[Premium]{class="badge positive" title="檢視Target Premium包含的內容。"}

重要屬性報表

有關Important Attributes報告的資訊,這是Automated Personalization (AP)和Auto-Target (AT)活動使用者可用的兩種專用報告之一。

NOTE
使用Personalization Insights報表時,請考量下列事項:
  • AP 和 AT 活動是 Target Premium 解決方案內建的功能。若沒有 Target Standard 授權,Target Premium 便未隨附這些解決方案。

  • Personalization Insights報告僅適用於使用轉換最佳化目標的AP和AT活動。 也不支援最佳化目標在活動上線後已從收入變更為轉換的活動。

  • 必須從Report Metric下拉式清單中選取Primary Goal,才能使用Personalization Insights報告。

  • 預設環境支援Personalization Insights報告。

  • Personalization Insights報告只會針對處於Live狀態且已啟用且接收流量至少15天的活動產生。

在不同的活動中,不同屬性對於模型決定個人化的方式或多或少都有不同的重要性。此報表顯示影響模型及其相對重要性的常見屬性。

存取Important Attributes報告 section_8E8F997AAAF44A1B9EE06EB6FB652801

  1. 按一下​ Activities,然後從清單中按一下所需的Automated Personalization自動鎖定目標活動。

    如果您有許多活動,請按一下篩選器( 篩選器圖示 )圖示,以從Type、Status、Reporting Source、Experience Composer、Metrics Type和Activity Source下拉式清單中選取選項來篩選清單。

  2. 按一下 Reports

    顯示Automated Personalization摘要自動鎖定目標摘要報告,其中會提供關於活動效能的資訊,並以第一個畫面圖示表示。 兩個額外的圖示代表兩個Personalization Insights報告: Automated Segments 自動化區段報告 )和​ Important Attributes 重要屬性圖示 )。

    請注意,Auto-Target有一個額外的圖表圖示用於Summary報告的圖形檢視。

    note important
    IMPORTANT
    您啟動活動後的至少15天內,將無法使用Important Attributes報表。 在此初始期間,您將無法存取此報表或按一下Important Attributes圖示。 15天過後,假設您的活動中有足夠的個人化流量,即可使用Important Attributes報表。
  3. 啟動活動15天後,按一下​ Important Attributes 重要屬性圖示 )圖示。

  4. 選取所需的日期範圍。

    不同於Summary報表(績效報表),Personalization Insights (包括Important Attributes)僅適用於固定日期範圍: 15天、30天和60天。

    這些固定日期範圍允許Personalization Insights使用足夠大的資料範圍,以降低您從活動中的短期模式衍生深入分析的可能性。 您可以為日期範圍做出兩個決定,「結束日期」和「持續時間」。你會注意到「開始」呈現灰色。開始日期會根據您對結束日期和持續時間的選擇自動變更。

    您可以從Preset Date Range下拉式清單中存取可用的固定日期範圍。

  5. 檢閱Important Attributes報表資料。

  6. (選擇性)按一下「下載」 ( 「下載」圖示 )圖示,以下載CSV格式的報表,以便在Excel和其他工具中進行分析。

    note note
    NOTE
    「個人化前瞻分析 UI」報表包含指定資訊。「重要屬性」報表的 CSV 下載包含其他詳細資訊。「重要屬性」報表下載包括 100 個常見屬性的完整清單,而 UI 報表僅包括 10 個常見屬性。如果您在報表中尋找特定屬性,但該屬性不存在,那不代表該屬性不會影響活動,它只是沒有列在 100 個常見屬性的清單中。

解譯「重要屬性」報表

下表說明如何解譯報表並描述其元素:

元素
詳細資料
橫條圖
畫面頂端的多色彩橫條圖允許您視覺化這些相對重要性分數,並對應到表格中各個屬性旁邊的點的顏色。您也可以將游標移至長條圖中的特定顏色上,以查看其代表的屬性。100 個常見屬性的重要性分數增加到 100%。如需如何新增更多可供Target個人化模型使用的屬性的詳細資訊,請參閱上傳Target Personalization演演算法的資料
模型屬性排名圖表
「模型屬性排名」包括 10 個常見的屬性,這些對於 Target 的個人化模型如何決定向每個訪客顯示內容而言是最重要的屬性。重要性分數顯示關於這 100 個常見屬性中,特定屬性對此活動中 Target 個人化模型的重要程度。

「重要屬性」常見問答集 section_740910A52FA646B4AC9452F98C2F5719

請參閱下列常見問題集,以取得關於使用Important Attributes報表的常見問題解答。

我的活動還無法使用Personalization前瞻分析報表。 為什麼?

Personalization Insights報表可能尚未可供您的活動使用的原因有幾個:

  • 自您啟動活動以來,還不到 15 天。「自動化區段」和「重要屬性」報表在開始活動後至少 15 天內無法使用。在初始期間,您將無法存取這些報表,或點擊「自動化區段」和「重要屬性」圖示。
  • 您的活動在指定的時間範圍內沒有足夠的流量。15 天過後,假設您的活動中有足夠的個人化流量以建立個人化模型,即可使用自動化區段和重要屬性報表。
  • 您的活動有收入最佳化目標。目前,Personalization Insights僅適用於轉換最佳化目標活動。 我們將在未來的版本中新增對收入最佳化目標活動的支援。

屬性是什麼?

屬性是關於訪客或他/她的個人化演算法所使用的特定造訪資訊,以學習如何個人化流量。例如,屬性可能是瀏覽器類型、位置、造訪時間等。

如需 Target 在其個人化模型中使用之屬性的詳細資訊,請參閱 Target 個人化演算法的資料收集。如需如何將新屬性上傳到Target,以在Target的個人化模型中使用的詳細資訊,請參閱將資料傳入Target的方法

我看到一個或多個我不希望模型用於訓練的屬性。我可以從訓練模型中刪除這些屬性嗎? models-api

Models API (也稱為Blocklist API)可讓使用者檢視和管理機器學習模型中用於Automated Personalization (AP)和Auto-Target (AT)活動的屬性清單(也稱為功能)。 如果您想要排除一個或多個屬性,以免模型用於AP或AT活動,您可以使用模型API將這些屬性新增到「封鎖清單」。

如需詳細資訊,請參閱​ Adobe Target開發人員指南 ​中的模型API概觀。 若要使用API來封鎖屬性,請參閱模型API

Automated Segments和Important Attributes報表中的資訊是否與CSV下載中的資訊相同?

否,UI 報表包含選取資訊。CSV 下載包含其他詳細資料。「自動化區段前瞻分析報表」下載包括 UI 中包含之常用區段以外的其他「自動化區段」,以及這些區段對產品建議或體驗的執行方式。「重要屬性」報表包括 100 個常見的訪客屬性及其相對重要性,而 UI 僅包括 10 個常見的訪客屬性。

我可以看到自訂日期範圍的Personalization Insights嗎?

Personalization前瞻分析報告(Automated Segments和Important Attributes)僅適用於固定日期範圍: 15天、30天、45天、60天和90天。 這些固定日期範圍允許Personalization Insights使用足夠大的資料範圍,以降低您從活動中的短期模式衍生深入分析的可能性。 您可以為任何結束日期選取這些持續時間 (其中這些活動中的資料足以滿足持續時間)。

Personalization Insights是如何建立的?

Personalization Insights是使用名為MAGIX (Model Agnostic Globally Interpretable Explanations)的Adobe專利擱置技術所建立。 您可以在Adobe研究團隊於arXiv.org網站上發表的檔案中,瞭解有關MAGIX的更多資訊。

Personalization Insights是否可用於收入型模型化目標/主要目標?

目前,Personalization Insights僅適用於轉換最佳化目標活動。 我們將在未來的版本中新增對收入最佳化目標活動的支援。

「重要屬性」報表中的屬性重要性分數是多少?

當演算法判斷如何將所有訪客分成它識別的區段時,報表的「屬性重要性排名」部分中的重要性分數可提供演算法用於學習之最重要的變數輸入。它為模型使用的 100 個屬性指派百分比分數。

與某些自動化區段的其他選件/體驗相比,為什麼某些具有較低轉換率的選件/體驗接收到較大量的流量?

有多種可能原因會讓您在自動化區段中看到更多造訪較低轉換產品建議/體驗,包括:

  • 針對某些自動化區段之部分或全部產品建議/體驗的少量檢視。
  • 某些產品建議或體驗尚未建立模型的較少量活動。
  • 某些產品建議/體驗比其他產品建議/體驗更早建立模型的較少量活動。例如,假設已在第 22 天建立額外的模型,而且您要查看從第 10 至 24 天的資料。
  • 鎖定特定產品建議的規則目標,限制哪些訪客可以查看哪些產品建議/體驗。
  • 前瞻分析報表中沒有任何信賴區間。不過,如果轉換率夠接近,模型可能會提供流量,如此在點的量中看起來會比較高,但並非有「統計差異」的數字。

瞭解提供流量的模型運作方式會有所助益。每個個人都是根據其總計輪廓提供。不過,前瞻分析報表會歸納此行為,讓人類更容易解讀。因此,區段並非互斥。這可能會導致個別區段顯示這種行為,因為同一個人可以出現在多個區段中。

在Personalization Insights中,我可以以哪些不同方式運用資訊?

  • 發現要鎖定目標的新對象: 如果您發現某個特定自動化區段執行效能特別好,則可以考慮建立對象,以便您可以在其他報表中重複使用該區段。
  • 測試您的假設,瞭解哪種類型的訪客會對您的哪些體驗做出回應。
  • 深入瞭解哪些內容適用於何種類型的訪客: 哪些產品建議負責提升訪客造訪次數。
  • 識別表現不佳的內容。
  • 瞭解哪些屬性對模型的學習方式最重要。
  • 看看個人化模型中使用的屬性及其重要性。
  • 找出您可以傳遞給 Target 之其他資料點的商機,以進一步告知您的個人化。

已知問題

Target工程團隊目前正在調查下列問題。

  • Adobe Experience Platform區段名稱未顯示在Automated Personalization (AP)和Auto-Target (AT)活動的Important Attributes報告中。 (TOP-3813)
recommendation-more-help
3d9ad939-5908-4b30-aac1-a4ad253cd654