semelhante ao Forma de J, esse modelo de atribuição favorece a primeira e a última interações, mas favorece mais a primeira interação.
Declínio de tempo
Declínio de tempo
Segue um declínio exponencial com um parâmetro personalizado de meia-vida e padrão de 7 dias. O peso de cada canal depende da quantidade de tempo decorrido entre a iniciação do ponto de contato e a conversão final. A fórmula usada para determinar o crédito é 2^(-t/halflife), em que t é o tempo entre um ponto de contato e uma conversão. Todos os pontos de contato são normalizados para 100%. Ideal para cenários em que você deseja medir a atribuição em relação a um evento específico e significativo. Quanto mais tarde ocorrer uma conversão após esse evento, menos crédito será dado.
Personalizado
Personalizado
Permite que você especifique os pesos que deseja atribuir ao primeiro, ao último e ao resto de pontos de contato. Os valores especificados são regularizados para 100% mesmo se os números inseridos, quando somados, não resultarem em 100. Para conversões com um só ponto de contato, o crédito é de 100%. Para interações com dois pontos de contato, o parâmetro intermediário é ignorado. O primeiro e o último ponto de contato são normalizados para 100% e o crédito é atribuído em conformidade. Esse modelo é ideal para analistas que desejam ter controle total sobre seu modelo de atribuição e têm necessidades específicas que outros modelos de atribuição não atendem.
Algorítmico
Algorítmico
Usa técnicas estatísticas para determinar dinamicamente a alocação ideal de crédito para a métrica selecionada. O algoritmo usado para atribuição é baseado no Harsanyi Dividend da teoria dos jogos cooperativos. O dividendo de Harsanyi é uma generalização da solução de valor de Shapley (batizada de Lloyd Shapley, economista vencedor do Nobel) para distribuir crédito entre os jogadores em um jogo com contribuições desiguais para o resultado.
Em um nível alto, a atribuição é calculada como uma coalizão de jogadores aos quais um excedente deve ser distribuído de forma equitativa. A distribuição excedente de cada coalizão é determinada de acordo com o excedente anteriormente criado por cada subcoalizão (ou itens de dimensão anteriormente participantes) de forma recursiva. Para mais detalhes, veja os documentos originais de John Harsanyi e Lloyd Shapley:
Shapley, Lloyd S. (1953). Um valor para jogos em pessoa. Contribuições para a Teoria dos Jogos, 2(28), 307-317.
Harsanyi, John C. (1963). Um modelo de negociação simplificado para o jogo cooperativo entre pessoas. International Economic Review 4(2), 194-220.

Janela de lookback

As janelas de retrospectiva representam quanto tempo uma conversão deve retroceder para incluir pontos de contato. Se um item de dimensão for definido fora da janela de pesquisa, o valor não será incluído em nenhum cálculo de atribuição.

  • 14 Dias: retroage até 14 dias a partir de quando a conversão ocorreu.
  • 30 Dias: retroage até 30 dias a partir do momento em que a conversão ocorreu.
  • 60 Dias: retroage até 60 dias a partir do momento da conversão.
  • 90 Dias: retroage até 90 dias a partir do momento da conversão.
  • Sessão: retroage até o início da sessão em que ocorreu uma conversão. As janelas de retrospectiva de sessão respeitam o tempo limite de sessão modificado em uma visualização de dados.
  • Pessoa (Janela de Relatório): verifica todas as visitas até o primeiro dia do mês do intervalo de datas atual. Por exemplo, se o intervalo de datas de um relatório for de 15 a 30 de setembro, o intervalo de datas da retrospectiva da pessoa será de 1º a 30 de setembro. Se você usar essa janela de lookback, poderá ver ocasionalmente que os itens de dimensão são atribuídos a datas fora da janela de relatórios.
  • Tempo personalizado: permite que você defina uma janela de pesquisa personalizada a partir de quando ocorreu uma conversão. Você pode especificar o número de minutos, horas, dias, semanas, meses ou trimestres. Por exemplo, se uma conversão ocorresse em 20 de fevereiro, uma janela de pesquisa de cinco dias avaliaria todos os pontos de contato de dimensão de 15 a 20 de fevereiro no modelo de atribuição.
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79