歸因常見問題集
有些造訪型量度 (例如 登入點或跳出率) 會將資料歸因予報告期間起始日期以前的期間。這種情況肇因於使用了回顧期間的歸因模型,該模型會決定回顧應達於何種程度時,才會將發生的事件計入量度。最常見的情形是跨越午夜的造訪。例如:
- 一名造訪者於9月7日晚上11時55分造訪您的首頁。
- 其造訪了幾頁網頁,而於9月8日凌晨12:05造訪其中的最後一頁。
- 一週後,您製作9月8日至9月14日期間的每日趨勢報表。
點擊型量度 (例如頁面檢視) 產生如預期的結果;自9月8日至9月14日的每日資料趨勢。不過,造訪型量度也能指出上述9月7日的造訪事件。該造訪的歸因登入點發生在9月7日,而回顧期間依預設為9月1日至9月31日。
在這個例子中,顯示的9月7日跳出率一律為 0%。這個量度的定義為 Bounces divided by Entries
,即點擊型量度除以造訪型量度。跳出事件是由單一影像要求所組成,因此跳出事件不可能持續數日。任何發生在9月7日的跳出事件,都會超過所述的報告期間,因而該日的跳出率當然是 0%。在這報表中,也顯示9月7日的其他點擊型量度亦為 0,因為這些點擊發生在這報表的報告期間外。
再來看另一個類似的例子。下述例子和上述例子之間僅有日期不同:
- 瀏覽者於8月31日晚上11:55造訪您的首頁。
- 其造訪了幾頁網頁,而於9月1日凌晨12:05造訪其中的最後一頁。
- 一週後,您製作9月1日至9月7日期間的每日趨勢報表。
在這個例子中,不會顯示8月31日的「登入點」和「跳出率」資料。由於回顧期間和報告期間都是從9月1日開始,因此無法歸因8月31日的資料。
歸因面板支援所有維度。不支援的量度包括:
- 全部計算量度
- 不重複訪客
- 瀏覽
- 發生次數
- 頁面檢視
- A4T 量度
- 逗留時間量度
- 彈回數
- 跳出率
- 登入點
- 退出點
- 找不到頁面
- 搜尋
- 單頁存取次數
- 單次存取
是的,歸因支援多數資料來源。摘要層級的資料來源無法進行歸因,因為這些資料來源不會與Analytics的訪客識別碼建立關聯。
交易ID資料來源的處理方式與任何其他點選相同。 交易ID資料來源不會使用傳統報表中一般使用的特殊處理。 換言之,使用報表時間處理時,交易ID點選會傳播來自點選eVar的值,這些點選發生在「交易ID」點選的時間戳記附近。 值將不會從接近原始交易時間發生的點選中傳播。
如果可能的話,歸因會仰賴資料來源中事件內傳送的MID欄值,而非持續值。 歸因模型會即時套用至資料來源中的MID欄值。 例如,當您使用「上次接觸」歸因時,模型會從量度的每個例項開始,並在點選中依序往後走,直到模型達到MID欄中觀察到的最後一個值為止。
如果不可能,歸因將會使用資料來源中「先前記錄」的MID值來評估。 鑑於AA不支援順序錯亂的資料,此先前的記錄可能不會依時間戳記排序。
由於記錄未依序排序,套用持續性的預期值可能會影響提供的交易ID時間戳記與原始交易之間的時間量。
我們初次推出行銷管道時,只提供「首次接觸」和「上次接觸」維度。有了現行版本的歸因,就不再需要明確的首次/最後接觸維度。Adobe提供一般 行銷管道 和 行銷管道詳細資料 維度,以便您將其用於所需的歸因模型。 這些通用維度的行為與 上次接觸管道 但標籤不同,這是為了避免搭配不同歸因模型使用行銷管道時產生混淆。
由於行銷管道維度以傳統的造訪定義 (由維度本身的處理規則為定義) 為依據,因此無法使用虛擬報表套裝來變更造訪定義。
Analytics 的某些維度可包含單次點擊中的多個值。常見範例包括清單變數和產品變數。
將歸因套用至多值點擊時,同一次點擊中的所有值都會獲得相同的評分。由於有多個值可以接受該次評分,報表總計可能與每個各別條列項目的加總不同。報表總計會去除重複項目,而每個各別維度項目會適當獲得評分。
歸因一律會在採用區段之前執行,而區段會在套用報表篩選器之前執行。此概念同樣適用於使用區段的虛擬報表套裝。
例如,如果您建立套用「顯示點選」區段的虛擬報表套裝,您可以使用某些歸因模型在表格中看到其他管道。
note note |
---|
NOTE |
如果區段隱藏包含量度的點選,這些量度例項不會歸因於任何維度。 不過,類似的報表篩選器只會隱藏某些維度專案,而不會對根據歸因模型處理的量度造成任何影響。 因此,相較於具有可比較定義的篩選器,區段可能會傳回較低的值。 |