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
Order Placed や 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 Order 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 Order Value
Aggregation · 以降のすべてのキャンペーンに役立ちます。
Favorite Product Category
Last Value · すべてのメールを動的にします。SQL は不要です。
Last Purchase Date
Last Value · 日付演算子ですべてのウィンバック Flow を支えます。
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
Order Placed 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。価値とロイヤルティ
収益、注文頻度、最新性で顧客を測定し、ライフサイクルの各段階に適切なリテンション施策を届けます。カテゴリアフィニティ
各購入者のカテゴリとブランドの好みを常に最新に保ち、商品フィード、ローンチ、レコメンデーションをパーソナライズし続けます。カートと購入意向
カート放棄と閲覧の行動を購入意向のシグナルに変え、習慣ではなく本当の購入意向を対象にリカバリーを行います。割引感度
コンバージョンに割引が必要な顧客と定価で購入する顧客を把握し、プロモーション費用で利益率を守ります。購入サイクルと返品
各購入者の自然なリズムを読み取ってメッセージのタイミングを合わせ、返品を繰り返す顧客から利益率を守ります。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。