Visa rapporter - A4T FAQ

Svar

Du kan använda Analysis Workspace för att analysera dina Target-aktiviteter och -upplevelser. Med Analytics for Target panel kan du se hur mycket du kan uppnå och lita på att det finns så många som tre framgångsmått. Du kan också fördjupa dig i tabeller och visualiseringar.

Om du vill ha mer information och exempel öppnar du SjälvstudiekursenAnalytics & Target: Best Practices for Analysis, som finns i Adobe Experience League.

Svar

Segment används oftast högst upp på en panel i segmentets släppzon. Segmentet tillämpas på alla tabeller och visualiseringar i panelen. Den här tekniken är mest användbar för att se hur testet påverkar en delmängd av människor (till exempel, hur utfördes det här testet för människor i Storbritannien)?

Ett segment kan också läggas i lager direkt i friformstabellen, men observera att du måste täcka över hela tabellen för att kunna bevara lyftnings- och tillförlitlighetsberäkningarna i A4T-panelen. Kolumnnivåsegment stöds för närvarande inte på panelen.

Svar

När du använder Target aktivitetsavtryck och konverteringar i Analysis Workspace ska du använda modellen Same Touch för Attribution IQ för att säkerställa korrekt räkning. Om du vill använda en icke-standardattribueringsmodell högerklickar du på måttet för att ändra kolumninställningar > aktivera Använd icke-standardattribueringsmodell > välj samma Touchmodell. Om den här modellen inte används överskattas mätvärdena.

Alla aktuella Adobe Analytics-paket kan lägga till modellen med Attribution IQ. Om du inte har tillgång till Attribution IQ kan du förlita dig på A4T-data i Reports & Analytics.

Svar

Variabeln Target som skickas till Analytics har en 90-dagars standardförfalloperiod. (Obs! Den här förfalloperioden kan justeras av kundtjänst om det behövs.) När besökare navigerar på webbplatsen genom det här förfallofönstret är de en del av många Target aktiviteter, som alla samlas in i dimensionen.

När du segmenterar för att en aktivitet ska finnas i en träff får du alla upplevelser som ingår i den aktiviteten plus alla andra upplevelser som kvarstår i den träffen.

Svar

För aktiviteter som använder Analytics som rapportkälla (A4T) använder målmåttet inställningarna Increment Count & Keep User in Activity och On Every Impression. Dessa inställningar är inte konfigurerbara.

Mer information finns i"När jag konfigurerar mina målmått, varför kan jag inte komma åt alternativen för Avancerade inställningar?" i Måttdefinitioner - A4T FAQ.

Svar

Det finns flera alternativ för normalisering av mätvärden i A4T-rapportering. Detta mätresultat, som också kallas beräkningsmetoden, blir nämnare för beräkningen av lyft. Det påverkar också hur data aggregeras innan konfidensberäkningen tillämpas.

• Unika besökare ökar en gång när en användare först kvalificerar sig för en aktivitet.
• Ökningen Besök för varje session när en användare (Unik besökare) anger en aktivitet, även om aktiviteten inte visas vid efterföljande besök.
• Ökning för aktivitetsavtryck varje gång aktivitetsinnehållet hanteras. (Mäts av Target).

När en besökare visar en sida som innehåller en aktivitet, ställs en variabel in för besökaren som innehåller aktivitetens namn. Se de detaljerade scenarierna nedan för hur varje beräkningsmetod jämförs.

Tänk på följande:

• Ovanstående mått utlöses när en användare kvalificerar sig för en aktivitet och innehållet returneras från Target. Det behöver inte innebära att användaren såg erbjudandet. Om en aktivitetsupplevelse är under förskjutningen och användaren inte rullar nedåt på sidan, så betjänades erbjudandet av Target men inte av användaren.
• Activity Impressions (mätt med Target) och Instances (mätt med Analytics) är lika, om det inte finns flera mbox-anrop på samma sida i samma aktivitet. Detta gör att flera Activity Impressions räknas, men bara en Instance.

Mer information finns i Konfigurera A4T-rapporter i Analysis Workspace för Automatiskt mål-aktiviteter i Adobe Target Tutorials.

Svar

Reports & Analytics tillämpar en attribueringsmodell med samma tryckning på aktivitetsavtryck och aktivitetskonverteringar, medan Analysis Workspace visar rådatamätningar, som kan visas som inflaterade på grund av att dimensionen Target är beständig.

Om du vill utvärdera exakta Activity Impressions- och Activity Conversions-mått i Analysis Workspace kontrollerar du att båda mätvärdena har Same Touch attribueringsmodeller. Du kan använda modeller genom att klicka på kugghjulet för kolumninställningar, aktivera Non-default attribution models och sedan välja Same Touch. Läs mer om attribuering i Översikt över attribut-IQ i Analysverktygshandboken.

Svar

"Aktivitetskonverteringar" är tomma om ett Analytics-mått har valts som konverteringsmått för aktiviteten.

Svar

I andra rapporter betyder"ospecificerad" att data inte uppfyller en klassificeringsregel, men i A4T ska detta aldrig ske. Om du ser"ospecificerad" har klassificeringstjänsten inte körts ännu. Det tar i allmänhet mellan 24 och 72 timmar innan aktivitetsdata visas i rapporterna. Även om aktiviteterna inte visas i den här rapporten förrän vid den tidpunkten hämtas alla besöksdata som är kopplade till dessa aktiviteter och visas när klassificeringen är klar.

Efter klassificeringsperioden visas data i dessa rapporter ungefär en timme efter det att de samlats in från webbplatsen. Alla mätvärden, segment och värden i rapporterna kommer från den rapportsserie du valde när du konfigurerade aktiviteten.

Om klassificeringen gjordes för den aktiviteten, och du fortfarande ser en ospecificerad rad i rapporten, kontrollerar du att rapporten inte använder ett icke-Target-mått för att visa data. Om rapporten inte använder ett Target-specifikt mått innehåller raden Ospecificerad händelser för anrop som inte är associerade med Target. Den raden kommer inte att innehålla någon Target-associerad information (till exempel besökare/besök/visningar).

Svar

Variabeln Target som skickas till Analytics har en 90-dagars standardförfalloperiod. Den här förfalloperioden kan justeras av kundtjänst om det behövs. Den här inställningen är global för alla aktiviteter, så den bör inte justeras för ett fall.

Target variabler kan skickas till Analytics efter förfalloperioden eftersom förfallotiden är 90 dagar, men bara om användaren aldrig ser någon annan A4T-aktiverad Target-aktivitet. Om en användare kommer tillbaka till webbplatsen dag 45 och ser en annan aktivitet, har A4T eVar-värdet återställts till 90 dagar. Det innebär att den första kampanjen från dag 1 nu kan vara beständig i upp till 45 + 90 = 135 dagar. Om användaren kommer tillbaka kan du komma till den punkt där du ser mätvärden som skickats till Analytics i din rapportering från mycket äldre aktiviteter. När användare tar bort cookies och inte återvänder till webbplatsen, försvinner siffrorna i aktiviteten, men du kan fortfarande se dem.

Det innebär att aktiviteter fortsätter att få sidvisningar, besök och så vidare i upp till 90 dagar efter att aktiviteten avslutas för besökare som blev en del av aktiviteten medan den var aktiv. Om du däremot tittar på måttet Activity Impressions bör du inte se några visningar efter att aktiviteten har avslutats.

Detta är normalt och förväntat beteende. A4T-variabeln fungerar som vilken annan eVar som helst - värdet associeras med användaren tills det når förfallotidsperioden (90 dagar). Om en aktivitet bara är aktiv i två veckor är därför värdet fortfarande associerat med användaren under minst de kommande 90 dagarna.

Bästa praxis är att endast visa rapporter för den aktiviteten för den tidsperiod som aktiviteten var aktiv. Datumen bör anges korrekt som standard när du visar aktiviteten i Analytics, så om du inte manuellt har förlängt datumet bör det inte vara något problem ur rapportsynpunkt.

Låt oss anta att variabeln A4T upphör att gälla efter 90 dagar och att testet är aktivt från 1 januari till 15 januari.

Den 1 januari kommer användaren till webbplatsen och ser aktiviteten XYZ en gång och har sedan fem sidvisningar. Under de kommande två veckorna kommer användaren aldrig tillbaka till webbplatsen. Data skulle se ut så här för den här användaren:

table 0-row-5 1-row-5
Aktivitetsnamn	Instanser (Impressions)	Sidvyer	Besök	Unika besökare
XYZ	1	5	1	1

Användaren återgår den 1 februari, visar ytterligare fem sidor och stöter inte på fler målaktiviteter och den ursprungliga aktiviteten är inte längre aktiv. Även om aktiviteten inte längre är aktiv följer den fortfarande användaren via eVar persistence. Data ser nu ut så här:

table 0-row-5 1-row-5
Aktivitetsnamn	Instanser (Impressions)	Sidvyer	Besök	Unika besökare
XYZ	1	10	2	1

Användaren kommer tillbaka den 1 mars och ser en ny aktivitet, ABC. Användaren visar också fem sidor. Eftersom aktiviteten XYZ fortfarande följer användaren genom persistence, och den här användaren sedan har ABC inställt, visas två radartiklar i rapporten:

table 0-row-5 1-row-5 2-row-5
Aktivitetsnamn	Instanser (Impressions)	Sidvyer	Besök	Unika besökare
XYZ	1	15	3	1
ABC	1	5	1	1

Användaren kommer sedan tillbaka den 1 april, besöker ytterligare fem sidor och gör ett köp. Förfallodatumet på 90 dagar för det första eVarna återställs den 1 april, så du ser det när du rapporterar. Och alla Target-aktiviteter som användaren ser får kredit för konverteringen, men det totala antalet konverteringar tas bort:

table 0-row-6 1-row-6 2-row-6 3-row-6
Aktivitetsnamn	Instanser (Impressions)	Sidvyer	Besök	Unika besökare	Beställningar
XYZ	1	20	4	1	1
ABC	1	10	2	1	1
Totalt	2	20	3	1	1

Eftersom båda upplevelserna sågs före konverteringen får de båda"kredit" för ordern. Men det var bara en order som gjordes i systemet, och det är det som syns. För Target-rapportering, eftersom du inte placerar en Target-aktivitet mot en annan aktivitet för att se vilken som är mest framgångsrik, spelar det ingen roll att alla aktiviteter som användaren såg fick kredit. Du jämför resultaten av två objekt i den enskilda aktiviteten. Det är inte möjligt för en användare att se olika upplevelser i samma aktivitet, så du behöver inte bekymra dig om korskontaminering av orderkrediter.

Mer information finns i Konverteringsvariabler (eVar) i Administratörshandboken för analyser.

Svar

En källa till visningar för en A4T-aktivitets rapport efter avaktivering kan vara trafik i QA-läge. Målet loggar normalt inte händelser för en inaktiverad aktivitet, men det finns inget sätt att veta att det kommer att synas i QA-läge i Analytics. När Target-aktivitetsrapporten hämtas från Analytics visas dessa intryck. Detta fungerar som avsett eftersom kunderna behöver ett sätt att kontrollera A4T-rapporter även om aktiviteten inte är aktiv i QA-läge.

Svar

När du kör ett A/B-test, som använder Welchs t-test (konfidensmåttet) för att välja en testvinnare, är en av antagandena att det finns en fast tidshorisont. Testet är inte statistiskt giltigt om du inte tittar på den fasta provstorleken.

Måttet Unique Visitors är inte samma i Analytics och Target bara när du tittar på en period som är kortare än det faktiska testet. Om du inte har uppnått din provstorlek är testet inte lika tillförlitligt. Mer information finns i Så här kör du ett A/B-test på Evan Millers webbplats.

Måttet Unique Visitors visar antalet personer som har exponerats för testet och som har besökt platsen under den angivna tidsperioden. Dessa personer är en del av testet och bör räknas. Om du bara vill se antalet personer som exponerades under en vecka, kan du skapa ett segment med besökare som hade ett aktivitetsintryck och använda det på rapporten.

Du kan förkorta den tid som variabeln Target kvarstår ned till en session, men det är problematiskt för tester där konverteringshändelsen inte är så trolig att den inträffar inom samma session.

Svar

I följande lista förklaras varför samma besökare kunde räknas i flera upplevelser i Analytics:

• Profilen Target har upphört att gälla men cookien Analytics finns fortfarande kvar. I den här situationen utvärderar Target om användaren, men Analytics anser att besökaren är samma person.
• Om besökaren använder mbox3rdPartyId kan Target ge besökaren en annan upplevelse för att matcha med ID:t från tredje part när den anonyma besökaren slås samman med profilen för ID:t från tredje part. Mer information finns i Synkronisering av realtidsprofiler för mbox3rdPartyID.
• Analytics kanske spårar olika enheter som samma besökare på ett annat sätt än Target spårar dessa enheter: konfigurationen av tredje parts-ID i Target skiljer sig från den i Analytics.

Svar

Även om virtuella rapportsviter inte ingår i listan Report Suite har alla A4T-data som delas med en rapportsvit som är länkad till en virtuell rapportsvit i Analytics åtkomst till dessa data. Observera att alla målgrupper som skapats från en virtuell rapportserie inte kan delas tillbaka till Target.

Svar

Om du ändrar procentandelen för trafikallokering i en aktivitet efter aktivering kan det orsaka inkonsekvent rapportering i Analytics eftersom ändringen bara påverkar nya besökare. Återkommande besökare påverkas inte.

Det bästa är att du stoppar den befintliga aktiviteten och sedan skapar en ny aktivitet i stället för att ändra procentandelen efter aktiveringen. Rapporteringen för den nya aktiviteten börjar med nya besökare och data från återkommande besökare orsakar inte inkonsekvent rapportering.

Svar

När en besökare kvalificerar sig för, visar innehåll eller konverterar i en A4T-aktivitet skickar Target händelsedata till Analytics. Med dessa händelsedata kan Analytics attribuera konverteringshändelser och andra klickströmshändelser som inträffar på sidan till relevanta Target-aktiviteter och -upplevelser.

Här följer några saker du bör tänka på när du visar Analytics rapporter:

• Som en god praxis bör ditt rapporteringsfönster börja från aktivitetens startdatum.
• Om en konvertering sker utanför rapportens fönster visas inte konverteringen i Analytics.
• När besökarna befinner sig i den"riktade" delen av trafiken för Auto-Target-aktiviteter kan de se olika upplevelser från en session till nästa. Om deras profil eller kontext till exempel har ändrats och Targets maskininlärningsalgoritmer avgör att det är mer sannolikt att de konverteras på en ny upplevelse. När besökarna rör sig från upplevelse till upplevelse ökar besöksantalet för varje upplevelse som ses. Detta skiljer sig från vanliga A/B-testningsaktiviteter där upplevelserna är kladdiga för besökarna vid olika besök.
• Om en besökare ser flera upplevelser på flera besök, tillskrivs all konvertering alltid den senaste upplevelsen som besökaren såg. Som vi nämnt ökas besöksantalet för varje upplevelse som besökaren såg. Detta kan på ett konstlat sätt påverka konverteringsgraden per upplevelse när du visar upplevelser under dimensionen Targeted i Adobe Analytics-rapporter.

Svar

Så här visar du aktivitetsavtryck i Analysis Workspace:

1. Klicka på View in Analytics i användargränssnittet för Target.
2. Lägg till kolumnen Activity Impressions i rapporten Analytics Workspace.
3. Klicka på ikonen Gear i kolumnen Activity Impressions.
4. Klicka på Use non-default attribution model.
5. Välj Same Touch Model > Apply.