Análisis de contribución

Descubre patrones ocultos dentro de tus datos para explicar anomalías estadísticas e identificar correlaciones detrás de acciones inesperadas de clientes, valores fuera de límites y picos o caídas repentinos para métricas en todos los segmentos del público.

____________________________________________________

Has encontrado algo extraño en tus datos. Descubre las razones que hay detrás.

Las anomalías de datos son un verdadero dolor de cabeza. A veces quieren decir que las cosas van mejor de lo esperado. Pero muy a menudo significa que alguien etiquetó algo incorrectamente o que una campaña terminó prematuramente. O algo peor. La capacidad de identificar automáticamente anomalías es una característica potente de Adobe Analytics, pero detectarlas es solo una parte de la ecuación. Igual de importante es entender qué causó la anomalía. Para muchos analistas, este segundo paso llevó tiempo y requirió una búsqueda manual a través de conjuntos de datos grandes y variados.

Con la función de análisis de contribución de Adobe Analytics, esta tarea que consume mucho tiempo ahora se puede hacer literalmente con el clic de un botón. En análisis de contribución funciona junto con la detección de anomalías para ayudarte a comprender rápidamente lo que sucede en tus datos. Integrado en Analysis Workspace, en análisis de contribución consulta decenas de millones de conjuntos de datos para reemplazar el análisis largo y complicado por visualizaciones útiles que te ayudan a tomar las mejores decisiones.

Céntrate en los datos que quieras.

Oculta las dimensiones duplicadas o poco interesantes, los valores atípicos y los datos no deseados en los informes para obtener las respuestas más relevantes.

Descubre relaciones estadísticas entre dimensiones.

Las puntuaciones de contribución te ayudan a analizar la importancia de las dimensiones de tus datos relevantes para la anomalía.

Crea nuevas audiencias con facilidad.

Revela segmentos de audiencias ocultos según los factores contribuyentes que tienen en común.

Usa IA para conseguir información más rápidamente.

El análisis de contribución utiliza el aprendizaje automático intensivo para descubrir colaboradores mucho más rápido que cualquier otro modo.