DokumentationCustomer Journey AnalyticsAnvändarhandbok om Customer Journey Analytics

Kolumninställningar

Last update: Fri Jun 27 2025 00:00:00 GMT+0000 (Coordinated Universal Time)
  • Ämnen:

Skapat för:

  • Användare

I Column settings kan du konfigurera kolumnformatering, varav vissa kan vara villkorliga.

recommendation-more-help

Se VideoCheckedOut Rad- och kolumninställningar i en frihandstabell för en demonstrationsvideo.

I den här videon demonstreras funktionaliteten med Adobe Analytics. Funktionen finns dock på liknande sätt i Customer Journey Analytics. Tänk på skillnaderna i terminologi mellan Adobe Analytics och Customer Journey Analytics (till exempel besök kontra sessioner).

style
shade-box

Om du vill komma åt Column settings väljer du Kolumninställningar i kolumnrubriken.

Kolumninställningar

Du kan redigera inställningar för flera kolumner samtidigt. Markera flera kolumner och välj Inställning i någon av de markerade kolumnerna. Alla ändringar du gör gäller för alla kolumner där celler är markerade.

Alternativ
Beskrivning
Show total
Visa en summa på klientsidan av kolumnen. Den här summan tar inte bort dubbletter av mått som sessioner eller personer.
Show grand total
Visa en serversidessumma av kolumnen. Det totala antalet avduplicerade mått som sessioner eller personer.
Show sparkline
Visa ett linjediagram i kolumnrubriken.
Number
Avgör om en cell visar/döljer det numeriska värdet för måttet. Om måttet till exempel är Sidvyer är det numeriska värdet antalet sidvyer för radobjektet.
Percent
Avgör om en cell visar/döljer procentvärdet för måttet. Om måttet till exempel är Sidvyer är procentvärdet antalet sidvyer för radobjektet delat med de totala sidvyerna för kolumnen. Obs! Procenttal som är större än 100 % är möjliga för att säkerställa att de är korrekta. Det övre gränsvärdet kan flyttas till 1 000 % för att förhindra att kolumnbredden blir för stor.
Show anomalies
Kontrollera om avvikelseidentifiering körs på värdena i den här kolumnen.
Show forecast
Kontrollera om prognosvärden visas i den här kolumnen.
Wrap header text
Radbryt rubriktexten i frihandstabeller så att rubrikerna blir lättare att läsa och tabellerna blir mer delbara. Figursättningen är användbar för PDF-återgivning och för mått med långa namn. Aktiverat som standard.
Interpret zero as no value
För celler med värdet 0 anger du om en 0-cell eller en tom cell ska visas. Den här tolkningen är användbar när du tittar på data för varje dag i en månad, och vissa dagar är i framtiden. I stället för att visa 0 för framtida datum visas tomma celler i stället. Diagram följer även den här inställningen (d.v.s. diagrammen visar inte en linje eller stapel med 0 värden).
Background
Ange om en cell ska visa/dölja all cellformatering, inklusive stapeldiagrammet och villkorsstyrd formatering.
Bar Graph
Visa ett vågrätt stolpdiagram som representerar cellens värde i förhållande till totalvärdet för kolumnen.
Conditional Formatting
Använd villkorlig formatering. Se avsnittet nedan.
Table Cell Preview
En förhandsvisning av hur varje cell visas med de valda formateringsalternativen.
Use non-default attribution model
Använd en attribueringsmodell som inte är standard. Se avsnittet nedan.

Villkorsstyrd formatering conditional-formatting

Villkorsstyrd formatering tillämpar formatering på övre, mellersta och nedre gränser som du kan definiera. Användning av villkorsstyrd formatering i frihandstabeller aktiveras också automatiskt vid uppdelningar, såvida inte Custom-gränser har valts.

Villkorsstyrd formatering

Villkorliga formateringsalternativ
Beskrivning
Use percent limits
Ändra gränsintervallet så att det baseras på procentvärden i stället för absoluta värden. Procentgränsområdet fungerar för mått som enbart är procentbaserade (t.ex. studsfrekvens) och för mått som har ett antal och ett procentvärde (t.ex. sidvyer).
Auto-generated
Beräkna automatiskt övre/mellersta/nedre gränser baserat på data. Den övre gränsen är det största värdet i den här kolumnen. Den undre gränsen är det lägsta och mittpunkten är medelvärdet av de övre och nedre gränserna.
Custom
Tilldela Upper limit, Midpoint och Lower limit manuellt. Begränsningar ger flexibilitet att avgöra när ett kolumnvärde blir bra, medelvärde eller dåligt.
Conditional formatting palette
Använd en förkonfigurerad färguppsättning för celler. Beroende på vilket av de fyra tillgängliga färgscheman du väljer tilldelas olika färger till höga värden, mittpunktsvärden och låga värden.
Om du ersätter en dimension i tabellen återställs de villkorliga formateringsgränserna. Om du ersätter ett mätvärde räknas gränserna för den kolumnen om (där ett mätvärde finns på X-axeln och ett mått på Y-axeln).

Använd en attribueringsmodell som inte är standard use-non-default-attribution-model

Du kan åsidosätta standardattribueringsmodellen som är konfigurerad i datavyer.

NOTE
Tänk på följande när du uppdaterar en komponents attribuering till en icke-standardattribueringsmodell:

  • När komponenten används i en rapport med en enda dimension: Komponentens attribuering ignorerar allokeringsmodellen när en icke-standardattribueringsmodell används.

  • När komponenten används i en rapport med flera dimensioner: Komponentens attribuering behåller allokeringsmodellen när en icke-standardattribueringsmodell används.

Flera dimensioner är bara tillgängliga när exporterar data till molnet.
Mer information om allokering finns i Inställningar för Persistence-komponent.

Så här använder du en icke-standardattribueringsmodell för ett mätresultat i en Analysis Workspace:

  1. Välj Use non-default attribution model. När du redan har valt det här alternativet använder du Edit för att redigera attribueringsmodellen. Eller avmarkera om du vill återgå till standardattribueringsmodellen.

    Alternativen för kolumninställningar markerar datainställningar: Använd ett icke-standardattribueringsläge.

  2. I Column attribution model väljer du en Model och en Lookback window. Uppslagsfönstret avgör vilket fönster med dataattribuering som används för varje konvertering.

    Alternativen för kolumnattribueringsmodell visar Linjär markerad.

Attributionsmodeller

En attribueringsmodell avgör vilka dimensionsobjekt som får kredit för ett mätresultat när flera värden visas i en metrisk sökningsfönster. Attributionsmodeller används bara när det finns flera dimensionsobjekt angivna i uppslagsfönstret. Om bara en enda dimensionsobjekt anges får den dimensionsobjektet 100 % kredit oavsett vilken attribueringsmodell som används.

Ikon
Attributionsmodell
Definition
Senaste beröring
Senaste beröring
Ger 100 % uppskattning av den beröringspunkt som inträffade senast före konverteringen. Den här attribueringsmodellen är vanligtvis standardvärdet för alla mätvärden där ingen attributmodell har angetts på annat sätt. Organisationer använder vanligtvis den här modellen där tiden för konvertering är ganska kort, till exempel när interna söknyckelord analyseras.
Första beröring
Första beröring
Ger 100 % kredit till den beröringspunkt som först ses i attribueringssökningsfönstret. Organisationer använder vanligtvis den här modellen för att förstå varumärkesmedvetenhet och kundvärvning.
Linjär
Linjär
Ger samma beröm till alla kontaktytor som leder till konvertering. Det är användbart när konverteringscyklerna är längre eller kräver mer frekvent kundengagemang. Organisationer använder vanligtvis den här attribueringsmodellen för att mäta hur effektiva mobilappsaviseringar är eller med prenumerationsbaserade produkter.
Deltagande
deltagande
Alla unika kontaktpunkter får 100 % beröm. Eftersom varje beröringspunkt får 100 % rabatt läggs måttdata vanligtvis till mer än 100 %. Om en dimensionspost visas flera gånger som leder till en konvertering, dupliceras värdena till 100 %. Den här attribueringsmodellen är perfekt i situationer där du vill förstå vilka kontaktpunkter kunderna exponeras mest för. Medieorganisationer använder vanligtvis den här modellen för att beräkna innehållets hastighet. Butiksorganisationer använder vanligtvis den här modellen för att förstå vilka delar av deras sajt som är avgörande för konverteringen.
Samma beröring
Samma beröring
Ger 100 % kredit till samma händelse som konverteringen inträffade. Om en beröringspunkt inte inträffar för samma händelse som en konvertering, blockeras den under Ingen. Den här attribueringsmodellen är ibland lika med att inte ha någon attribueringsmodell alls. Det är värdefullt i scenarier där du inte vill ha värden från andra händelser som påverkar hur ett mätvärde ger kredit till dimensionsobjekt. Produkt- eller designteam kan använda den här modellen för att utvärdera hur effektiv en sida är där konverteringen sker.
U-form
U Shaped
Ger 40 % uppskattning av den första interaktionen, 40 % tack vare den sista interaktionen och delar de återstående 20 % på alla beröringspunkter däremellan. Vid konvertering med en enda kontaktpunkt får du 100 % kredit. För konverteringar med två kontaktpunkter får båda 50 % rabatt. Den här attribueringsmodellen används bäst i scenarier där du värdesätter den första och den sista interaktionen mest, men inte helt vill avvisa ytterligare interaktioner däremellan.
J-kurva
J-kurva
Ger 60 % kreativitet till den senaste interaktionen, 20 % tack till den första interaktionen och delar de återstående 20 % på alla kontaktpunkter däremellan. Vid konvertering med en enda kontaktpunkt får du 100 % kredit. För konverteringar med två kontaktpunkter får 75 % poäng för den senaste interaktionen och 25 % kredit ges till den första. I likhet med U-Shaped är den här attribueringsmodellen att föredra den första och sista interaktionen, men den är mer prioriterad än den sista interaktionen.
Omvänd J
Inverterad J
Ger 60 % kredit till den första beröringspunkten, 20 % kredit till den sista beröringspunkten och delar de återstående 20 % till alla beröringspunkter däremellan. Vid konvertering med en enda kontaktpunkt får du 100 % kredit. För konverteringar med två kontaktpunkter får 75 % kredit för den första interaktionen och 25 % kredit för den sista. I likhet med J-Shaped prioriterar den här attribueringsmodellen den första och sista interaktionen, men prioriterar den första interaktionen mer.
Tidsminskning
Tidsminskning
Följer en exponentiell minskning med en anpassad halveringsparameter, där standardvärdet är 7 dagar. Vikten för varje kanal beror på hur lång tid det tar mellan öppnandet av kontaktpunkten och den slutliga konverteringen. Formeln som används för att bestämma kredit är 2^(-t/halflife), där t är tiden mellan en kontaktpunkt och en konvertering. Alla beröringspunkter normaliseras sedan till 100 %. Perfekt för scenarier där du vill mäta attribuering mot en specifik och viktig händelse. Ju längre en konvertering sker efter den här händelsen, desto mindre kredit ges.
Anpassat
Anpassad
Gör att du kan ange de vikter du vill ge den första beröringspunkten, den sista beröringspunkten och eventuella mellanliggande beröringspunkter. De angivna värdena normaliseras till 100 % även om de anpassade siffrorna inte läggs till i 100. Vid konvertering med en enda kontaktpunkt får du 100 % kredit. För interaktioner med två beröringspunkter ignoreras parametern middle. Den första och sista beröringspunkten normaliseras sedan till 100 % och krediteringen tilldelas därefter. Den här modellen är idealisk för analytiker som vill ha fullständig kontroll över sin attribueringsmodell och har särskilda behov som andra attribueringsmodeller inte uppfyller.
Algoritmisk
Algoritmisk
Använder statistiska tekniker för att dynamiskt fastställa den optimala kreditfördelningen för det valda måttet. Den algoritm som används för attribuering bygger på Harsanyi Dividend från kooperativ spelteori. Harsanyi-utdelningen är en generalisering av Shapley-värdelösningen (som uppges efter Lloyd Shapley, en Nobel Laureate-ekonom) för att distribuera krediter bland spelarna i ett spel med olika bidrag till resultatet.
Vid en hög nivå beräknas attribueringen som en koalition av spelare till vilka ett överskott måste fördelas jämnt. Varje koalitions överskottsfördelning bestäms utifrån det överskott som tidigare skapades genom varje delkoalition (eller tidigare deltagande dimensionsposter) rekursivt. Mer information finns i John Harsanyis och Lloyd Shapley's original papers:
Shapley, Lloyd S. (1953). Ett värde för personliga spel. Bidrag till spelets teori, 2(28), 307-317.
Harsanyi, John C. (1963). En förenklad förhandlingsmodell för det personliga kooperativa spelet. Internationell ekonomisk granskning 4(2), 194-220.

Behållare

En attribueringsbehållare definierar det önskade omfånget för attribueringen. Möjliga alternativ är:

  • Session: Går tillbaka till början av sessionen där en konvertering inträffade. Sessionssökningsfönster respekterar den ändrade Sessionstimeout i en datavy.
  • Person: Kontrollerar konverteringar från omfånget för personbehållaren.
  • Global Account [B2B edition]{class="badge informative"}: Söker efter konverteringar från omfånget för den globala kontobehållaren.
  • Konton [B2B edition]{class="badge informative"}: Söker efter konverteringar från omfånget för personbehållaren.
  • Möjlighet [B2B edition]{class="badge informative"}: Söker efter konverteringar från omfånget för affärsmöjlighetsbehållaren.
  • Köpgrupp [B2B edition]{class="badge informative"}: Söker efter konverteringar från köpgruppsbehållarens omfång.

Fönstret Lookback

Ett attribueringssökningsfönster är den tid som en konvertering ska leta tillbaka för att inkludera beröringspunkter. Om ett dimensionsobjekt anges utanför uppslagsfönstret inkluderas inte värdet i någon attribueringsberäkning.

  • 14 dagar: Kan synkroniseras upp till 14 dagar från när konverteringen gjordes.
  • 30 dagar: Kan synkroniseras upp till 30 dagar från när konverteringen gjordes.
  • 60 dagar: Kan synkroniseras upp till 60 dagar från när konverteringen gjordes.
  • 90 dagar: Återställer upp till 90 dagar från när konverteringen inträffade.
  • 13 månader [B2B edition]{class="badge informative"}: Kan synkroniseras upp till 13 månader efter konverteringen.
  • Anpassad tid: Används för att ange ett anpassat uppslagsfönster från när en konvertering inträffade. Du kan ange antalet minuter, timmar, dagar, veckor, månader eller kvartal. Om en konvertering till exempel skedde den 20 februari skulle ett uppslagsfönster på fem dagar utvärdera alla dimensionskontaktytor från den 15 februari till den 20 februari i attribueringsmodellen.

Exempel

Titta på följande exempel:

  1. Den 15 september kommer en person till er webbplats via en betald sökannons, sedan går han/hon iväg.
  2. Den 18 september kommer personen till er webbplats igen via en länk för sociala medier som de fått från en vän. De lägger till flera artiklar i kundvagnen, men köper ingenting.
  3. Den 24 september skickar marknadsföringsteamet ett e-postmeddelande med en kupong för några av artiklarna i kundvagnen. De använder kupongen, men besöker flera andra sajter för att se om det finns några andra kuponger. De hittar en till genom en displayannons och gör sedan ett köp för 50 dollar.

Beroende på din attribueringsmodell får behållare och kanaler olika krediter. Se tabellen nedan för exempel:

Modell
Behållare
Fönstret Lookback
Förklaring
Första beröringen
Session
30 dagar
Attribution tittar bara på det tredje besöket. Mellan e-post och visning var e-post först, så e-post får 100 % rabatt på 50 USD.
Första beröringen
Person
30 dagar
Attribution tittar på alla tre besök. Betalsökning var först, så den får 100 % rabatt på 50 USD.
Linjär
Session
30 dagar
Krediten delas mellan e-post och disposition. Båda dessa kanaler får 25 krediter.
Linjär
Person
30 dagar
Krediten delas mellan betalsökningar, sociala medier, e-post och displayannonser. Varje kanal får 12,50 dollar i rabatt för detta inköp.
J-formad
Person
30 dagar

Krediten delas mellan betalsökningar, sociala medier, e-post och displayannonser.

  • 60 % kredit ges för 30 dollar.
  • 20 % kredit ges till betald sökning för 10 dollar.
  • De återstående 20 % är uppdelade i sociala medier och e-post, vilket ger 5 USD till var och en.
Tidsminskning
Person
30 dagar
  • Mellanrum på noll dagar mellan visning och konvertering. 2^(-0/7) = 1
  • Mellanrum på noll dagar mellan e-postens kontaktpunkt och konvertering. 2^(-0/7) = 1
  • Ett mellanrum på sex dagar mellan social kontaktyta och konvertering. 2^(-6/7) = 0.552
  • Mellanrum på nio dagar mellan betald sökningspunkt och konvertering. 2^(-9/7) = 0.41 Normalisering av dessa värden ger följande resultat:
    • Bildskärm: 33,8 %, får 16,88 USD
    • E-post: 33,8 % får 16,88 USD
    • Socialt: 18,6 %, får 9,32 USD
    • Betalsökning: 13,8 %, får 6,92 USD

Konverteringshändelser som vanligtvis har ett heltal delas om kredit tillhör fler än en kanal. Om till exempel två kanaler bidrar till en order med en linjär attribueringsmodell får båda kanalerna 0,5 av den ordningen. Dessa partiella mätvärden summeras för alla personer och avrundas sedan till närmaste heltal för rapportering.

[B2B edition]{class="badge informative" title="Customer Journey Analytics B2B edition"} Använd specifika B2B-behållare, som konton, eller säljprojekt, och mer lämpliga bakåtsökningsfönster (upp till 13 månader) för att tillämpa ovanstående attribueringsmodeller i vanliga B2B-scenarier.

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