事件量

“事件量”页面按天，周或月提供事件总计的可视化。可以将图形鼠标悬停以显示与每个事件相关联的数据。

1.入口

  1. 登录
  2. 选择所需的帐户和应用程序。
  3. 选择Analytics>Events Volume。

2.分析页面工具

对于适用于本页面分析的工具，如日期字段，出口设备ID，共享页面和应用同类群组和过滤器的详细信息，请参阅我们的分析页面工具支持文档。

3.事件量图表概述

事件量图表分为3个主要部分，即事件名称，事件量的图形显示和所选时间范围的事件总计。将鼠标悬停在事件卷的图形显示内的任何事件上将显示与相应的日/周/月相关联的数据。

注意：利用Cross App功能时，App Name过滤器的每个应用程序之间一致的事件数据将显示在Events Volume中。有关使用过滤器功能添加应用程序的更多信息，请参阅我们的分析页面工具支持文档。

A.事件名称 B.事件卷的图形显示 C.鼠标悬停数据 D.事件总计

4.Event Organization

事件量显示中的事件可以以多种不同方式组织，以帮助优化数据可视化。

  1. 从分割依据下拉菜单中，选择以下选项之一：
    a.应用: 

    1.App Id  
2.App Name  
3.App Version

    注：为了使用按功能分解的应用程序，必须使用过滤器功能添加所需的应用程序。有关使用过滤器功能添加应用程序的更多信息，请参阅我们的分析页面工具支持文档。

    b.Campaig
    1.Campaign
    2.Creative
    3.Segment
    4.Tracker
    c.Device
    1.Device Carrier Name

    2.Device Language

    3.Device Network Conn Type

    4.Device Orientation

    5.Device Os

    6.Device Os Version

    7.Device Type

    8.Device Version
    d.Events 

    **注意：**“拆分依据”菜单的此部分中可用的安装后事件由用于跟踪的事件设置确定。有关创建和配置事件的更多信息，请参阅我们的[安装后事件创建和配置支持文档](/campagna-and-postback-configuration/post-installshi-jian-de-chuang-jian-he-pei-zhi.md)。

    e.位置
    1.City

    2.Country

    3.DMA

    4.Zip

    f.归因
    1.Type

    2.Install Campaign

    3.Install Creative

    4.Install Matched By

    5.Install Network Name

    6.Install Site

    7.Install Tracker

    8.Matched To

    9.Matched By

    10.Network Name

    11.Network Id

    12.Network Key

    13.Partner Ad Group ID

    14.Partner Ad Group Name

    15.Partner Campaign Id

    16.Partner Campaign Name

    17.Partner Keyword

    18.Partner Platform

    注意：有关合作伙伴字段如何映射到SAN元数据的详细信息，请参阅我们的SAN Networks Campaign数据映射支持文档。
    19.site

    g.Agency
    1.Agency Name
    2.Agency Id

    h.Traffic Verfication
    1.Traffic Verification Fail Reason

    2.Traffic Verified

  2. 找到所需的事件，然后单击事件展开按钮。

A.通过活动查看事件

B.广告活动事件发生在

C.鼠标悬停数据

5.表格内部组织

可以组织“事件量”显示中的间隔以显示特定的时间窗口。

  1. From theIntervaldrop-down menu, Select one of the following: a.天 b.周 c.月

A.按时间间隔安排
B.日期范围内间隔
C.鼠标悬停数据

6.预测流失

客户流失率是客户安装应用并在不久之后放弃了应用使用的比率。流失率通常用作应用用户群健康状况的指标。 TrackingIO Global创建了一种算法，仅在七天内就可以评估流失的可能性，为营销人员提供缓解客户流失或重新入住的机会。我们的机器学习模型观察30多个数据点，其中可能包括标准安装后事件，广告客户跟踪的定制安装后事件以及派生/设计功能。

注意：默认情况下，应用程序未启用流失模型。如果需要启用流失模型，请联系您的客户成功管理团队。

客人评分：

流失分数是设备流失概率的数字表示。流失分数是一个介于0和1之间的数字，分数越接近1，设备流失的可能性越大。

流失可能性：

流失可能性是基于流失可能性的设备类别。这些组代表了四种客户评分的范围，并基于针对每种应用/模型进行了优化的动态中点。

  • 低
    • 一组搅拌风险非常低的设备。平均而言，这些设备的流失分数在0到0.25之间。
  • 中低
    • 一组设备的搅拌风险适中。平均而言，这些设备的流失分数通常在0.25到0.50之间。
  • 中高
    • 一组设备的搅拌风险适中。平均而言，这些设备的流失分数通常介于0.50和0.75之间。
  • 高
    • 一组具有最高流失可能性的设备。平均而言，这些设备的流失分数通常为0.75或更高。

最佳实践：TrackingIO Global建议重点应该放在较高的客户流失水平上。主要关注高，中，高可能中低水平的客户流失。

按广告平台分割：

展开_PredictedChurn提供关联网络中发生的流失的详细信息。鼠标移动到所需的网络和日期将显示相关联的流失计数。

A.将鼠标悬停在关联的网络上并查看流失次数。

results matching ""

    No results matching ""