成功量度
此頁面提供您Adobe Commerce Optimizer存放區關鍵績效量度的概觀。 目標是讓您快速瞭解實作Adobe Commerce Optimizer的結果，然後協助您和您的團隊找出成長機會，並強調最佳化領域。
報告中的量度是從店面事件資料中提取。 進一步瞭解所收集的事件資料。
瞭解您的量度
成功量度報錶針對直接影響業務結果的五個關鍵效能領域提供可操作的深入分析。 每個量度都會顯示客戶行為和商店績效的模式，協助您發掘機會並解決挑戰。 利用這些見解推動更聰明的決策，並最佳化您的商務體驗。
熱門焦點摘要每個效能區域的關鍵量度。 使用此區段來快速找出您的最大改善機會。
關鍵績效指標包括：
- 收入 — 您顯示總銷售績效的主要財務量度。
- 轉換 — 完成購買的訪客百分比。
- 參與 — 使用者與您的網站互動的積極程度。
- 贏取 — 客戶贏取工作的有效性。
- 跳出率 — 僅檢視一個頁面後離開的訪客百分比。
資料的時效性和準確性
更新頻率：成功量度資料會隨著店面事件的收集和處理而定期處理和更新。
何時檢查量度：如需最精確的趨勢分析，請在經過足夠的時間後檢閱量度，以收集有意義的資料。 每日波動是正常的；專注於策略決策的每週或每月趨勢。
資料準確度：量度是從店面事件所擷取的實際客戶互動計算而得。 請確定您的商店已正確設定事件追蹤，以便產生正確的報告。
產生報表
-
從左側邊欄中，選取成功量度。
-
在 報表組態 下，根據您的地區設定指定日期範圍、目錄來源和貨幣。
-
按一下Apply。
熱門焦點、收入、轉換、參與、贏取和 跳出率 都根據您的報告設定更新。
-
按一下「Export」以將報表儲存為PDF。
匯出報表上的C2PA中繼資料 c2pa-metadata-on-exported-reports
「成功量度」報表包含使用創作AI的重點和摘要。 將報表匯出至PDF時，Adobe會自動附加C2PA中繼資料至匯出的檔案。
C2PA中繼資料是明顯被竄改、機器可讀取的中繼資料，以C2PA開啟標準為基礎。 創作AI用於產生報表中內容的中繼資料記錄，以及如使用的AI系統等資訊，無論內容是使用創作AI產生或編輯還是具有時間戳記。
這對您匯出的報告有何意義
- 將成功度量報表匯出至PDF時，匯出的檔案會攜帶C2PA中繼資料。
- 當您共用或下載C2PA中繼資料時，它會隨PDF一起傳送。 支援C2PA中繼資料的協力廠商平台可能會讀取此中繼資料，並向檢視者顯示透明度資訊。
- 您可以上傳至Inspect，以驗證附加到任何檔案的C2PA中繼資料。
深入瞭解產生AI內容透明度。
將成功量度與Sites Optimizer搭配使用
成功量度和Sites Optimizer （機會）是互補的工具，可搭配使用，協助您提升商務網站的效能。 瞭解這些功能之間的差異，有助於您做出更好的決策，並取得可衡量的成果。
主要差異
如何將這些功能搭配使用
最有效的方法是在一個持續的改進週期中結合兩種工具：
-
使用成功量度測量：首先檢閱您的成功量度儀表板，以瞭解您目前的績效。 識別需要改善的KPI （例如低轉換率或高跳出率）。
-
透過商機診斷：導覽至[商機]頁面以探索可能導致效能不佳的特定問題。 Sites Optimizer會掃描您的產品目錄、搜尋記錄和建議資料，以找出遺失產品資料、搜尋相關性不佳或導覽問題等問題。
-
實作建議：遵循Opportunity中提供的AI導向建議，以解決偵測到的問題。 這些可能包括修正產品資料品質問題、改善SEO或最佳化搜尋和探索。
-
追蹤改善專案：返回「成功量度」以監視變更對您KPI在一段時間內的影響。 使用日期範圍選擇器，比較實施建議前後的效能。
-
反複運算和最佳化：繼續此週期，使用機會來識別新問題，並使用成功度量來測量最佳化的影響。
範例工作流程
商家注意到其成功量度中的轉換率下降。 以下說明他們如何使用這兩項功能來解決問題：
-
識別問題：「成功量度」儀表板顯示轉換率在過去一個月下降15%。
-
尋找原因：「機會」頁面會顯示數個問題：
- 多個產品遺失會影響搜尋相關性的關鍵屬性。
- 熱門搜尋查詢傳回不良結果。
- 類別頁面上的頁面載入速度緩慢。
-
採取動作：商家會優先修正產品資料品質問題，因為Sites Optimizer會將這些問題歸類為影響搜尋與建議的高影響力機會。
-
測量結果：在更新產品屬性並實作建議的變更後，商家每週會監視成功量度。 在接下來的一個月內，轉換率將提高12%，而搜尋參與量度也將大幅改善。
-
繼續最佳化：隨著轉換率的改善，商家將焦點轉移到機會中顯示的下一個優先順序 — 最佳化頁面載入速度以降低跳出率。
何時使用每個功能
當您想要：時使用成功量度
- 追蹤整體業務績效。
- 衡量一段時間內變更的影響。
- 找出您的業務需要注意的領域。
- 與利害關係人共用績效報表。
- 瞭解客戶行為趨勢。
當您想要：時使用Sites Optimizer （機會）
- 探索影響效能的特定問題。
- 取得可操作的建議以修正問題。
- 瞭解為什麼某些量度會下降。
- 排定優先處理哪些最佳化。
- 善用AI來識別您可能手動遺漏的問題。
這些功能共同提供了完整的解決方案：成功量度可告訴您正在發生什麼，而Sites Optimizer則可告訴您 為什麼 以及如何修正它。
後續步驟和最佳化策略
使用您的成功量度資料來找出改善的機會並實施目標式最佳化策略。 以下章節提供每個量度區域的特定可操作指引。
針對收入，您的目標是增加總銷售和平均訂單值。
瞭解收入量度
它測量的內容：在選取的時段內，您的商店產生的總收入。
計算方式：收入是報告期間所有已售出產品之所有完成訂單（基本價格×數量）的總和。 此計算使用從您的店面擷取的place-order個事件中的資料。
| note important |
|---|
| IMPORTANT |
收入計算會排除未擷取place-order事件的已取消訂單、退貨及訂單。 由於同意設定、瀏覽器問題（廣告封鎖程式、指令碼失敗）或技術處理錯誤，事件可能會遺失。 |
公式：
| code language-none |
|---|
|
資料來源：店面事件（尤其是place-order個事件）
包含的內容：
- 所選日期範圍內的所有已完成訂單。
- 基礎產品價格乘以購買數量。
- Adobe Commerce Optimizer所追蹤之所有銷售管道的收入。
重要備註：
- 收入是根據店面事件中擷取的基本價格計算。
- 報告期間取決於您在報告設定中選取的日期範圍。
- 處理新訂單事件時，收入量度會更新。
策略
若要改善轉換率，您的目標是將更多訪客轉化為客戶。
了解轉換率量度
測量的內容：檢視產品並完成購買的訪客百分比，表示您的商店將瀏覽器轉換為購買者的效率。
計算方式：轉換率會比較購買產品的獨特訪客數與檢視產品的獨特訪客數。
公式：
| code language-none |
|---|
|
資料來源：店面活動。
運作方式：
- 當訪客檢視產品頁面時（使用
product-view個事件），會追蹤產品檢視。 - 當訂單完成時（使用
place-order個事件），會追蹤次購買。 - 計算方式會將檢視特定產品的使用者與購買這些產品的使用者進行比對。
重要備註：
- 檢視多個產品但購買一次的訪客會計為一次轉換。
- 此量度會使用瀏覽器型識別碼來追蹤不重複訪客。
- 產品檢視事件一律包含點選，因此檢視代表真正的使用者興趣。
策略
-
最佳化搜尋關聯性：實作同義字，以確保客戶找到他們想要的，即使搜尋字詞不同。 使用動態多面向來提供相關的篩選選項。
-
策略建議位置：在高流量頁面（例如產品詳細資料頁面和類別頁面）上部署建議單位。 使用 檢視次數最多 和 購買次數最多 的建議來建立信任和緊急性。
-
提升產品可見度：使用銷售規則來確保最暢銷和轉換率高的產品會出現在搜尋結果的顯眼位置。
-
A/B測試建議型別：實驗不同的建議型別和位置，以找出最適合您對象的專案。
若要提高參與度，您的目標是增加客戶互動和網站逗留時間。
瞭解參與量度
其測量的內容：使用者與您的商店互動的積極程度，從最初的瀏覽到結帳程式，追蹤有意義的動作。
計算方式：參與追蹤所有顯示您商店有效參與率的互動，包括產品瀏覽、購物車活動和結帳動作。
資料來源：店面活動
計為參與的專案：
參與包括下列事件類別和動作：
- 產品互動：產品檢視、產品點按和產品比較。
- 購物車活動：新增專案到購物車、更新數量、移除專案。
- 簽出動作：正在起始簽出，完成簽出步驟。
- 類別瀏覽：檢視類別頁面，依Facet篩選。
- 願望清單活動：正在新增至願望清單，檢視願望清單專案。
事件追蹤詳細資料：
當事件具有下列情況時，系統會追蹤參與：
- 類別：
product、shopper、shopping-cart或checkout。 - 屬性：
Product、Checkout、Cart、Category或Wishlist。
重要備註：
- 參與度越高，轉換率越高。
- 參與量度有助於識別使用者在歷程中最活躍的位置。
- 使用參與資料來最佳化高流量頁面並改善使用者體驗。
策略
-
分散建議型別：避免重複顯示相同的建議。 混合使用為您推薦的、趨勢和最近檢視的專案，讓內容保持新鮮、吸引人。
-
實作智慧型搜尋：使用AI驅動的動態多面向和結果重新排名，根據購物者行為即時調整搜尋結果。
-
建立個人化體驗：在首頁和整個客戶歷程中部署「為您推薦」的單元，以提供個人化的產品建議。
-
最佳化搜尋體驗：使用同義字來改善搜尋關聯性，並確保客戶能快速找到他們想要的。
若要獲得更多成長，您的目標是吸引更多新客戶，並提升贏取效率。
瞭解贏取量度
測量結果：來到您商店的不重複新訪客數量，有助於您瞭解行銷和客戶贏取工作的成效。
計算方式：贏取會根據第一次造訪您商店時指派的瀏覽器識別碼計算不重複訪客。
資料來源：店面活動。
運作方式：
- 每個訪客的瀏覽器會透過第一方Cookie接收唯一識別碼(
domain_userid)。 - 新訪客在其工作階段索引等於1 （首次造訪）時識別。
- 系統會追蹤這些識別碼，以區分新訪客和回訪訪客。
重要備註：
此追蹤方法有一些已知限制：
- 跨裝置使用者：從不同裝置（桌上型電腦、行動裝置、平板電腦）或瀏覽器造訪的同一個人，會計算為多個不重複訪客，因為每個裝置和瀏覽器都會收到不同的識別碼。
- 清除Cookie：清除其瀏覽器Cookie的使用者會獲得新識別碼，並重新計為新訪客。
- 隱私權設定：可能無法追蹤具有嚴格隱私權設定或Cookie封鎖程式的使用者。
最適合：
- 追蹤新訪客在一段時間內的趨勢。
- 分析行銷活動的成效。
- 瞭解流量增長模式。
詮釋提示：雖然由於上述限制而並不完全準確，但擷取量度可以可靠地識別趨勢，並比較大部分使用者在相同的裝置上瀏覽且不經常清除Cookie的時段。
策略
若要降低跳出率，您的目標是讓訪客持續參與並減少單頁造訪。
瞭解跳出率量度
測量的內容：僅檢視一個頁面後離開您網站的訪客百分比，指出使用者體驗、頁面關聯性或網站參與度的潛在問題。
計算方式：跳出率會比較單頁工作階段與工作階段總數，以判斷訪客離開而不進一步互動的百分比。
公式：
| code language-none |
|---|
|
資料來源：店面活動。
運作方式：
- 當訪客在其整個造訪期間僅檢視一個頁面時，會計為跳出的工作階段。
- 系統會追蹤每個工作階段中的頁面檢視，以識別單頁造訪。
- 工作階段是由使用者活動和互動之間的時間所決定。
導致跳出的原因：
- 訪客登陸至無關頁面（不良搜尋/廣告目標定位）。
- 頁面載入速度緩慢。
- 使用者體驗不佳或導覽令人困惑。
- 無需進一步探索，即可快速尋找資訊。
- 技術問題。
重要備註：
- 高跳出率並不一定都是負數，有些頁面（例如聯絡資訊或特定產品規格）本身就可能具有高跳出率。
- 比較不同頁面型別和流量來源之間的跳出率，以找出問題區域。
- 跳出率的突然增加通常表示技術問題或行銷活動目標定位不佳。
什麼是良好的跳出率？ 這依產業和頁面型別而異，但一般而言：
- 40-60%：電子商務網站的平均值。
- 低於40%：優異的參與度。
- 超過70%：可能表示需要調查的問題。
策略
-
改善搜尋關聯性：使用同義字和智慧型多面向來確保客戶快速找到相關產品。 搜尋結果不佳，是造成高跳出率的主要原因。
-
實作建議單位：在類別和搜尋結果頁面上部署建議單位，以提供其他產品選項並保持訪客參與。
-
最佳化產品探索：使用銷售規則，確保最相關且最受歡迎的產品會先出現在搜尋結果中。
-
建立吸引人的首頁體驗：在首頁上使用「為您推薦」和「趨勢」建議型別，以立即與訪客互動相關的內容。
疑難排解和最佳化
當量度下降時
收入下降：
- 檢查建議單位是否仍然有效且執行良好。
- 請檢閱銷售規則，以確保高利潤的產品能夠進行促銷。
- 分析搜尋效能，以識別熱門產品是否仍然排名良好。
轉換率下降：
- 確認已維持搜尋關聯性（檢查同義字和Facet）。
- 確保建議單位正確顯示。
- 檢閱銷售規則以瞭解是否有任何衝突或問題。
高跳出率：
- 檢查搜尋結果關聯性，並視需要實作同義字。
- 確定建議單位已正確載入。
- 檢閱產品資料品質和可用性。
低參與度：
- 分散建議型別，以防止客戶疲勞。
- 實作更個人化的建議策略。
- 使用更好的Facet和同義字來最佳化搜尋體驗。