用語集
|
|
A/Bテスト
A/Bテストは、Webサイトのある領域の変更をテストする方法です。Webサイト訪問者には、コンテンツAまたはBがランダムに表示されます。コンテンツに対するレスポンスが分析され、その違いに意味があるかを確認します。A/Bテストは2つのバリアントに限定されず、一般にA/B/C/D...[N]テストの省略形として使用されます。Maxymiserでは、A/Bテストはキャンペーンと呼ばれます。
アカウント管理者
すべてのキャンペーンレベルの設定とレポートを表示および編集し、また、新規ユーザーを追加して権限を設定および編集し、削除できるユーザー。パブリッシャ権限は個別に管理されるため、アカウント管理者にはこの権限は自動的には付与されません。
アカウント・マネージャ
アカウント管理者によって割り当てられたサイト内でキャンペーンを作成し、キャンペーンレベルで設定を表示および編集できるユーザー。アカウント・マネージャはレポートも参照できます。
アカウント・タイプ
アカウント・タイプによって、サイトで使用できるキャンペーンのタイプと最適化方法が決まります。アカウント・タイプを変更するには、Oracle Maxymiser担当者にお問い合せください。
アカウント参照者
アカウント管理者によって割り当てられたサイトの設定およびレポートの表示に権限が制限されているユーザ。
アクション
クリックスルーなど、訪問者によって実行されるコンバージョン・イベント。単一アクションおよび複数アクションを参照してください
先頭に戻る
ベイズ分類器(単純ベイズ分類器)
強い独立性仮定を持つ確率的分類器
ポイントを説明するために、実際的な例について考えてみます。
- キャンペーンの訪問者ごとに、a1 =地理的位置、a2 =訪問日時などの属性のリスト(a1、a2、...)があります。
- それぞれのカテゴリに対応するオファーを含むバナーなど、エクスペリエンスのリスト(E1、E2、...)があります。
回答する必要がある重要な問いは次のとおりです。属性(X1、X2、...)を持つ特定の訪問者にアピールする可能性が最も高いのはどのエクスペリエンスですか。つまり、訪問者ごとに最適なクラスを見つける必要があり、ここではクラスは適切なタイプのエクスペリエンスです(訪問者の分類)。
単純ベイズ分類器の利点は、分類に必要なパラメータ(変数の平均と分散)を推定するために必要なトレーニング・データが最小限であることです。独立変数が想定されているため、各クラスの変数の分散のみを決定する必要があります。これにより、優れた予測機能を持つ、非常に堅牢で効率的な分類スキームが実現します。
ブラウザ・ルール
ブラウザ・ルールは、ブラウザ・レベルで表示されるカスタム・コンテンツを制限します。ルールが「含まれる」の場合、Webサイトの訪問者には定義済ブラウザからOracle Maxymiserキャンペーンで作成されたカスタム・コンテンツが表示されます。ルールが「除外」の場合、Webサイトの訪問者にはデフォルトのWebサイトのコンテンツのみが表示されます。ルールは、汎用ブラウザおよびモバイル・ブラウザに対しても作成できます。
先頭に戻る
コールアウト
コールアウトは、ポップアップするメッセージで、ページの任意の場所に配置して、ユーザーがページの連絡先の詳細にマウスを置いたときに表示されるライブ・チャットへのリンクなど、特定の機能に訪問者の注意を引くことができます。
キャンペーン
Webサイト、モバイル・サイトまたはモバイル・アプリでユーザーのエクスペリエンスを変更し、オンライン・エクスペリエンスを最適化するために使用されるコンテンツ・アセット、ルールおよびメトリックの集合です。キャンペーンは、コンテンツやユーザー・エクスペリエンスの配信に加え、コンバージョン、エンゲージメント、収益などのKPIに対するコンテンツのバリエーションの影響について、統計的に有効なレポートを提供します。キャンペーンは、テストと呼ばれることもあります。
キャンペーン・カード
ダッシュボードにはキャンペーンのリストが表示され、各キャンペーンはキャンペーン・カードに表示されるため、キャンペーン・カードのメニューのオプションにアクセスして、レポートにアクセスしたり、キャンペーンを管理できます。
キャンペーン期間
統計的に信頼できる結果を得るために、キャンペーンを実行する必要がある期間
キャンペーン・グループ
キャンペーン・グループは、相互に排他的なキャンペーンのグループです。訪問者は1つのキャンペーンのみに参加するため、各テストで重複することなく異なるオーディエンスを受信できます。
キャンペーンの繰り返し
繰り返し実施した最適化(同じ最適化ルールを使用して繰り返し実施したテストのそれぞれの回)の結果を組み合わせるために使うフィルターで、各繰り返し回ごとの全体的なコンバージョン率の時間経過による違いを考えます。繰り返しを選択することで、任意のキャンペーンの繰り返しのデータを取得できます。
キャンペーンの繰り返しの組合せと呼ばれるアルゴリズムでは、使用可能な繰り返しに基づいて平均値がカウントされます。このアルゴリズムは、キャンペーン中にコンテンツ生成ルールまたは比率が変更され、新しい最適化の繰り返しが生成される場合に使用されます。また、このアルゴリズムは、Webサイト全体のコンバージョン率が異なる最適化の繰り返しで同じでない場合にも使用されます。
たとえば、2つのコンテンツ・バリアントが2週間にわたってテストされているとします。最初の週は、コンテンツAとコンテンツBが同一のトラフィックを受信します(それぞれ50%)。2週目に、加重が手動で変更されました。最初の週の結果に従って最適なバリアントであるコンテンツAには、コンテンツBの10%に対して、トラフィックの90%が与えられます。テストの2週目に、Webサイトでのコンバージョンが減少し、コンテンツAのコンバージョンはコンテンツBのコンバージョンよりも少なくなった可能性があります。キャンペーンの繰り返しは、最も強力なコンテンツのバリエーションを特定するために役立ちます。
キャンペーン・オブジェクト
スクリプトやコンテンツ要素などのキャンペーンで使用されるオブジェクト。
キャンペーンレベルのスクリプト
特定のキャンペーンに対して処理されるカスタム・スクリプト
キャンペーンレベル設定
個々のキャンペーンに適用されるコア構成
CDE
キャンペーン・データ・エクスポートにより、クライアントは生の生成データとアクション・データをCSVファイルとして外部のSFTPの場所にエクスポートできます。
クリックスルー
訪問者が特定のHTML要素をクリックしたときにアクションとして記録する必要がある場合を指すために使用される用語
会社サイト
内部として認識されるサイトを追加するためのメニュー・オプション。訪問者がこのようなサイトからテスト済ページにリダイレクトされると、このリダイレクトは内部とみなされます。これにより、後に、レポートでフィルターを使用して、より正確なレポート・データを取得できます。
会社IP
サイト・キャンペーンに無制限にアクセスできるIPアドレスを指定できるサイト構成。これらのIPアドレスからのトラフィックは内部として処理されます。これらのユーザーの統計データは収集および保存されますが、キャンペーン・レポートには含まれません。このようなタイプのユーザーの例としては、Oracle Maxymiserクライアント・サービス・チーム(キャンペーンの稼働開始前にチェックする担当者)、エグゼクティブ、マーケティング・チームなどがあります。
信頼度
バリアントまたはエクスペリエンスとそのコントロール(デフォルト・エクスペリエンスなど)の間に有意な差異がある可能性を示す統計メトリック
コンテンツ・ジェネレータ
CGは、Oracle Maxymiserシステムのコア・コンポーネントで、Webサイトのテスト中に主要な操作を実行するエンジンです。コンテンツ・ジェネレータはバリアントを提供し、選択されたすべてのアクションとパーソナライズ基準を追跡します。
コンテンツ・バリアント
Oracle Maxymiser UIで作成され、テスト・プロセス中に訪問者に提供される代替コンテンツ。各要素には少なくとも2つのバリアントがあります(そのうちの1つはコントロール・バリアントとして指定されています)。
コンテンツ・バリアント・コンポーネント
テスト可能なWebページの領域(コンテンツ・バリアント内)を指します
コントロール・バリアント
各要素には、(プライマリ・メトリックおよび信頼度指標のアップリフトの観点から)他のすべてのコンテンツ・バリアントに対して測定されるコントロール・バリアントとして指定された単一のバリアントが存在します。
コンバージョン率
コンテンツ・バリアントまたはエクスペリエンスの成功を測定するもの。キャンペーンに参加したすべての訪問者のうちコンバージョンが発生した訪問者のパーセンテージです。1000人の訪問者がキャンペーンに参加し、そのうち200人でコンバージョンが発生した(たとえば、最適化されるコンテンツをクリックした)場合、その特定のコンテンツのコンバージョン率は20%になります。正式には、コンバージョン率は次のように計算されます。
コンバージョン率(%) = (アクション数/生成数) x 100
コンバージョン率エラー
コンバージョン率の相対統計誤差。コンバージョン率エラーは、コンバージョン率のパーセンテージとして誤差範囲を示します。その値は、選択した信頼度レベルの影響を受けます。これは相対的なメジャーであるため、キャンペーンをまたいで比較する場合に使用することに適し、テストの統計的成熟度を最初に迅速に評価する方法となります。たとえば、コンバージョン率エラーが5%未満の場合、他のメトリックの値によっては、使用可能なデータでテストを十分結論付けできる可能性があります。
コンバージョン率の図
キャンペーンのコンバージョン率の最大値と最小値によって決定されるスケールの誤差範囲とともにコンバージョン率を視覚的に表したもの。この視覚化のバーは、デフォルトのコンバージョン率と比較しやすいように色分けされています。デフォルト・エクスペリエンスのコンバージョン率のバーは灰色で表示され、各エクスペリエンスに表示されるバーは、デフォルトと重複する部分は灰色、デフォルトを超える部分は緑色、デフォルトを下回る部分は赤色です。
コンバージョン
現在のコンテンツ・バリアントで行われたコンバージョン・アクションの数に関するデータ
CRMファイル
顧客リレーションシップ・マネジメント・ファイルは、Oracle Maxymiserに訪問者の属性データを提供するために使用されます。CRMファイルの値は、インポート時に設定されたマッピングに基づいてパーソナライズ基準フィールドにインポートされます。
CTA
コールツーアクションは、訪問者によるコンバージョン・イベントを促すためのメッセージ(セール会場に進むなど)を指します。
顧客影響検出
テスト前検出では、Oracle Maxymiserキャンペーンを作成する前に主要な機会を特定したり、既存のキャンペーンを改善することができます。パフォーマンスの低い顧客セグメントを改善し、パフォーマンスの高いセグメントを活用して、改善するWebサイトの領域を明らかにすることができます。
先頭に戻る
ダッシュボード
キャンペーンを管理するためのメイン・ナビゲーション・ページ。「Campaigns」タブをクリックして、Oracle Maxymiser UIのどこからでもアクセスできます。ダッシュボードを使用して、キャンペーンを検索し、新規キャンペーンを作成し、サイト・アクティビティなどの追加情報を表示して、コンテンツを更新したユーザーを確認できます。
デフォルト・バリアント
テスト前にページに表示されるコンテンツ。Oracle Maxymiserテスト・レポートでは、現在の(デフォルト/コントロール)コンテンツとキャンペーンで変化したコンテンツが比較されます。
デバイス非依存ピクセル
デバイス非依存ピクセル(DIP)は、デバイスでピクセルを扱う方法で、すべてのデバイスで同じように適切なサイズになるように表示距離を指定する方法です。たとえば、iPhone 5の幅は320 DIPですが、ハードウェア・ピクセルはディスプレイ上の物理ピクセルです(iPhone 5の640水平ハードウェア・ピクセルなど)。
動的最適化
Oracle Maxymiserの動的最適化エンジンは、パフォーマンスに基づいてキャンペーンのエクスペリエンスの重みを自動的に調整します。パフォーマンスが最も高いエクスペリエンスにより多くのトラフィックが送られ、キャンペーンのプライマリ・メトリックでパフォーマンスがより低いものにはより少ないトラフィックが送られます。この方法は自己適応性があり、機械学習アルゴリズムを使用してキャンペーンの全体的な学習コストを削減します。
先頭に戻る
要素
ランディング・ページのイメージ、バナーのサイズ、テストするコールツーアクション・ボタンのコピーなど、Webページまたはサイト・テンプレートの識別可能な部分。
要素スクリプト
特定の要素にカスタム機能を提供し、要素が存在するページで実行されるスクリプト
エンゲージ
サイトをブラウズする訪問者に対してリアルタイムでエンゲージメントを促す対話型のコールアウトと通知を設計できるパーソナライズ・アドオン
エクスペリエンス
エクスペリエンスは、1つ以上のページにわたる特定のバリアントのセットで構成されます。たとえばエクスペリエンスは、イメージのないようこそページ、中型のバナー、お薦めのオファーを表示と表示されたコールツーアクション・ボタンです。
先頭に戻る
完全実施法
可能なすべてのコンテンツ・バリアントとその組み合わせを、均等に重みづけし、ランダムに配分することで提供する最適化の方法。時間の経過とともに、各バリアントの生成インスタンスは、母集団全体にわたって均等になります。この方法は標準的な方法であり、通常、別の方法を使用する特定の理由がない場合にお薦めします。単純な例として、AとBの2つの要素のみがあり、それぞれに2つのバリアント(A1、A2およびB1、B2)がある場合を考えてみます。この場合、完全実施法では、それぞれのバリアントとして、A1、A2、B1、B2のデータを収集し、パフォーマンスとそのインタラクション(エクスペリエンスとして)に関する情報を提供します。つまり、A1|B1、A1|B2、A2|B1およびA2|B2の組合せの統計が分析されます。
先頭に戻る
一般キャンペーン・コンテンツ
コンテンツ・ターゲッティング・キャンペーンで、セグメントに分類されないWebサイト訪問者に表示されるキャンペーン構成を指すために使用される用語
生成
キャンペーン・コンテンツの生成は、特定のエクスペリエンスが訪問者に最初に示されたときにカウントされます。訪問者がキャンペーンに戻ると、常に同じエクスペリエンスが提供されます。これに対する例外は、訪問者が別のブラウザ・アプリケーション(別のラップトップや携帯端末など)からキャンペーンに参加するか、すべてのCookieを消去した場合に発生します。
生成数
特定のエクスペリエンスの生成数(または生成)は、そのエクスペリエンスを提供された訪問者の合計数です。ほとんどの場合、生成ではキャンペーンへの一意の訪問者数をカウントします。ただし、稼働テスト中にキャンペーンのエクスペリエンスが取り消された場合、取り消されたエクスペリエンスに以前割り当てられていた再訪訪問者には、稼働中のエクスペリエンスの1つが表示され、そのエクスペリエンスに対して新しい生成がカウントされます(再生成)。
生成ページ
訪問者が閲覧したときにキャンペーンに配置するエクスペリエンスを生成するページ
群逐次
キャンペーンの成功を測定するための基礎となる統計的アプローチ
先頭に戻る
ハイブリッド・アプリ
ハイブリッド・アプリは、アプリ内にモバイルWebページを含むネイティブ・アプリです。これらの一部はネイティブ・アプリで、一部はモバイルWebサイトです。企業は、既存のWebページのラッパーとしてハイブリッド・アプリを作成することがあります。これにより、多大な労力を費やしてネイティブ・アプリを全体的に開発しなくても、アプリ・ストアでのプレゼンスを実現できます。ハイブリッド・アプリのクロス・プラットフォーム開発では、同じモバイルWebページ・コンポーネントを異なるモバイル・オペレーティング・システムで再利用できるため、コストを大幅に削減できます。ユーザーは、ハイブリッド・アプリ内のモバイルWebページにあるコンテンツにアクセスするには、インターネット接続が必要です。
実装ステータス
キャンペーンがまだ稼働していないことを示すキャンペーン・ステータス
インベントリ・ファイル
インベントリ・ファイルには、製品、その価格およびサイト上の場所に関する情報が含まれており、推奨キャンペーンに使用されます。
繰り返し
繰り返しは、特定の時間に公開されたサイトレベルおよびキャンペーンレベルのすべての設定を表します。
KPI
キー・パフォーマンス・インジケータは、特定の目標を定義し、追跡するための測定値であり、より正確な分析を可能にするディメンションを含み、傾向を捉えたり、パフォーマンス・パターンを抽出するために、時間経過による比較を行います。
先頭に戻る
稼働中
Webサイトで現在実行されているキャンペーン構成を指します
ライトボックス
Webサイト・コンテンツの上部に表示される小さいウィンドウにポップアップするメッセージを指し、通常は販売ページまたは訪問者のショッピング・カートへのリンクが含まれています(オーバーレイ、ポップアップまたはモーダルとも呼ばれます)
先頭に戻る
マッピング
キャンペーンおよびサイト・オブジェクト(スクリプト、要素、オファー、アクション、パーソナライズ基準)をテスト対象ページに関連付けるルール
誤差範囲
バリアントのコンバージョン率について可能性がある値の範囲
マスク
Webサイト全体の複数のページでキャンペーンを実行するために使用される方法(URLマスク)。たとえば、?*ワイルドカードをhttp://www.example.com/products-page/?*で使用して、URLにwww.example.com/products-page/を含むすべてのページでキャンペーンを実行できます。
マスター・キャンペーン
マスター・キャンペーンを使用すると、事前に作成された2つ以上のサブキャンペーンを比較および融合できます。サブキャンペーンをページの同じ領域で同時に実行することで、様々なコンテンツおよび最適化方法の比較と融合が可能になります。
MaxEngage
サイトをブラウズする訪問者に対してリアルタイムでエンゲージメントを促す対話型のコールアウトと通知を設計できるパーソナライズ・ソリューション
MaxMOBILE
Oracle MaxymiserのMaxMOBILEを使用すると、特定のモバイル・デバイス向けの様々なエクスペリエンスを備えたキャンペーンを作成し、デバイス自体で各エクスペリエンスをプレビューしてからキャンペーンを公開できます。その後、キャンペーンの結果をモニターし、コンバージョン率の向上につながるエクスペリエンスを特定できます。Oracle Maxymiser UIを使用して、MaxMOBILEテストを設定できます。
MaxPredict
Oracle MaxymiserのMaxPredictは、予測行動ターゲッティングを使用して、カテゴリへの関心度、サイトへの頻度、検索エンジン最適化(SEO)キーワードなど、現在および過去のオンライン行動に基づいて、個々の訪問者に提示する適切なコンテンツを予測します。MaxPredictキャンペーンでは、時間をかけて学習し、訪問者のプロファイルとコンバージョン率の最も高いコンテンツに基づいて、訪問者に表示されるコンテンツを動的に調整する数学的モデルが使用されます。
MaxPredictキャンペーン
各プロモーション・キャンペーンの最も関連性の高いバリアントを個々の訪問者にターゲッティングするキャンペーン
各プロモーション・キャンペーンの最も関連性の高いバリアントを個々の訪問者にターゲッティングするキャンペーン。
MaxTestキャンペーン
バリアントの組合せを使用してWebページのパフォーマンスをテストするキャンペーン
Oracle Maxymiser UI
ビジネス・ユーザーがOracle Maxymiserの最適化ソリューションを共同で使用できるように指定されたワークスペース
マイクロセグメント
マイクロセグメントは属性の組合せで構成されます。たとえば、タブレットを使用するニューヨークからの訪問者や、金曜日にログインした訪問者などです。マイクロセグメントは、レポートをさらにドリルダウンすると明らかになります。
最小検出可能アップリフト
最小検出可能アップリフトによって、ビジネスの仮説で最小限どれだけの利益が証明された場合に成功とするかが決定されます。これは、フラット・テストを識別するためのしきい値としてテストの結論付けフェーズで使用される、キャンペーン仕様のオプションです。
モバイル・アプリ・アドオン
Oracle Maxymiserのモバイル・アプリ・アドオンを使用すると、モバイル・ネイティブ・アプリ向けの様々なエクスペリエンスを備えたキャンペーンを作成し、デバイス自体で各エクスペリエンスをプレビューしてからキャンペーンを公開できます。その後、キャンペーンの結果をモニターし、コンバージョン率の向上につながるエクスペリエンスを特定できます。アプリ・キャンペーン・ビルダーまたはOracle Maxymiser UIを使用して、モバイル・アプリ・テストを設定できます。
モバイルWebサイト
モバイルWebサイトを使用すると、ユーザーはモバイル・デバイスでデスクトップ・サイトを表示するのではなく、モバイル・デバイスで優れたエクスペリエンスを実現できます。モバイルWebサイトは、タッチスクリーン・インタフェースを備えた小型の携帯端末ディスプレイ向けに設計されたモバイル・デバイスにあわせて調整されたユーザー・エクスペリエンスを提供します。ユーザーは、インターネットに接続しているときに、インターネット・ブラウザでモバイル・デバイス上のモバイルWebサイトを表示できます。
mmapi.js
キャンペーンに必要なすべての機能を統合し、コンテンツの置換やアクションの追跡などの主要な操作を実行するJavaScriptライブラリ
mmcore.js
キャンペーンに必要なすべての機能を統合し、コンテンツの置換やアクションの追跡などの主要な操作を実行するJavaScriptライブラリ
複数アクション数
最初のアクションと後続のすべてのアクションを含む、キャンペーンのすべてのユーザーが行った繰返しアクションの合計を測定します。つまり、最初のアクションがコミットされた後、いつでも同じ訪問者が同じアクションを繰り返すと、同じ訪問者について複数のアクションが記録されます。
複数ページA/Bテスト
複数ページA/Bテストは、ファネル分析テストと呼ばれることがあります。この場合、テスト対象のオブジェクトまたはコンポーネントは、1ページではなく複数のページにまたがって表示されます(登録ウィザードを進めるボタンの配色など)。これらのボタンは、ウィザードの各ページに表示されますが、単一のバリアントとみなされます。訪問者には、各ページで一貫したバリアントが表示されます。
複数ページ多変量テスト
複数ページ多変量(MVT)テストでは、様々なオブジェクトまたはコンポーネントの単一ページMVTの組合せが同時にテストされ、これらの1つ以上が複数のページに表示されます。複数のページに表示される要素の場合、訪問者には各ページで一貫したバリアントが表示されます。
多変量テスト
MVTでは、ページまたはアプリケーションの複数の領域で複数のバリエーションをテストできます。訪問者には、複数の要素(エクスペリエンス)のコンテンツ・バリアントの組合せがランダムに表示されます。エクスペリエンスに対するレスポンスが分析され、それらの差異が有意であるかどうかが確認されます。MVTでは、A/Bテストである要素を別の要素に照らしてテストするかわりに、変更が他の変更(代替のフォームの長さや新しいヘッドライン・コピーなど)と連動してどのように機能するかを確認して、全体的に最高のパフォーマンスを特定できます。MVTにより複数のA/Bテストの必要性を回避し、複数の要因が連携する方法について、より多くのインサイトを得ることができます。ただし、統計的に関連した結果を得るためには、MVTは非常に多くのトラフィックを必要とする場合があります。単純なA/Bテストのようにトラフィックを50/50に分割するのではなく、トラフィックは8つ以上のバリエーションに分割される可能性があるため、テストを計画する際にそのことに注意してください。
先頭に戻る
ネイティブ・アプリ
ネイティブ・アプリは、モバイル・デバイスで実行するように設計されたアプリケーションです。一部のアプリはデバイスの購入時点ですでにインストールされていますが、ほとんどのネイティブ・アプリはApple App StoreやGoogle Playストアなどのアプリ・ストアからダウンロードされます。ネイティブ・アプリは、特に、AndroidやiOSなどのオペレーティング・システムで動作するように設計されています。ハイブリッド・アプリとは異なり、ネイティブ・アプリは表示するために常にインターネット接続を必要とするわけではありません。
正規化された生成1件当たりのアクション
正規化された生成1件当たりのアクションは、キャンペーンの存続期間中にエクスペリエンスの加重が変更された場合の、生成1件当たりのアクションの平均数です。生成1件当たりの複数アクションでは訪問者が実行したアクション数を訪問者の合計数で除算することとは対照的に、正規化された生成1件当たりのアクションはで、毎日の平均アクションにそれぞれ加重することで、毎日の平均アクションをそのエクスペリエンスの毎日のトラフィック・シェアに組み合せます。この方法によって、正規化された生成1件当たりのアクションでは、エクスペリエンスごとのトラフィック・シェアの変化をより効率的な方法で処理できます。
正規化されたコンバージョン率
正規化されたコンバージョン率は、キャンペーンの存続期間中にエクスペリエンスの加重が変更された場合の、エクスペリエンスの成功のメジャーです。訪問者の合計数と比較した、コンバージョンが発生した訪問者の数でもあります。正規化されたコンバージョン率は、毎日のコンバージョン率にそれぞれ加重することによって、毎日のコンバージョン率をそのエクスペリエンスの毎日のトラフィック・シェアに組み合せ、これにより、エクスペリエンスごとのトラフィック・シェアの変化をより効率的に処理できます。
正規化されたコンバージョン率エラー
正規化されたコンバージョン率エラーは、コンバージョン率の相対的な統計誤差です。誤差範囲がコンバージョン率のパーセンテージとして表示されます(正規化されたコンバージョン率エラーの範囲/正規化されたコンバージョン率)。その値は、選択した信頼度レベルの影響を受けます。
正規化されたコンバージョン率の図
正規化されたコンバージョン率の図は、キャンペーンの正規化されたコンバージョン率の最大値と最小値によって決定されるスケールの誤差範囲とともに、正規化されたコンバージョン率を視覚的に表現したものです。
正規化された生成1件当たりの収益
正規化された生成1件当たりの収益は、キャンペーンの存続期間中にエクスペリエンスの加重が変更された場合の、生成1件当たりの平均収益です。収益合計を訪問者の合計数で除算する生成1件当たりの収益とは対照的に、正規化された生成1件当たりの収益は、毎日の平均収益にそれぞれ加重することで、毎日の平均収益をそのエクスペリエンスの毎日のトラフィック・シェアに組み合せます。この方法によって、正規化された生成1件当たりの収益では、エクスペリエンスごとのトラフィック・シェアの変化をより効率的な方法で処理できます。
正規化されたメトリック値
テストでの他のエクスペリエンスとの相対的な重み(トラフィック・シェア)の変化に応じて調整された、エクスペリエンスの正規化された値。エクスペリエンスのトラフィック・シェアがテスト中に変更された場合、結果として得られる統計分析に偏りが生じる可能性があります。この正規化されたメトリックによって、分析のバランスを調整することで、このような誤った影響が完全に除去されることが確実になります。
先頭に戻る
オファー
MaxPredictキャンペーンでレポートを作成するためのバリアントのグループ化。すべてのオファーは、同じテスト要素に対して機能します。
順序
ページ・マスクやスクリプトなどのオブジェクトが処理される優先度を決定する値。ページ、要素またはスクリプトの順序の値が低い場合は、キャンペーン中のオブジェクトの優先度が高くなります。
外れ値
他のすべてのデータ・ポイント(結果)の大部分とは大幅に異なるデータ・ポイント(結果)を参照するためにレポートで使用されます。このような結果を無視する目的で外れ値フィルタリングが使用されるため、レポート・データの全体的な結果に偏りが生じることはありません。
オーバーレイ
ライトボックスを参照してください。
先頭に戻る
ページ
テストする要素を含むWebサイトのページに対応するOracle Maxymiserサイト・ページ
パーソナライズ
顧客またはオーディエンスごとの最適なユーザー・エクスペリエンスをニーズとプリファレンスに基づいて検索および調整する手法
パーソナライズ基準
訪問者データを格納できるカスタム属性(訪問者がWebサイトにログインしている場合はLoggedIn=true、ログインしていない場合はLoggedIn=falseなど)
ポップアップ
ライトボックスを参照してください。
テスト後の検出
テスト後の検出を使用すると、最もパフォーマンスに優れたエクスペリエンスに基づいて有意義なセグメント・プロファイルを自動的に特定し、これらのセグメントを使用して、できるだけ高いアップリフトを達成するために、誰をキャンペーンのターゲットとし、どのエクスペリエンスを提供するかを決定できます。テスト後の検出を使用して予測結果を確認し、これらのセグメントをターゲット・キャンペーンに適用します。
プライマリ・アクション
キャンペーンの効果を測定するために使用される主要なメトリック
予測行動ターゲッティング
MaxPredictは、予測行動ターゲッティングを使用して、現在および過去のオンライン行動に基づいて個々の訪問者に提示する適切なコンテンツを予測します。
本番
訪問者にキャンペーン・コンテンツが表示される環境(通常はサイト)
公開
キャンペーン構成をサンドボックス環境(テスト領域)から、キャンペーン・コンテンツがWebサイト訪問者に表示される本番環境(Webサイト)に転送するプロセス。
公開センター
キャンペーン・コンテンツが稼働中のWebサイトに転送されるOracle Maxymiser UIの領域
パブリッシャ
標準のOracle Maxymiserロールに加えて、許可された稼働中のサイトにキャンペーン構成を転送するための特別な権限
先頭に戻る
QAツール
キャンペーンがWebサイトで稼働開始する前に、デスクトップでキャンペーン構成をプレビューおよび検証できるツール。
クイック・レスポンス・コード
QRコードは、デバイスのカメラ(通常はスマートフォンまたはタブレット)で読み取ることができるマトリックス・バー・コードです。デバイスにQRコード・リーダーがない場合は、Google PlayまたはApple Storeからダウンロードできます。これらのコードにより、Webサイトのアドレスやショートカットなどの情報にすばやくアクセスできます。
先頭に戻る
ランダム生成
コンテンツ・サンプルをランダムに生成することは、完全実施法や他の最適化方法に不可欠な要素であり、母集団(キャンペーンへのトラフィック合計)からのランダムな統計サンプリングを必要とするため、エクスペリエンスの各バリアントには生成がランダムに分配されます。
公開準備完了
キャンペーン構成が完了し、キャンペーンを公開する準備が整ったことをパブリッシャに通知するために使用される機能
推奨キャンペーン
パーソナライズされた製品および推奨事項を各訪問者に提供するキャンペーン
レスポンス・モデリング
レスポンス・モデリングは、既存の訪問者の行動を分析および集計することで、訪問者にパーソナライズされたコンテンツを提供します。その後、このデータを使用して新しい訪問者の行動を予測し、ターゲッティングして、各訪問者のコンテンツを関心にあわせて提供します。レスポンス・モデリングは、トラフィック量が多く、バリアント数が少なく、コンテンツ・バリアントとレスポンス(プライマリ・アクション)の間に有意な相関があるキャンペーンに適しています。
収益
収益(またはアクション値)とは、特定のエクスペリエンスまたはバリアントのアクションに割り当てられる金銭的価値のことです。収益レポートは、UIの「Analytics」セクションで使用できます。
コンバータ当たりの収益
キャンペーン・レポートで使用される、コンバータ・メトリックごとのこの値は、各バリアントまたはエクスペリエンスを通じて記録された収益を初期コンバージョン・イベント数で除算した値になります(訪問者が最初に通過した順番に対応): 値/単一アクション数
たとえば、購入アクションからの収益を考慮する場合、コンバータ当たりの収益/値は顧客当たりの収益/値となり、ここで、顧客とは、キャンペーンを通じて少なくとも1回の購入を完了した訪問者です。
生成1件当たりの収益
キャンペーン・レポートで使用される、生成1件当たりの収益メトリック(または生成1件当たりの値)は、各バリアントまたはエクスペリエンスの、収益/生成の比率によって表されます。
生成エラー1件当たりの収益
キャンペーン・レポートで使用される、生成エラー1件当たりの収益(または生成エラー1件当たりの値)は、生成1件当たりの収益/値のパーセンテージとして表される、生成1件当たりの収益/値の誤差範囲(MoE)です。たとえば、MoE/生成1件当たりの値などです。
先頭に戻る
サンドボックス
キャンペーンが作成および構成されるテスト環境
セカンダリ・アクション
レポート作成目的で統計を収集および表示し、ユーザーがWebコンテンツをどのように操作するかについてのインサイトを得るために使用されるアクション。レポート・データは、ランダム生成(つまり、完全実施法)方法を使用している場合にのみ、セカンダリ・アクションに対して収集されます。
セグメント
セグメントは、セグメント・ルールで定義されたルール条件を満たすWebサイト訪問者のグループです(Firefoxブラウザを使用するシカゴからの訪問者など)。セグメント・ルールは、地理的な場所、訪問者アクティビティ、オペレーティング・システムなど、キャンペーン中に訪問者に表示されるコンテンツを決定するルール条件のセットです。
セグメント検出プロファイル
アクション、制御コンテンツ、プロファイリングの深さ、セグメントの最小サイズ、セグメント属性(場所、デバイス・タイプ、天候条件など)を含む訪問者セグメントを検出するために使用される条件のセット。
サーバー側最適化
サーバー側最適化は、サーバーでA/Bキャンペーンおよび多変量キャンペーンを実行するプロセスです。バリアントのコンテンツおよび機能は、アプリケーション・サーバーで直接実行されます。
単一アクション数(または単一アクション)
指定されたエクスペリエンスに対して特定のアクションを完了した訪問者の合計数。単一アクション数は、生成数以下になります。単一アクションの可能な最大数は、生成の合計数によって指定されます(通常のテスト・キャンペーンでは、この最大値に達することはありません)。
単一ページ多変量テスト
単一ページ多変量(MVT)テストでは、様々なオブジェクトまたはコンポーネントが同時にテストされます。たとえば、Webページに、それぞれデフォルトとバリアントを持つバナーとボタンがあり、その結果として、デフォルト1 +デフォルト2、デフォルト1 +バリアント2、バリアント1 +デフォルト2およびバリアント1 +バリアント2という4つの組合せ(エクスペリエンスとも呼ばれます)になる場合があります。
サイトレベル設定
サイトのすべてのキャンペーンにわたって適用されるコア構成
スティッキー・バー
スティッキー・バーは上部または下部に配置されるメッセージで、ここには、コンバージョンおよびエンゲージメントを促進するために、パーソナライズされたメッセージとコンテンツが表示されます。
サブキャンペーン
マスター・キャンペーンに含まれるMaxTest、MaxPredictまたは推奨キャンペーン
先頭に戻る
タグチ直交配列法
可能な組合せが数多くあり、可能なすべての組合せをテストするための時間ほとんどないか、ページ・インプレッションが不十分な場合に役立つ可能性がある一部実施最適化方法
UI
Oracle Maxymiser UIを参照してください
アップリフト
コントロール・バリアントに対するアップリフトは、指定されたエクスペリエンス/バリアントとデフォルト(つまりコントロール)コンテンツの間の、キャンペーン・レポートのキー・メトリックの相対的な差異(パーセンテージで表される)で指定され、次の式を使用して計算されます。
アップリフト(%) = (新しいバリアントのCR - コントロール・バリアントのCR)/(コントロール・バリアントのCR) x 100%
正規化された生成1件当たりのアクションのアップリフト
正規化された生成1件当たりのアクションのアップリフトは、キャンペーン・レポートで使用されます。アップリフトは、指定されたエクスペリエンスと制御コンテンツの間の、レポートのキー・メトリックの相対的な差異(パーセンテージで表される)によって指定されます。
次の式を使用して計算されます。アップリフト(%) = (エクスペリエンスのCR - 制御エクスペリエンスのCR)/(制御エクスペリエンスのCR) x 100%
正規化されたコンバージョン率のアップリフト
正規化されたコンバージョン率のアップリフトは、キャンペーン・レポートで使用されます。アップリフトは、指定されたエクスペリエンスと制御コンテンツの間の、レポートのキー・メトリックの相対的な差異(パーセンテージで表される)によって指定されます。次の式を使用して計算されます。アップリフト(%) = (エクスペリエンスのCR - 制御エクスペリエンスのCR)/(制御エクスペリエンスのCR) x 100%
正規化された生成1件当たりの収益のアップリフト
正規化された生成1件当たりの収益のアップリフトは、キャンペーン・レポートで使用されます。アップリフトは、指定されたエクスペリエンスと制御コンテンツの間の、レポートのキー・メトリックの相対的な差異(パーセンテージで表される)によって指定されます。次の式を使用して計算されます。アップリフト(%) = (エクスペリエンスのCR - 制御エクスペリエンスのCR)/(制御エクスペリエンスのCR) x 100%
URLマスク
マスクを参照してください
ユーザー・エージェント文字列
UA文字列は、正しいコンテンツを送信できるように、WebブラウザがWebサイトで自身を識別するために使用します。たとえば、Windows 7で実行されているInternet Explorerは、Androidで実行されているChromeと比較して異なるUA文字列を送信して、各サイトのWebサーバーが適切なコンテンツを提供できるようにします。
先頭に戻る
変数のインタラクション
明確な変数値の影響が1つ以上の変数の値に依存する場合に発生します
バリアント
コンテンツ・バリアントは、特定の要素の可能な構成を指します。各要素には、デフォルト(つまりコントロール)と1つ以上のチャレンジャ・バリアントの少なくとも2つのバリアントがあります。
バリアントの重み
コンテンツ・バリアントが提供されるトラフィックの割合を決定するために使用される値。コンテンツ・バリアントAとBについて考えてみます。Aの重みが10でBの重みが30の場合、Aはキャンペーン・トラフィックの25%を取得し、Bは75%を取得します。
訪問者行動モデル
VBMは、個々の訪問者に最適なエクスペリエンスを自動的に提供します。これは、単純ベイズ分類器を使用して、訪問者の属性を特定の訪問者の最高のエクスペリエンスと一致させます。
訪問者
キャンペーンに参加し(ファーストパーティCookieを介してトラッキングされ)、コンテンツを表示するユーザー
訪問者アフィニティ
類似する訪問者が購入した、または関心を示した対象に基づいて、製品やコンテンツの推奨を行う最適化方法。訪問者は、同じアイテムまたはカテゴリのいくつかに対して類似のレベル関心を示すという観点で評価されます。
訪問者属性
地理的な場所、サイトでのアクティビティ、オペレーティング・システム、性別などのパーソナライズ基準など、Webサイト訪問者を識別する特性
先頭に戻る
重み
バリアントの重みを参照してください