Contribution Analysis

ค้นพบรูปแบบที่เกิดขึ้นซ้ำๆ ในข้อมูลของคุณเพื่ออธิบายความผิดปกติทางสถิติและระบุความสัมพันธ์จากการดำเนินการที่ไม่คาดคิดของลูกค้า ค่าที่อยู่นอกช่วง และการที่เมตริกเพิ่มขึ้นและลดลงอย่างฉับพลันในเซกเมนต์กลุ่มเป้าหมาย

____________________________________________________

คุณพบความผิดปกติในข้อมูลของคุณ ค้นหาสาเหตุว่าทำไมจึงเกิดขึ้น

ความผิดปกติของข้อมูลเป็นเรื่องที่น่าปวดหัวอย่างแท้จริง บางครั้งอาจบ่งบอกว่าสิ่งต่างๆ กำลังไปได้ดีกว่าที่คุณคิด แต่บ่อยครั้งหมายถึงมีคนติดป้ายกำกับผิดหรือแคมเปญหยุดเร็วเกินไป หรือแย่กว่านั้น ความสามารถในการตรวจจับความผิดปกติโดยอัตโนมัติเป็นหนึ่งในฟีเจอร์ที่มีประสิทธิภาพของ Adobe Analytics แต่การตรวจจับเป็นเพียงส่วนหนึ่งของสมการ การทำความเข้าใจว่าอะไรเป็นสาเหตุของความผิดปกติก็มีความสำคัญไม่แพ้กัน สำหรับนักวิเคราะห์จำนวนมาก ขั้นตอนที่สองนี้ใช้เวลาและต้องเจาะลึกชุดข้อมูลขนาดใหญ่และหลากหลาย

ด้วยฟีเจอร์ Contribution Analysis ใน Adobe Analytics งานที่ต้องใช้เวลามากสามารถทำให้เสร็จสิ้นได้ง่ายๆ ด้วยการคลิกเพียงปุ่มเดียว Contribution Analysis จะทำงานร่วมกับ Anomaly Detection เพื่อช่วยให้คุณเข้าใจอย่างรวดเร็วว่าเกิดอะไรขึ้นกับข้อมูลของคุณ Contribution Analysis สร้างขึ้นใน Analysis Workspace โดยจะสืบค้นชุดข้อมูลนับสิบล้านชุดเพื่อแทนที่การวิเคราะห์ที่ยากและใช้เวลานานด้วยการสื่อสารข้อมูลด้วยภาพที่มีประโยชน์ซึ่งจะช่วยให้คุณตัดสินใจได้ดีที่สุด

มุ่งเน้นไปที่ข้อมูลที่คุณต้องการเท่านั้น

ซ่อนมิติข้อมูล ค่าผิดปกติ และข้อมูลขยะที่ซ้ำกันหรือไม่น่าสนใจในรายงานเพื่อให้ได้คำตอบที่เกี่ยวข้องมากที่สุด

ค้นพบความสัมพันธ์ทางสถิติระหว่างมิติข้อมูล

คะแนนการมีส่วนร่วมช่วยให้คุณวิเคราะห์ความสำคัญของมิติข้อมูลของคุณที่เกี่ยวข้องกับความผิดปกติ

สร้างกลุ่มเป้าหมายใหม่ได้ง่ายๆ

เปิดเผยกลุ่มเป้าหมายที่ซ่อนอยู่ตามปัจจัยสนับสนุนที่มีร่วมกัน

ใช้ AI เพื่อรับข้อมูลเชิงลึกได้เร็วขึ้น

Contribution analysis ใช้ machine learning ขั้นสูงเพื่อค้นหาผู้ร่วมให้ข้อมูลได้เร็วกว่าปกติ