使用計算量度，讓您的資料分析提升到全新層次
Adobe Analytics的大多數新使用者都熟悉區段，認為這是分解其資料的一種方式。 今天，我想向您介紹計算量度，這是分析工具箱中下一個最好的工具。
作為Adobe Analytics的進階功能，計算量度可讓您建立新量度，而不需使用已收集的資料變更實作。 計算量度產生器可以使用許多不同的數學和統計函式，因此您可以建立可回答最複雜商業問題的量度。
計算量度快速入門
若要開始使用計算量度，讓我們來看一個簡單的範例。 假設您想要瞭解線上自助服務使用者的平均訂購值(AOV)是否高於呼叫輔助使用者。 若要建立計算量度以回答此問題，請執行下列動作：
若要開啟計算量度產生器，請使用頂端導覽來按一下→「元件」→「計算量度」→「+新增」。 或者，您可以按一下「元件」面板中 量度 上方的 +符號。
下列UI專案的說明
計算量度產生器開啟後，請新增及/或執行下列動作：
A. 您計算量度的名稱。 此名稱會顯示在量度元件清單中，因此對自己和其他人而言是清楚的，例如 客服中心AOV。
B. 計算量度的說明。 當使用者按一下元件清單中量度旁的'i'時，就會顯示此說明，因此請確定它提供資訊。 例如，對於客服中心AOV，我們可以為客服中心輔助訂單新增 計算AOV。
C. 量度格式：挑選小數、時間、百分比或貨幣，並加入小數位數和極性。 在此，我們將選擇 貨幣作為格式，選擇0作為小數，選擇⬆好（綠色）作為極性。
D。 如果您使用可讓您套用主題並快速找到計算量度的標籤，請在此處新增套用的標籤。 我們已新增 AOV 和 客服中心 標籤。
E. 此區段可供顯示 — 當您在F區段建立計算量度時，公式將會顯示在這裡。
F. 在這裡，您將拖放維度(H)、量度(I)或區段(J)來建立您的計算量度，以及公式的運運算元。 對於每個量度，如果您按一下齒輪圖輪，可以變更「量度型別」（標準/總計）和「歸因模型」。 我們將拖放客服中心收入，然後在下方÷*。 我們將接受預設量度型別和歸因模型。*
G。 使用此 +新增 選項來新增其他條件或靜態數字，我們在這裡不需要這些條件。
K. 最後，當您建立計算時，可以在這裡預覽過去90天的資料。
現在我們已建立客服中心AOV，線上AOV也需要計算量度。 我們會依照上述步驟執行此操作。
接下來，我們可以使用計算量度產生器或自由格式表格中的即時建立第三個計算量度，以比較客服中心和線上AOV，最後得到如下結果：
在我們的範例中，當購物者使用客服中心協助他們購物時，就會發現大幅提升。 然後，這些資料可告知我們的決策，如何透過快顯選件或其他引導式體驗，協助客戶取得購買方面的協助。
在計算量度中使用區段
現在，來看看我們如何在計算量度中使用區段，以深入瞭解客戶行為、偏好和動機。 我們可以利用區段和計算量度深入瞭解客戶，藉此改善客戶體驗、增加收入，並提升客戶滿意度和忠誠度。
我們從上述AOV範例中已經知道，客服中心輔助購買通常具有更高的AOV。 不過，其他量度會顯示大部分的使用者不會使用客服中心進行購買。
那麼，哪些零售類別（以及流經這些類別的使用者路徑）會產生最高的AOV？ 我們可以將區段與計算量度結合，以找出答案。
若要這麼做，我們首先需要為每個產品類別建立造訪層級 包含 和 排除 區段。 包含或排除是由按一下容器右角的 選項 齒輪所決定。 預設為「包含」。
建立這些區段後，我們就可以建立計算量度，為您提供問題的答案。 我們將開啟計算量度產生器，並執行下列動作：
-
搜尋新建立的區段，並將我們想要使用的區段拖放至 定義 方塊頂端的灰色區域。 例如，如果我們要為造訪過女性與男性類別（但不造訪兒童類別）的使用者建立AOV，可以將這三個區段拖放至該區域： 包含女性、包含男性 和 排除兒童類別。 我們稱之為 棧疊區段。
-
接著，將 線上收入 量度拖放至相同的容器，然後 線上訂單。 由於容器的運作方式與數學運算式類似，可決定作業順序，因此容器中的專案會在後續處理之前處理，不過在此計算中，我們並沒有多個容器或處理。
-
我們將兩個量度之間的運運算元變更為除(÷)。
-
我們選取 Currency 作為格式，0 小數位數，UP 代表極性。
-
為計算量度命名並提供說明。
-
儲存。
完成後，計算量度看起來像這樣：
我們針對訪客的類別歷程的每個組合使用棧疊區段來建立計算量度，並檢視資料後，看看我們能學到什麼！ 在造訪期間同時造訪女性與男性類別的使用者，其AOV最高，且與單一類別的訪客相比，提升幅度相當大：
有鑑於此，我們可以最佳化頁面配置、產品放置和促銷訊息，讓更多人在結帳前進入這些類別。
有價值，但並非隨處可用
因此 — 計算量度（簡單和複雜）對分析人員而言超級有價值！
不過，這些量度並非適用於Adobe Analytics的所有區域。 您無法在以下位置使用計算量度：
- Analysis Workspace 中的「副產品」
- Analysis Workspace 中的「同類群組分析」
- Data Warehouse
- 即時報表
- 目前的資料報表
- 目標分析
- Report Builder
計算量度最佳作法
現在您已經知道計算量度的價值了，讓我們來看看建立這些量度的一些最佳實務。
- 請檢查公式語法。 請確定公式語法正確，並遵循Adobe Analytics語法，以確保您取得有意義的資訊。
- 驗證作業順序。 請務必謹慎使用容器，並以正確的數學運算順序排列專案。
- 請勿重複計算資料。 您可以確保計算量度中使用的公式不會多次計算相同的資料，以避免重複計算資料。 這通常是透過結合計算量度中的 Include 和 Exclude 條件或透過使用區段來達成。
- 檢查時間粒度。 確定計算量度與公式中使用的來源量度具有相同的時間粒度。
- 使用精確資料： 只有當您在計算中使用精確且可靠的資料時，才能取得寶貴的結果。
自訂區段最佳實務
在Adobe Analytics中建立區段時，請記住以下最佳實務：
-
保持簡單。 請避免使區段過於複雜。 請儘量保持簡單，只使用確保正確性所需的條件。
-
使用正確的容器型別。 請務必在區段定義中使用正確的容器型別（訪客、造訪或點選），以避免取得不正確的結果。
-
請勿重複計算資料。 和計算量度一樣，請確保區段不會將相同的資料計算多次。 包含和排除容器會有所幫助。
- 使用包含容器時，如果有任何點選符合造訪內的條件，則 包含 造訪的所有內容。
- 使用排除容器時，如果任何點選符合造訪內的條件，則 會排除造訪 的所有內容。
-
正確巢狀內嵌容器。 使用最外層的容器決定要包含哪些資料，然後將巢狀規則套用至其餘資料。 套用巢狀規則時，區段流程會作為漏斗，後續規則不會套用至第一個規則排除的任何點選。
-
請確定您的資料為最新狀態。 請務必在區段定義中使用精確且最新的資料，以取得準確的結果。
-
測試區段。 在將區段發佈給其他人之前，請務必測試區段以確定它可如預期運作。
-
考量效能。 區段可能會減慢報表處理速度，因此在建立區段時請考量這項影響。
重點提要
在Adobe Analytics中結合區段和計算量度，絕對可以促成更強大且有效的資料分析。 透過切割資料並建置計算以進行比較，您可以獲得客戶行為的更深入分析，用於最佳化行銷活動並建立量身打造的儀表板和報表。 不過請記住，計算量度並非適用於Adobe Analytics的所有區域，請務必遵循最佳實務，以確保您能獲得正確且實用的資料。
作者
本文件的作者為：
Adswerve資深Adobe Analytics經理Debbie Kern
