• 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

  • IDの解決
  • Visitor Stitching
AUDIENCESTREAM/GETTING STARTED

Visitor Stitching

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

属性とエンリッチメントを使用してリッチな顧客プロファイルを作成する方法は確認しました。次は、アイデンティティの解決とVisitor Stitchingによって顧客を特定する方法について説明します。これまでに収集された匿名のデータは、顧客のさまざまなブラウザやデバイスにわたって断片化されている場合があります。このデータをまとめて、顧客の完全なプロファイルを作成しましょう。

IDの解決

IDの解決

顧客が匿名でブランドにかかわる方法はさまざまです。アイデンティティの解決とは、匿名でのエンゲージメント、つまり顧客の行動を既知の顧客と関連付けることです。サイトおよびアプリのほとんどは、(たとえば)ログインや購入完了によってユーザーが自身を特定するまでは、Cookieなどで不明なユーザーを追跡しようとします。

AudienceStreamには、訪問者IDと呼ばれる特別な属性が用意され、顧客ごとに一意の識別子が格納されます。ユーザープロファイルで訪問者IDを設定すると、アイデンティティが不明なユーザー(匿名)から既知のユーザーに解決されます。

Visitor Stitching

顧客データがさまざまなデータソース(携帯電話、タブレット、ノートパソコン、デスクトップコンピューターなど)からAudienceStreamに移動するときに、個別の訪問者プロファイルがチャネルごとに維持されます。ただし、このようなチャネルが複数ある場合、顧客のアイデンティティが解決されると、_Visitor Stitching_と呼ばれるプロセスによって各プロファイルの属性が新しいマスタープロファイルに統合され、これが他のプロファイルに取って代わります。この強力な機能によって、ご自身の既知の顧客のクロスチャネルプロファイルが作成されます。

属性: オフラインデータ(オムニチャネル)
Visitor Stitching: 訪問者ID

 
  • 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