5 分钟
h1

作为 Adobe Analytics 的一项高级功能,计算量度可用于使用已收集的数据创建新量度,而无需更改实施。计算量度生成器可以使用许多不同的数学和统计函数,因此您可以创建量度来解答最复杂的业务问题。

Adobe Analytics 的大多数新用户都熟悉区段,认为这是对数据进行细分的一种方式。今天,我想向大家介绍计算量度,这是分析工具箱中第二好用的工具。

计算量度快速入门

要开始使用计算量度,请看一个简单的示例。假设您想了解在线自助服务用户的平均订单值 (AOV) 是否高于呼叫辅助用户。为通过构建计算量度来回答此问题,请执行以下操作:

要打开计算量度生成器,请使用顶部导航并单击→  组件  →  计算量度  →  +添加。  或者,您可以在“组件”面板中单击 量度 上方的  + 符号

下面是有关 UI 项的描述

计算量度生成器打开后,添加和/或执行以下操作:

A.  计算量度的名称。此名称显示在量度组件列表中,因此请设置成您自己和其他人都能清楚理解的名称,例如 呼叫中心 AOV

B.  计算量度的描述。当用户在组件列表中单击量度旁边的“i”时将显示此描述,因此请确保在这里提供有用的信息。例如,对于“呼叫中心 AOV”,可以添加 计算呼叫中心辅助订单的 AOV

C.  量度格式:选择小数、时间、百分比或货币,并添加小数位和极性。在这里,我们选择 货币(格式),小数位数为 0,并且  ⬆  极性为良好(绿色)。

D.如果您使用了标记(用于应用主题并快速找到计算量度),请在此处添加要应用的标记。我们添加了  AOV  和 呼叫中心 标记。

E.  此部分仅用于显示,当您在 F 部分构建计算量度时,公式将显示在此处。

F.  在这里拖放维度 (H)、量度 (I) 或区段 (J) 以及公式的运算符,以创建计算量度。对于每个量度,单击齿轮图标后,可以更改量度类型(标准/总计)和归因模型。  我们将呼叫中心收入拖放到下面,我们将÷*. 我们将接受默认的量度类型和归因模型。*

G.使用此  +添加 选项添加其他条件或静态数字,在这里我们不需要。

K.  最后,在构建计算时,可以在此处预览过去 90 天的数据。

现在我们已经构建了“呼叫中心 AOV”,还需要一个“在线 AOV”的计算量度。我们将按照上述相同的步骤来执行操作。

接下来,我们可以使用计算量度生成器生成第三个计算量度,也可以在自由格式表中即时构建,以比较呼叫中心 AOV 和在线 AOV,最终得到如下结果:

在本示例中,我们发现当购物者使用呼叫中心帮助其购买时的数据明显增加。然后,该数据可以为我们的决策提供依据,以判断如何帮助客户获得有关购买的协助,例如,通过弹出式优惠或其他引导式体验。

在计算量度中使用区段

现在,来看一下如何在计算量度中使用区段,以更深入地了解客户行为、偏好和动机。借助区段和计算量度,我们可以充分了解客户以改善其体验、增加收入,并提高客户满意度和忠诚度。

在上述 AOV 示例中,我们已经了解到呼叫中心辅助购买通常具有更高的 AOV。但是,其他量度告诉我们,大多数用户不使用呼叫中心进行购买。

那么,哪些零售类别(以及经过这些类别的用户路径)会产生最高的 AOV 呢?要知道结果,我们可以将区段与计算量度结合使用。

为此,首先需要为每个产品类别创建访问级别的 包含排除 区段。是包含还是排除通过单击容器右上角的 选项 齿轮设置。默认为“包含”。

创建这些区段之后,我们可以创建一个计算量度来获取问题的答案。打开计算量度生成器,并执行以下操作:

  1. 搜索新创建的区段,并将要使用的区段拖放到 定义 框顶部的灰色区域。例如,如果要创建访问了“女性”和“男性”类别,但未访问“儿童”类别的用户的 AOV,则可以将这三个区段拖放到该区域:包含女性包含男性 并且 排除儿童。我们称之为 堆叠区段

  1. 然后,将 线上收入 量度拖放到同一容器中,然后是 在线订单。由于容器确定运算顺序的方式与数学表达式一样,容器中的各项会在后续流程之前进行处理,不过在这个计算中并没有多个容器或流程。

  2. 将两个量度之间的运算符更改为除 (÷)。

  3. 我们选择格式为 货币,小数位数为  0,而极性为 向上

  4. 为计算量度命名并提供描述。

  5. 进行保存。

完成后,我们的计算量度将如下所示:

在我们对访客的类别历程的每种组合使用堆叠量度创建计算量度并查看数据后,来看一下我们有何收获!在访问期间既访问过男性类别,也访问过女性类别的用户具有最高的 AOV,并且与单个类别的访客相比,提升幅度很明显:

依据这些信息,我们可以优化页面布局、产品投放位置和促销消息,让更多人在结帐前进入这些类别。

重要,但并非适用于所有区域

计算量度(包括简单的和复杂的)对于分析人员而言十分重要!

但是,这些量度并非在 Adobe Analytics 的所有区域都可用。您无法在以下场合使用计算量度:

计算量度最佳实践

您已经了解计算量度的价值,接下来我们看一下有关构建计算量度的一些最佳实践。

  1. 检查公式语法。  确保公式语法正确且符合 Adobe Analytics 语法,以确保获得有意义的信息。
  2. 验证运算顺序。  务必谨慎使用容器,并按照正确的数学运算顺序排列各项。
  3. 请勿重复计算数据。通过确保计算量度中使用的公式不会多次计算同一数据,您可以避免重复计算数据。这通常需要在计算量度中组合 包含排除 条件或通过使用区段来实现。
  4. 检查时间粒度。  确保计算量度与公式中使用的源量度具有相同的时间粒度。
  5. 使用准确的数据:  只有在计算中使用准确可靠的数据,才能获得有价值的结果。

自定义区段最佳实践

在 Adobe Analytics 中创建区段时,请牢记以下最佳实践:

  1. 化繁为简  避免让区段过于复杂。请尽可能简单,并且只使用确保准确性所必需的条件。

  2. 使用正确的容器类型。确保在区段定义中使用正确的容器类型(访客、访问或点击),以免获得不正确的结果。

  3. 请勿重复计算数据。与计算量度一样,请确保区段不会多次计算相同的数据。可以用到“包含”和“排除”容器。

    1. 使用包含容器时,如果访问中有任何点击符合条件,则将 包含该访问的所有内容
    2. 使用排除容器时,如果访问中有任何点击符合条件,则将 排除该访问的所有内容
  4. 正确嵌套容器。使用最外部容器确定包含哪些数据,然后对剩余数据应用嵌套规则。在应用嵌套规则时,区段流相当于漏斗,后续规则不适用于被第一个规则排除的任何点击。

  5. 确保您的数据是最新的。  确保在区段定义中使用最新的准确数据以获得准确的结果。

  6. 测试区段。  在将区段发布给他人之前,请务必测试区段以确保其达到预期效果。

  7. 考虑性能。  区段可能会减慢报告处理速度,因此在构建区段时请考虑该影响。

关键要点

在 Adobe Analytics 中结合使用区段和计算量度无疑能实现更强大、更有效地进行数据分析。通过切分数据并构建计算公式来进行比较,您可以获得有关客户行为的更深入的洞察,以用于优化营销活动并创建定制的仪表板和报告。然而,请记住,计算量度并非在 Adobe Analytics 的所有区域中都可用,请务必遵循最佳实践以确保获得准确且有用的数据。