마케팅 데이터에서 알 수 없는 요소 파악
e커머스 웹 사이트의 애널리스트가 Analysis Workspace에서 특정 보기를 구축하는 방법을 통해 이상치 탐지에 대해 더 알아보십시오.
통계 모델링과 머신 러닝을 기반으로 데이터에서 예기치 못한 이상치를 자동으로 찾으며, 방대한 데이터를 분석하여 비즈니스에 영향을 미치는 요소를 즉시 식별합니다.
____________________________________________________
데이터에서 발견되는 이상치는 좋은 것일 수도, 나쁜 것일 수도 있습니다. 다시 말해 캠페인이 예상보다 효과적인 것일 수 있고 문제를 야기시키는 버그, 태그 오류, 스파이 행위 등이 발견된 것일 수도 있습니다. 이상치의 원인이 긍정적이든, 부정적이든 이상치를 신속하게 식별하는 것이 중요합니다. 그러나 이전에는 데이터를 정리하고 보고서를 준비하는 데 많은 시간과 리소스가 필요했습니다.
Adobe Analytics의 이상치 탐지 기능을 사용하면 특정 기간 동안 통계적으로 유의미한 데이터 이상치를 자동으로 탐지하고, 명확한 시각화를 통해 예상치 못한 트래픽 증감을 확인할 수 있습니다. 또한 Analysis Workspace에서 기여도 분석 기능을 사용하면 이상치가 발생하는 시점과 그 이유를 확인할 수 있습니다.
분석을 시간별, 일별, 주별 보기에서 월간 보기로 확대하여 캠페인의 장기 비전과 시간이 지남에 따라 이상치가 발생하는 위치를 파악합니다.
Analysis Workspace에서 이상치 탐지 기능이 활성화되면 블랙 프라이데이, 방학 또는 휴일 기간 등 시즌 행사에 대해 보고합니다.
이상치 탐지는 Adobe Sensei의 고유한 머신 러닝 및 자동화 알고리즘을 사용하여 가치 있는 인사이트를 빠르게 도출합니다.
지능형 경고를 통해 주요 지표와 세그먼트의 중요한 변경 사항을 이메일이나 텍스트로 즉시 알 수 있습니다.
기여도 분석을 통해 한 번의 클릭만으로 이상치를 유발한 원인을 파악할 수 있습니다.