贡献分析

发掘数据中隐藏的模式,以解释统计异常并识别受众细分中的异常客户行为、异常值、指标突增或骤降背后的相关性。


您已发现了数据中的异常之处。接下来,需要揭露其中的原因。

数据异常确实是一个令人棘手的问题。有时候,它们意味着效果比预期更好。但在很多情况下,这意味着有人标记了错误或者营销活动提前结束。甚至是更糟糕的情况。自动提示异常是 Adobe Analytics 的其中一项强大功能,但捕获异常只是其中的第一步。另一个重要步骤是了解产生异常的原因。对于许多分析师来说,第二步更加费时并且需要手动深挖海量派生的数据集。

借助 Adobe Analytics 中的贡献分析功能,只需点击一个按钮即可轻松完成这一耗时的任务。将贡献分析与异常检测搭配使用,以帮助您快速了解数据动态。归因分析内置于 Analysis Workspace 之中,它可以查询数千万个数据集,以便将冗长而困难的分析替换成有用的可视化效果,从而帮助您做出最明智的决策。

将重点放在您需要的数据上。

在报告中隐藏重复或不感兴趣的维度、离群值和垃圾数据,以获得最相关的答案

发掘维度之间的统计关系。

贡献得分有助于您分析与异常相关的数据维度的重要性。

轻松构建新的受众。

根据受众细分共有的贡献因素揭示隐藏的受众细分。

使用人工智能更快速地获得洞察。

贡献分析使用密集机器学习来发掘贡献因素,其速度比任何其他方式都要快得多。

详细了解 Adobe Analytics 中的贡献分析。

查看正在运行的贡献分析。

观看此视频,了解贡献分析在 Analysis Workspace 中是如何工作的。

探索贡献分析的工作原理。

阅读“帮助”页面,获取与贡献分析基础知识相关的更多信息。

了解详情

查看相关功能。

异常检测

统计建模可以分析指标并确定下界、上界和预期值范围,以自动发现异常趋势。发生异常上涨或下降时,系统将会在报告中提醒您。

智能提醒

我们使您能够轻松地创建和管理基于数据异常的提醒以及在单个提醒中捕获多个指标的“堆叠式”提醒。

临时分析

借助 Analysis Workspace 功能,您如同获得一个强大而灵活的平台,可用于构建自定义分析项目。将任意数量的数据表、可视化和组件(渠道、维度、指标、细分和时间粒度)拖放至项目中。


让我们讨论 Adobe Analytics 如何助您的企业一臂之力。