Skip to main content

モバイル用エンゲージメントスコアリングを確認する

学習の目的

この単元を完了すると、次のことができるようになります。

  • エンゲージメントスコアリングのモバイルアプリケーションダッシュボードを確認する。
  • オーディエンスの状態の評価とモデル信頼度を識別する。
  • エンゲージメントスコアのしきい値を調整する。

モバイルアプリケーション用 Einstein エンゲージメントスコアリング

メール用のエンゲージメントスコアリングがどのようなものか確認しました。次は、モバイルアプリケーションダッシュボードを見てみましょう。Marketing Cloud Engagement で、[Einstein] タブの [Einstein Engagement Scoring (Einstein エンゲージメントスコアリング)] をクリックします。

各セクションにコールアウトが付いているモバイル用エンゲージメントスコアリングダッシュボード

 [Mobile (モバイル)] タブを選択して、表示するモバイルアプリケーションを選択します (1)。アプリケーションを選択したら、各タイルを表示できます。 

(2) 予測されるアプリエンゲージメント: アプリセッション、直接開封数、推定の開封数 (閲覧されたがクリックされていない)、アプリでの時間の予測に基づいてエンゲージメントを確認する融合メトリクス 

(3)予測されるアプリセッション: オーディエンスが生成すると予測される平均セッション数

(4) 予測されるプッシュ通知の直接開封数: オーディエンスがプッシュ通知を直接タップしてアプリケーションを開くと予測される平均頻度

(5) 予測されるプッシュ通知の推定の開封数: オーディエンスがプッシュ通知を受信してから 24 時間以内にアプリケーションを開くが、メッセージを直接開封しないと予測される平均頻度 

(6) 予測されるアプリでの時間: オーディエンスがアプリケーションで費やすと予想される平均時間

タイルの機能

Einstein エンゲージメントスコアリングダッシュボードの概要を見てきました。続いて、タイルに表示される情報を詳しく見ていきましょう。 

モデル信頼度と先週からの変化率が強調表示されている [Email Click Prediction (メールクリックの予測)]

各タイルに前週からの変化率 (1) が示され、スコアが向上しているかどうか、変更が必要かどうかの判断に役立ちます。メールでもモバイルでも、各タイルに [Audience Health (オーディエンスの状態)] (2) インジケーターが示されます。このインジケーターは、購読者全体のそのスコアの平均グレードが、非常に良い、良い、普通、悪いのいずれであるかを示します。グレードは、各購読者に割り当てられた可能性に相当します。つまり、購読者がメールリンクをクリックする可能性ということです。次のとおり対応します。

  • 非常に良い = 可能性が非常に高い
  • 良い = 可能性が高い
  • 普通 = 可能性が低い
  • 悪い = 可能性が非常に低い

また、モデル信頼度の青い点は望ましいことなのでしょうか? はい。各予測に対するモデル信頼度 (3)、つまりモデルの精度を表し、点の数が多いほど信頼できることになります。モデル信頼度が普通または低い場合、予測に使用する購読者データが十分でないことを示している場合があります。

しきい値の設定

ところで、Einstein はこの情報をどのように計算するのでしょうか? この情報は、Einstein エンゲージメントスコアリングのしきい値の設定に左右されます。Einstein はコンテンツに応じて、アカウント設定を基に次のデフォルト設定を使用します。オプションは次のとおりです。

チャネル
Default (デフォルト)
代替のデフォルト
カスタム

メール

ローカルまたはビジネスユニット別の過去のパフォーマンスの平均値

アカウントがグローバルモデル機能にオプトインしている場合は、デフォルトのしきい値設定にグローバルモデルデータを使用して、広範なデータプールを活用できます。 

ユーザーまたは管理者が、[Setup (セットアップ)] の [Engagement Scoring (エンゲージメントスコアリング)] セクションで、エンゲージメントスコアのしきい値を編集またはカスタマイズできます。 

モバイル

特定のアプリケーション独自の過去のパフォーマンスの平均値

メモ

Einstein のグローバルモデリング機能についての詳細は、ヘルプページを参照してください。

次のステップ: エンゲージメントスコアリングを使用する

2 種類のダッシュボードの使い方としきい値の調整方法がわかりました。次の単元では、エンゲージメントスコアリングデータを使用して、Journey Builder で使用できるペルソナを作成する方法を説明します。

リソース

Rights of ALBERT EINSTEIN are used with permission of The Hebrew University of Jerusalem. (ALBERT EINSTEIN の権利は、ヘブライ大学の許可を受けた上で使用しています。)Represented exclusively by Greenlight. (Greenlight が排他的に代理人を務めています。)

Salesforce ヘルプで Trailhead のフィードバックを共有してください。

Trailhead についての感想をお聞かせください。[Salesforce ヘルプ] サイトから新しいフィードバックフォームにいつでもアクセスできるようになりました。

詳細はこちら フィードバックの共有に進む