Brug af Data Science til at sammenligne segmenter i Adobe Analytics

En af de mest interessante datavidenskab-påvirkede funktioner i Analysis Workspace i Adobe Analytics kaldes Segment Comparison. Det er en af Adobe Analytics mest kraftfulde funktioner, fordi den hjælper dig med nemt at skelne mellem to grupper af besøgende baseret på deres adfærd.

Har du gennemgået et Venn-diagram for nylig og undret dig over følgende?

• Hvad er de metrics, der adskiller mine segmenter? For eksempel kan du opdage en sammenhæng mellem dit loggede besøgendesegment og visninger af blogartikler.
• Hvad er de dimensioner, der adskiller mine segmenter? For eksempel kan du opdage, at iOS-enhedstyper udgør en betydelig del af de besøgende, der har konverteret.
• Hvilke andre segmenter kan anvendes på mine segmenter for at adskille dem? For eksempel kan du se, at besøgende, der henvises fra betalt søgning, har større sandsynlighed for at være i det tilpassede segment, du har oprettet, af førstegangsbesøgende, som lander på en produktside.

Hvis ja, er du kommet til det rigtige sted! Disse spørgsmål er dem, Segment Comparison sigter mod at besvare, ved at bruge maskinlæring hvert trin af vejen!

Først lærer du trinene til at sammenligne to segmenter. Så graver du i et par andre eksempler på nyttige segmentsammenligninger, som du kan prøve.

Påberåber segmentsammenligning i Adobe Analytics

Følg disse trin for at sammenligne segmenter i Adobe Analytics:

Brug venstre skinnevælger til at ændre venstre skinnes visning til paneler.

Træk panelet Segmentsammenligning til Workspace.

Træk panelet Segmentsammenligning til arbejdsområdet.

Træk et segment ind i området Tilføj et segment i panelet Segmentsammenligning.

Definition af det første segment til segmentsammenligning.

Ud over segmenter kan du også trække dimensioner, dimensionelle elementer, metrics og tidsintervaller ind i boksen. I eksemplet blev der brugt et segment, der allerede var oprettet, som fokuserer på iOS-enheder. Hvis du gerne vil oprette et segment i denne arbejdsgang, skal du holde markøren over feltet Tilføj et segment og klikke på plustegnet, der vises.

Træk et andet segment (eller en hvilken som helst anden komponent) ind i boksen Sammenlign mod.

Som standard inkluderer Adobe et segment med fokus på alle andre, hvis du blot ønsker at sammenligne dette segment med dets omvendte. Dette resulterer dog i et Venn-diagram uden overlap. Dette kan være nyttigt, men for eksempel sammenligner du med et andet segment.

På billedet nedenfor blev et indkøbssegment tilføjet til boksen Sammenlign mod. Baseret på den antagelse, at nogle besøgende på iOS-enheder har foretaget køb, kan du forvente at se en vis overlapning mellem de to segmenter.

Definition af et andet segment til segmentsammenligning.

Klik på linket Vis avanceret.

Den boks, der vises, skulle se bekendt ud, hvis du husker feltet Udelukkede dimensioner for bidragsanalyse. Som vist ovenfor har du mulighed for at ekskludere dimensioner, metrics og segmenter fra analysen og resultaterne af din segmentsammenligning. Ligesom i en bidragsanalyse er grunden til at ekskludere dimensioner for at undgå irriterende resultater, der kan være nøjagtige, men som ikke kan handles. Fordi segmentsammenligning også analyserer metrics og segmenter, tilføjes de som muligheder for ekskludering.

Klik på den blå Build-knap, og undersøg de resultater, der vises, ofte på mindre end et minut.

Som du kan se nedenfor, returneres et væld af visualiseringer fra segmentsammenligning.

Den øverste del af resultater fra segmentsammenligning.

Lad os gennemgå dem fra top til bund, venstre mod højre:

• Størrelses- og overlapsvisualiseringen er et Venn-diagram, som du nemt kunne have bygget baseret på dine to segmenter og en metrik for unikke besøgende.
• De næste tre oversigtsvisualiseringer viser antallet af unikke besøgende for hvert af dine segmenter samt overlapningen mellem dem. Disse oversigtsvisualiseringer kan være en god reference, når du udfører din analyse.
• De to visualiseringer i anden række af resultaterne er live-linkede, hvilket betyder, at når du klikker på en værdi i tabellen til venstre, opdateres grafen til højre. Tabellen til venstre viser de øverste metrics, der adskiller dine to valgte segmenter. En kolonne for forskelsscore sorterer hver af metrikkerne efter deres niveau af statistisk signifikant, ligesom Bidragsanalyses bidragsscore. Du vil blive glad for at se, at Adobe kører Anomaly Detection på alle målinger, der er trendede i linjediagrammet til højre! Som du kan se i tredje række i tabellen ovenfor, ender købere med at se en markant større mængde medier (i gennemsnit på 285,81 sekunder) end iOS-besøgende (i gennemsnit på kun 66,03 sekunder).
• Den tredje række viser yderligere to live-linkede visualiseringer: en tabel til venstre for de dimensionelle elementer, der adskiller dine to segmenter, og et søjlediagram til højre, der viser den markante forskel, når hver af dine to segmenter anvendes på de dimensionelle elementer. En forskelsscore anvendes igen på disse visualiseringer.
• Den fjerde og sidste række af dine segmentsammenligningsresultater bruger dine egne data til at hjælpe dig med at differentiere de segmenter, du sammenligner. Adobe analyserer alle segmenter, du har adgang til eller har oprettet, så det kan give en endelig liste over differentierende segmenter. Freeform-tabellen live-linker de differentierende segmenter til et Venn-diagram til højre, som giver dig mulighed for hurtigt at finde overlap mellem tre forskellige segmenter.

Adobes segmentsammenligningsværktøj er en fantastisk og hurtig måde at lære mere om dine besøgende på . Du vil blive glad for at høre, at der ikke er nogen grænse for, hvor mange gange du eller din virksomhed kan bruge dette værktøj, uanset kontrakt eller SKU. Hvis du ikke har adgang til det, skal du sørge for at samarbejde med din administrator for at forstå hvorfor.

Brug af Adobe Analytics til at brainstorme segmentsammenligning brugssager

Hvis din hjerne ikke allerede arbejder i højt gear og tænker kreativt over, hvordan du bruger funktionen Segmentsammenligning i Adobe Analytics, så lad os give det en kickstart. Vores første anbefaling er at starte med et segment af konvertere til dit websted.

Som en påmindelse betyder en, der konverterer, ikke nødvendigvis, at han eller hun har købt. For websteder og apps, der ikke sælger noget, kan en konvertering betyde en registrering, en videovisning eller en tærskel for unikke visninger af indhold. Uanset din konvertering, opret et segment baseret på besøgende, der har opnået det.

Den mest grundlæggende sammenligning at køre er konvertere versus ikke-konvertere. I første omgang vil segmentsammenligning højst sandsynligt fortælle dig ting, du allerede ved - dine bedste marketingkanaler, mikrokonverteringer, der er førende indikatorer for succes, eller regioner i landet, der er mere succesfulde end andre.

Segmentklynger i Segment Comparisons resultater kan være nyttige i brugssager som disse. Er der nogen usædvanlige kombinationer af disse dimensioner, som Adobe Analytics foreslår at gennemgå? Hvis Adobe har givet dig nogle segmenter, der består af atypiske dimensionskombinationer, skal du starte din analyse der.

For de af jer, der har en købstragt, kan du overveje at oprette segmenter i Adobe Analytics for hvert af de vigtigste trin i tragten – besøgende, der kommer til en produktside, men ikke lægger i indkøbskurven; besøgende, der lægger i indkøbskurven, men ikke kommer til betalingssiden; besøgende, der kommer til betalingssiden, men ikke køber; og besøgende, der køber.

Spil med hvert segment i segmentsammenligning for at lære mere om, hvad der adskiller et segment fra det andet . Fordi du har ubegrænset adgang til segmentsammenligningsværktøjet, kan du lige så godt prøve det!

Sidst, og bestemt ikke mindst, prøv en blanding af marketingkanal og kontokøbsstatus. Segmentér f.eks. besøgende, der får adgang til dit websted via den mest succesrige marketingkanal, og sammenlign det med besøgende, der køber. Sammenlign det derefter med besøgende, der ikke køber.

Segmentsammenligning hjælper dig ofte med at opdage metrics, dimensioner og segmenter, der adskiller segmenter, som du ikke havde tænkt på at sammenligne før. Ideelt set vil den nyfundne information hjælpe med at drive din datanysgerrighed og forbedre, hvordan du bruger Adobe Analytics.