區段對特徵重疊報表 segment-to-trait-overlap-report
傳回特定特徵和整個區段之間共用的不重複使用者人數。
概述
作為最佳化工具，Segment to Trait Overlap報表可協助您建立高度集中的區段或擴大區段觸及範圍。 例如，您可以建立高度重疊的重點區段和特徵，以觸及特定對象。 不過，大量重疊可能代表不重複使用者較少（觸及範圍較小）。 執行此報表可移除具有大量區段重疊的特徵，並以較少重疊的特徵取代，以協助擴大觸及範圍。
範例報告
下圖提供Segment-to-Trait Overlap報表的整體概觀。
深入研究個別資料點
選取個別點，以在快顯視窗中檢視資料詳細資訊。 您的點按動作會自動更新報表中顯示的資料。
比較區段與特徵 comparing-segments-to-traits
說明如何比較區段和特徵，以從結果中得出有意義的資訊。
比較特徵和區段唯一值：範例
乍一看，將區段與特徵進行比較並嘗試從結果中得出結論似乎不合邏輯。 畢竟，區段和特徵是不同的，所以從不同的專案衍生的資料如何會有意義？ 不過，在此案例中，我們並非比較特徵和區段，而是比較它們之間共用的不重複訪客數量。 共用的不重複訪客計數提供通用值，可讓區段與特徵比較。
下圖說明特徵與其所屬區段之間的關係。 在此案例中，我們有一個有10位訪客的特徵和一個有1,000位訪客的區段。 他們共用3個不重複訪客。
不重複訪客計數是這些不同物件類別之間共用的常數值。 因此，您可以依照下列方式判斷兩者之間的不重複訪客關係：
- 該特徵會與區段共用30%的不重複訪客(3/10 = 0.30)。
- 該區段與具有特徵的獨特訪客共用0.3% (3/1,000 = 0.003)
尋找區段中的值以進行特徵比較
檢視特徵和區段之間的重疊有助於您估計可用的訪客集區總數（預測），或找出重疊過多的低效區段。
若要確定可用的訪客集區，請加總特徵總計（較少重疊）和區段總計（較少重疊）之間的差異。
此區段 — 特徵組合最多可達1004名新使用者。
瞭解區段對特徵重疊報表中的資料篩選器 data-filters-s2t-report
說明特徵和區段不重複重疊%滑桿如何運作。
Segment-to-Trait overlap報表可讓您使用兩個滑桿，依特徵或區段依重疊%篩選資料。
- Filter Trait Uniques %: 會依特徵和區段之間共用的不重複訪客的%來篩選資料。
- Filter Segment Uniques Overlap %: 會依%的獨特訪客在區段和特徵之間共用的比例來篩選資料。
範例
下圖說明特徵唯一值%與區段唯一值%之間的差異。 在這種情況下，特徵和區段會共用3個不重複訪客。 以比例顯示：
- 該特徵會與區段共用30%的不重複訪客(3/10 = 0.30)。
- 該區段與具有特徵的獨特訪客共用0.3% (3/1,000 = 0.003)
定義的區段對特徵資料Pop欄位 fields-defined
說明當您按一下個別資料點時，快顯視窗中顯示的量度。
Segment-to-Trait Overlap報表的快顯視窗包含下列量度。 請注意，表格中的不重複量度代表您的 即時使用者。
定義特徵所屬的提供者型別。 可以是：
- 第一方（您自己的特徵）。
- 第三方（來自外部資料合作夥伴/廠商）。