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
Song Played や Podcast Episode Played 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
Top Artist 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。Top Artist
Last Value · すべてのプッシュとメールを「あなたへのおすすめ」に変えます。
Last Play Date
Last Value · すべてのウィンバック Flow を支えます。SQL は不要です。
Total Listening Minutes
Aggregation · マイルストーンに最適な、決定的なエンゲージメント指標です。
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
Song Played 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。アーティストとジャンル
アーティストとジャンルのリアルタイムのトレイトがあれば、すべてのホーム画面とプッシュがパーソナライズされます。リスニング習慣
いつ、どのように聴くかは、何を聴くかよりも多くのことを教えてくれます。新しい音楽の発見とリピート
新しい音楽を探すタイプか、繰り返し聴くタイプかというリスナーの性格によって、何をいつプロモーションすべきかが決まります。言語と地域
音楽は文化です。グローバルで多様なプラットフォームでは、言語と地域のトレイトが不可欠です。ポッドキャスト
ポッドキャストは、音楽とは異なる収益構造とリテンション曲線を持っています。別々にトラッキングしましょう。フリーミアムからプレミアムへ
すべてのプレミアム転換は、一律のキャンペーンではなく Computed Trait によって促進すべきです。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。