• 手引き
  • プラットフォーム
  • パートナー
  • English
  • TLC Tealium Learning Center Tealium Learning
    Community
  • Discussions & Ideas Dicussions & Ideas
  • Product Guides Product Guides
  • Knowledge Base Knowledge Base
  • Developer Docs Developer Docs
  • Education Education
  • TLC Blog TLC Blog
  • Support Desk Support Desk
  • CDH Customer Data Hub Customer Data Hub

目次

  • Audience Discoveryでの検証
AUDIENCESTREAM/GETTING STARTED

Visitor Stitching: 検出

AudienceStreamのVisitor Stitching検出について説明します。

これは、アイデンティティ解決戦略が正確で、選択した属性であるメールアドレスが顧客ベース全体で確実に一意になるようにするための重要な手順です。Audience Discoveryでは、新しいメールアドレス属性を使用してアクティブな顧客をサンプリングしています。Audience Discoveryグラフには、その属性の一意の値の分布が表示されます。すべてが意図したとおりに機能している場合、各メールアドレスの値には1人の訪問者しか関連付けられていません。

Audience Discoveryでの検証

これが機能するには、AudienceStreamがデータを収集して、適切なサンプルセットを提供できるように、メールアドレス属性が作成されてから時間がかかります。メールアドレス属性を検証するには、以下の手順に従います。

  1. AudienceStream > Discover (Audience Discovery) に移動します。
  2. [Perspective]をクリックし、訪問者_文字列_属性、メールアドレスを選択します。
  3. [Live]ビューと[Historic]ビューを確認します。

グラフには、X軸に沿ったメールアドレス属性の一意の各値と、その値が現在含まれている訪問者プロファイルの数を示すバーが示されています。

属性が正しく構成され、データが訪問者のVisitor Stitchingに適していれば、各バーの訪問者プロファイルの数は適切になります。

数値はさまざまな訪問者プロファイルの数で、そこからこのStichingキーを見ています。したがって、たとえば、メールアドレスが3つの訪問者プロファイルに表示されていた場合、このメールアドレスのユーザーは、レポート期間中に3つの異なるデバイスからログインしたことが予想されます。

ここで注意しなければならないのは、バーの高さの不適切なもの、または不審な分布です。たとえば、ほとんどのメールアドレスが1つ、2つ、または3つの訪問者プロファイルから見られているのに、50以上の訪問者プロファイルから見られたメールアドレスがある場合は、さらに調査が必要です。レポートの最初のページのすべてのメールアドレスが疑わしいほど多くのデバイスから見られてる場合も、さらに調査が必要です。

最初のバーには、値が「(none)」でない訪問者の数が表示されます。これは、まだメールアドレスを提供していない_不明な訪問者_を表します。

as-getting-started-discovery-sample-data.jpg

上記の例により、メールアドレスが一意かつ正確に収集されていることを確認したので、次は訪問者ID属性を使用してアイデンティティ解決戦略を完了させましょう。

Visitor Stitching: パート 2
オーディエンス

 
  • iQ Tag Management
  • はじめに
    • はじめに
    • データレイヤーの基本
    • データレイヤーの基本: 共通変数の追加
    • タグの基本
    • タグの基本: タグの追加
    • タグの基本: 読み込みルールの追加
    • タグの基本: データマッピングの追加
    • 拡張機能
    • 拡張機能: 拡張機能の追加
    • 保存と公開
    • 変更の保存
    • 公開環境
    • 保存と公開
    • インストールとテスト
    • utag_dataとutag.jsのインストール
    • コードセンターの使用
    • Web Companionの検証
    • 次のステップ
  • EventStream
  • はじめに
    • はじめに
    • データソース
    • データソース: データソースの追加
    • データソース: インストールとテスト
    • Live Events
    • イベント仕様
    • イベント仕様: 仕様の追加
    • イベント仕様: データ品質
    • イベントフィード
    • イベントフィード: フィードの追加
    • コネクタ
    • コネクタ: コネクタの追加
    • トレース
    • トレース: トレースでのテスト
    • 保存と公開
    • 次のステップ
  • AudienceStream
  • はじめに
    • はじめに
    • 属性
    • 属性: エンリッチメント
    • 属性: バッジ
    • 属性: オフラインデータ(オムニチャネル)
    • Visitor Stitching
    • Visitor Stitching: 訪問者ID
    • Visitor Stitching: パート1
    • Visitor Stitching: パート 2
    • Visitor Stitching: 検出
    • オーディエンス
    • コネクタ
    • コネクタ: コネクタの追加
    • トレース
    • トレース: トレースでのテスト
    • 保存と公開
    • 次のステップ
  • Predict ML
  • はじめに
    • 概要
    • 予測の紹介
    • 用語集
    • 使用可能な階層
    • 前提条件
    • 戦略と目的
    • 複数のアプローチ
    • データの準備
    • モデルのスコアとレーティング
    • モデル作成
    • モデルについて
    • モデルの追加
    • 確認とトレーニングの開始
    • モデル評価
    • トレーニング済みバージョンの評価
    • モデルの再トレーニング
    • モデルのデプロイ
    • モデルの削除
    • モデル監視
    • モデルの正常性の表示
    • デプロイ済みモデルの正常性スコア
    • オーディエンスの予測
    • オーディエンスの検討事項
    • 高度なトピック
    • モデルの再トレーニングに関する推奨
    • Visitor Stitchingが予測モデルに影響を与える方法
    • データのコンプライアンスと使用方法
    • マシンラーニングと人工知能(AI)の比較
    • マシンラーニングのコンセプトとテクノロジー

このページはお役にたちましたでしょうか?

最終更新日 :: 2021年June月29日       ご意見有難うございます。
  • 手引き
  • プラットフォーム
  • パートナー
  • モバイル
  • 始める
  • Remote Commands
  • Android (Java)
  • Cordova
  • Flutter
  • iOS (Objective-C)
  • iOS (Swift)
  • React Native
  • Xamarin
  • ウェブ
  • AMP
  • Angular
  • JavaScript (Web)
  • サーバーサイド
  • C#
  • HTTP API
  • Java
  • Node
  • Python
  • Roku
  • Ruby
  • Unity