列设置

列设置允许您配置列格式,其中一些可以是条件格式。

观看此功能的视频演示。
embed

video poster

https://video.tv.adobe.com/v/328499/?quality=12&captions=chi_hans

本视频演示了使用Adobe Analytics的功能。 但是,该功能在Customer Journey Analytics中同样可用。 请注意术语中的以下差异。

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
区段 过滤器
访客 人员
访问 会话
点击 事件

要访问列设置,请在列标题中选择 列设置

列设置

您可以同时编辑多个列的设置。 选择多个列,然后在任意一个选定的列中选择 设置 。 您所做的任何更改都将应用到所有列中,并在这些列中选择单元格。

选项
描述
显示总计
显示列的客户端总和。 此总计​ ​删除重复的量度,如会话或人员。
显示总计
显示列的服务器端总和。 总计会去除重复的量度,如会话或人员。
显示迷你图
在列标题中显示折线图。
数值
确定单元格是否显示/隐藏量度的数值。 例如,如果量度是“页面查看次数”,则数值是行项目的页面查看次数。
百分比
确定单元格是否显示/隐藏量度的百分比值。 例如,如果量度是“页面查看次数”,则百分比值是行项目的页面查看次数除以列的页面查看总数。 注意:百分比大于100%是可能的,以确保准确无误。 上限上限可以移动到1,000%,以防止列宽变得过大。
显示异常
确定是否对此列中的值运行异常检测。
显示预测
确定此列中是否显示预测值。
标题文本换行
自由格式表中的标头文本换行,以使标头更加易读,表格更易共享。 包装对于PDF渲染和名称较长的量度非常有用。 默认处于启用状态。
将零解释为没有值
对于具有0值的单元格,确定是显示0还是显示空白单元格。 当您查看一个月中每一天的数据,并且某些天是未来时,这种解释非常有用。 对于未来的日期,不会显示0,而是显示空白单元格。 图表也遵循此设置(即,图表不显示值为0的线形或条形图)。
背景
确定单元格是否显示/隐藏所有单元格格式,包括条形图和条件格式。
条形图
显示一个水平条形图,表示单元格相对于列总数的值。
条件格式
使用条件格式。 请参阅下面的部分
表单元格预览
预览应用当前所选格式选项时每个单元格的显示方式。
使用非默认的属性模型
使用非默认归因模型。 请参阅下面的部分

条件格式 conditional-formatting

条件格式将格式应用于由您定义的上限、中点和下限。除非选择了自定义限制,否则对于各种划分,还将在自由格式表中自动应用条件格式。

条件格式

条件格式选项
描述
使用百分比限制
将限制范围更改为基于百分比而不是绝对值。百分比限制范围适用于完全基于百分比的量度(如跳出率)以及具有计数和百分比的量度(如页面查看次数)。
自动生成
根据数据自动计算上限/中值/下限。上限为此列中的最大值。下限为最小值,中点为上限和下限的平均值。
自定义
手动分配​ 上限中点 ​和​ 下限。 限制提供了灵活性,可用于确定列值何时为好、中或差。
条件格式调色板
将预配置的颜色集应用到单元格。 根据您选择的四种可用配色方案中的哪一种,不同的颜色将分配给高值、中点值和低值。
替换表中的维度会重置条件格式限制。替换量度会重新计算此列的限制(其中,量度在 X 轴上,维度在 Y 轴上)。

使用非默认的属性模型 use-non-default-attribution-model

您可以覆盖在数据视图中配置的默认归因模型。

NOTE
将组件的归因更新为非默认归因模型时,请考虑以下事项:
  • 在具有​ 单个维度 ​的报表中使用组件时,如果使用非默认归因模型,组件的归因将忽略分配模型。

  • 在具有​ 多个维度 ​的报表中使用组件时,如果使用了非默认归因模型,则组件的归因将保留分配模型。

仅当将数据导出到云时,多个维度才可用。
有关分配的更多信息,请参阅持久性组件设置

要对Analysis Workspace中的量度使用非默认归因模型,请执行以下操作:

  1. 选择​ 使用非默认归因模型。 如果已选择,请使用​ 编辑 ​来编辑归因模型。 或取消选择以返回到默认归因模型。

    列设置选项突出显示“数据设置”选项:使用非默认归因模式。

  2. 在​ 列归因模型 ​中,选择​ 模型 ​和​ 回顾时间范围。 回顾窗口确定应用于每次转换的数据归因窗口。

    显示线性选择的列归因模型选项。

归因模型

归因模型确定在量度的回顾窗口内看到多个值时哪些维度项目获得量度的点数。 仅当回顾时间范围内设置了多个维度项时,才应用归因模型。 如果仅设置单个维度项目,则无论使用何种归因模型,该维度项目都会获得100%的点数。

图标
归因模型
定义
最后接触
最后接触
将100%的点数分给转化前最近发生的接触点。 如果没有另外指定归因模型,此归因模型通常是任何量度的默认值。 组织通常在转化时间相对较短的情况下使用此模型,例如分析内部搜索关键词。
首次接触
首次接触
将100%的点数分给在归因回顾时间范围中看到的首次接触点。 组织通常使用此模型来了解品牌知名度或客户获取。
线性
线性
将相同的点数分给促成转化的每个接触点。 当转化周期较长或需要更频繁的客户参与时,此功能非常有用。 组织通常使用此归因模型来衡量移动应用程序通知的有效性或用于基于订阅的产品。
参与率
参与率
将 100% 的点数分给所有独特的接触点。由于每个接触点接收100%的点数,因此量度数据通常合计超过100%。 如果某个维度项目出现多次且导致转化,则会删除重复值,即100%。 当您想要了解客户接触哪些接触点最多时,此归因模型非常理想。 媒体组织通常使用此模型来计算内容周转率。 零售组织通常使用此模型来了解其网站的哪些部分对转化至关重要。
同一接触
同一接触
将100%的点数分给发生转化的同一事件。 如果在转化的同一事件中没有发生接触点,则它将存储在“无”下。 此归因模型有时等同于根本没有归因模型。 如果您不希望从影响量度如何向维度项目提供点数的其他事件中获得值,则此选项很有价值。 产品或设计团队可以使用此模型来评估发生转化的页面的有效性。
U型
U 型
将 40% 的点数分给首次交互,40% 的点数分给最后交互,并将剩余 20% 的点数分给这两次交互之间的任意接触点。对于具有单一接触点的转化,它将分得 100% 的点数。对于具有两个接触点的转化,两个接触点各分得50%的点数。 此归因模型最适合以下场景:您对第一个和最后一个交互的评价最多,但不希望完全消除两者之间的其他交互。
J曲线
J 曲线
将 60% 的点数分给最后一次交互,20% 的点数分给首次交互,并将剩余 20% 的点数分给这两次交互之间的任意接触点。对于具有单一接触点的转化,它将分得 100% 的点数。对于具有两个接触点的转化,将75%的点数分给最后一次交互,将25%的点数分给首次交互。 与U形类似,此归因模型更支持首次交互和最后交互,但更支持最后交互。
反向J
反向 J
将 60% 的点数分给首次接触点,20% 的点数分给最后接触点,并将剩余 20% 的点数分给这两次接触点之间的任意接触点。对于具有单一接触点的转化,它将分得 100% 的点数。对于具有两个接触点的转化,将75%的点数分给首次交互,将25%的点数分给最后一次交互。 与J形类似,此归因模型更支持首次交互和最后交互,但更支持首次交互。
时间衰减
时间衰减
采用具有自定义半衰期参数的指数衰减,默认值为 7 天。每个渠道的权重,取决于在接触点启动与最终转化之间流逝的时间。用于确定点数的公式是 2^(-t/halflife),其中 t 是接触点与转化之间流逝的时间。然后,所有接触点均被标准化为100%。 非常适合您希望根据特定且重要的事件来衡量归因的情况。 发生此事件后转化的时间越长,获得的点数就越少。
自定义
自定义
允许您指定要赋予给“首次接触点”、“最后接触点”以及“这两次接触点之间的任意接触点”的权重。 即便输入的自定义数字相加之和并不等于 100,指定的值也会被标准化为 100%。对于具有单一接触点的转化,它将分得 100% 的点数。对于具有两个接触点的交互,中间参数会被忽略。然后,首次接触点和最后接触点会被标准化为100%,并相应地分配点数。 此模型非常适合想要完全控制归因模型,并具有其他归因模型无法满足的特定需求的分析人员。
算法
算法
使用统计技术动态确定所选指标的最佳点数分配方式。 归因算法基于合作博弈理论中的 Harsanyi Dividend 算法。Harsanyi Dividend 算法是对“沙普利值”解决方案(以诺贝尔经济学奖获得者罗伊德·沙普利 (Lloyd Shapley) 命名)的推广形式,用于为对结果具有不同贡献的各参与者分配功能值(点数)。
归因的高层次计算方式为必须公平分配盈余的参与者联盟。 按照递归方式,每个联盟的剩余价值分配取决于由先前的每个子联盟(即先前参与的维度项目)产生的剩余价值。 有关更多详细信息,请参阅John Harsanyi和Lloyd Shapley的原文:
Shapley, Lloyd S. (1953)。 A value for n-person games. Contributions to the Theory of Games, 2(28), 307-317.
Harsanyi, John C. (1963年)。 A simplified bargaining model for the n-person cooperative game. International Economic Review 4(2), 194-220.

回顾时间范围

回顾时间范围是指转化应回顾以包含接触点所花费的时间。如果在回顾窗口之外设置维度项,则该值不会包含在任何归因计算中。

  • 14天:自转化发生后最多14天进行回顾。
  • 30天:自转化发生后最多30天进行回顾。
  • 60天:自转化发生后最多可回顾60天。
  • 90天:自转化发生后最多可回顾90天。
  • 会话:回顾到发生转化的会话之初。 会话回顾时间范围遵循数据视图中修改的会话超时
  • 人员(报告窗口):回顾到当前日期范围当月1日的所有访问。 例如,如果报表日期范围为9月15日到9月30日,则人员回顾日期范围将为9月1日到9月30日。 如果使用此回顾窗口,则偶尔可以看到维度项目归因到报告窗口之外的日期。
  • 自定义时间: ​允许您从发生转化时设置自定义回看窗口期。 您可以指定分钟数、小时数、天数、周数、月数或季度数。 例如,如果转化发生在2月20日,则五天的回顾时间范围将评估归因模型中2月15日至2月20日的所有维度接触点。
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79