Omniture中的量度的计算方式分为以下几种: 标准、 参与率、 最近和 线性 分配。每种方式都根据公式有区别地计算值。

标准:将完整信用分配给与当前网页相关联的成功事件,默认的定义。

参与率:将完整信用分配给每个促成成功事件的值。如果使用交叉访问参与量度,则此计算还可以跨访客会话应用。

最近:完整信用提供给与成功事件相关联的最近的网页。

线性:选择线性分配时,事件在访问期间平均分发给在事件之前设置的变量的所有值。

 

示例 – 量度计算

假设购物者访问了某一在线零售商。访客查看了书籍和手表,然后重新查看书籍,并在查看灯具时发生了 30 美元的购买(转换)。

在报表中,信用分配如下所示:

标准参与率最近线性
页面 A/书籍$0$30$0$5
页面 B/手表$0$30$0$10
页面 A/书籍$0n/a$0$5
页面 C/灯具$30如果购买灯具事件发生在与任何产品无明确关联的页面上,则不会将任何信用分配给任何产品。$30$30*$10

* 无论发生购买行为的页面是否直接与任何产品关联,灯具所在的页面都会获得 30 美元的信用。假定访客最近查看的是手表,然后转到了一个不与任何产品关联的网页,并购买了灯具。在这种情况下,与手表相关联的页面会获得 30 美元的信用,而灯具所在的页面却得不到任何信用,因为手表才是最近查看过的页面。

另外,有几点需要注意

分段(Omniture中叫区段,类似于Google Analyitcs中的高级细分)将处理线性分配的维度。在执行线性分配之前应用分段。在上一个示例中,如果有成功事件从报表中分割出来,则不会显示访问中值的信用。但是,如果区段过滤掉一个促销活动值(而不是成功事件或其他促销活动值),则当促销活动值收到成功事件的信用时,会显示在促销活动报表中。这样,即使基于点击的区段过滤掉部分访问,所有促销活动值的属性也仍然为常量。

划分(Omniture中的下钻)的工作方式与分段不同。当它们降低提供给下一个报表级别的总百分比时,会以增量方式应用。例如,假定 prop1 报表的结果为 A=5、B=5 和 C=5,总数=15。如果我们按页划分 Prop1=A,则返回的结果为正常页面报表中的结果,但每个行项目的值将乘以 5/15(分配给 prop1 报表中的 A 的值的百分比)。

日期无法线性分配。



除非注明,本博客文章均为 数据研究与商业应用(TonySong) 原创.
转载请注明本文地址: http://www.searchmarketingart.com/metrics-in-sitecatalyst.html