Computed Traits の仕組み
このページのすべてのトレイトは、同じ 4 ステップのモデルに従います。このモデルを理解すれば、以下の表をひと目で読み取れるようになります。イベントから始める
Deposit Successful や Loan Product Viewed など、すでにトラッキングしているユーザー行動です。
計算方法を選ぶ
トレイトを取得する
Lifetime Deposit Value のように、自動的に更新されるリアルタイムの属性です。
活用する
セグメンテーション、分析、Jinja パーソナライズ、Flows で使用します。
まずはここから
最初に次の 3 つを作成しましょう。最も早く成果が得られ、キャンペーン間で最も再利用しやすいトレイトです。Lifetime Deposit Value
Aggregation · すぐに設定できます。ティアベースのセグメンテーションをすぐに実現できます。
Last Transaction Date
Last Value · 最初の解約防止 Flow を実行できます。SQL は不要です。
Preferred Investment Category
Last Value · すべての商品レコメンデーションをパーソナライズできます。
目的別にトレイトを探す
これらの表に記載されているイベント名とプロパティ名は例です。実際の名前はアプリのデータトラッキング方法によって異なるため、ここに記載されている
Deposit Successful という名前のイベントが見つからない場合があります。トレイトを作成する前に Data でトラッキング済みのイベントとプロパティを確認し、不足しているものがあれば開発チームにトラッキングを依頼してください。トラッキングの仕組みについては、イベントトラッキングの完全ガイドを参照してください。顧客価値
銀行との関係の深さで顧客をランク付けし、プレミアムサービス、資産運用のアプローチ、カードのアップグレードを適切な顧客に届けます。商品アフィニティ
各顧客が閲覧、申し込み、購入した商品をトラッキングし、全員に同じものを勧めるのではなく、次に最適な商品をクロスセルします。リスクとライフサイクル
休眠、苦情、保険の期限切れなどの初期シグナルを捉え、解約やエスカレーションに発展する前に対処します。エンゲージメント
各顧客がどのように、どこでエンゲージしているかを測定し、デジタルの利用を促進し、顧客が好むチャネルでアプローチします。関連ドキュメント
Computed Traits は MoEngage 全体で使用されます。以下のガイドでは、上記の表で言及されている機能について説明しています。- セグメント: Computed Trait の値からオーディエンスを作成します。
- 分析: Computed Trait の値でユーザー行動をグループ化およびフィルタリングします。
- キャンペーンとチャネル: ユーザーにアプローチできるチャネルです。
- Flows: トレイトに基づいてユーザーを異なるパスに分岐させます。
- メッセージのパーソナライズ: Jinja を使用してトレイトの値をコンテンツに挿入します。
- Data: これらのトレイトの基盤となるイベントデータを MoEngage が収集・管理する方法です。