Performance-Bericht

Der Performance-Bericht zeigt, wie Ihr Decisioning-Agent im Vergleich zu Kontrollgruppen abschneidet. Dieser Leitfaden erklärt, was jeder Abschnitt des Berichts darstellt, wie Metriken berechnet werden und wie Sie die Ergebnisse interpretieren.

Aufbau des Berichts

Ihr Performance-Bericht wird in Schichten aufgebaut und vollständig auf Ihren Anwendungsfall zugeschnitten. In Zusammenarbeit mit Ihrem Team:

1. Braze definiert, was als Aktion zählt (z. B. ein Versand, Klick, Kauf oder eine Konversion).
2. Braze definiert, wie diese Aktion täglich gemessen wird (Volumen, Umsatz, eindeutige Personen und Ähnliches).
3. Braze definiert die Geschäftsmetrik, die Sie sehen möchten (z. B. Konversionsrate oder Umsatz pro Nutzer:in).
4. Zeitregeln und Segmentierung werden angewendet.
5. Der Tab Performance zeigt die Ergebnisse an.

Nichts im Dashboard erzeugt neue Daten. Es visualisiert gespeicherte Tagesergebnisse auf Basis dieser Definitionen.

Datumsbereich und Vergleichsgruppen

Oben im Dashboard wählen Sie:

• Datumsbereich: Der Zeitraum für den Bericht.
• Vergleichsgruppen: Die Gruppen, die verglichen werden (z. B. Decisioning Studio im Vergleich zur Kontrollgruppe).
• Aggregation: Die Chart-Aggregationseinstellung (täglich, rollierend über 7 Tage oder rollierend über 30 Tage).
• Segments: Alle angewendeten Segments. Diese werden individuell mit Ihrem KI-Decisioning-Services-Team konfiguriert.
• Timeline-Ereignisse: Ob konfigurierte Timeline-Ereignisse im Chart eingeblendet werden sollen, um Ihnen dabei zu helfen, Änderungen oder Ereignisse zu verstehen, die die Performance beeinflussen könnten.

Diese Auswahl bestimmt, welche Tage einbezogen werden, welche Gruppen verglichen werden, wie die Trendlinie geglättet wird und welche Population Sie betrachten.

Wichtig

Das Ändern der Aggregationseinstellung (z. B. rollierend über 7 Tage) wirkt sich nur auf die Chart-Anzeige aus. Gespeicherte Daten werden dadurch nicht verändert.

Wenn Sie ein aktuelles Datum in der Datumsauswahl nicht auswählen können, ist dieses Datum wahrscheinlich aufgrund konfigurierter Datenverzögerungen deaktiviert. Es gibt zwei Arten von Verzögerungen, die die Verfügbarkeit von Daten einschränken können:

• Datenpipeline-Verzögerungen: Die Zeit, die benötigt wird, um Daten aus Ihrer Customer Data Platform (CDP) in Decisioning Studio zu importieren und zu verarbeiten. Dadurch wird sichergestellt, dass Berichte nur vollständige, zuverlässige Daten anzeigen.
• Verzögerungen bei der Empfehlungsaktivierung: Die Zeitspanne zwischen dem Zeitpunkt, an dem die Decisioning-Studio-Engine eine Empfehlung vorhersagt, und dem Zeitpunkt, an dem Sie diese in Ihren Campaigns aktivieren. Berichte enthalten keine Tage, an denen Empfehlungen noch nicht aktiviert wurden.

Diese Verzögerungen werden für Ihren Anwendungsfall konfiguriert. Wenn Sie Ihr spezifisches Berichtsfenster verstehen möchten, wenden Sie sich an Ihre:n KI-Success-Manager:in.

KPI-Karten

Die KPI-Karten auf der linken Seite des Berichts zeigen die für Ihren Anwendungsfall konfigurierten Leistungskennzahlen, wie zum Beispiel:

• Inkrementeller LTV / Kund:in
• Konversionen / Kund:in
• Abmeldungen / Kund:in

Jede Karte stellt die KPI dar, die über den gesamten ausgewählten Zeitraum berechnet wurde. Es handelt sich um einen Gesamtzeitraumwert, nicht um einen Tagesdurchschnitt. Wenn Sie beispielsweise „Inkrementeller LTV / Kund:in = 3,192“ sehen, spiegelt das die Performance über das gesamte ausgewählte Zeitfenster wider.

KPI-Trend-Chart

Verwenden Sie das Chart, um Trends im Zeitverlauf, Performance-Veränderungen sowie Saisonalitäts- oder Timing-Effekte zu verstehen. Verwenden Sie die KPI-Karte, um die Gesamtauswirkung über das gesamte Zeitfenster zu verstehen. Das mittlere Chart zeigt denselben KPI wie die obere Karte, jedoch tagesweise berechnet. Jeder Punkt repräsentiert den KPI-Wert dieses Tages. Wenn Sie den gleitenden 7-Tage-Durchschnitt ausgewählt haben, spiegelt jeder Punkt einen gleitenden Durchschnitt wider, der die tägliche Volatilität glättet.

Das Chart und die KPI-Karte sind darauf ausgelegt, unterschiedliche Dinge zu zeigen. Das Chart zeigt die tägliche Performance („Wie war die Performance an jedem einzelnen Tag?“). Die KPI-Karte zeigt die Performance über den gesamten Zeitraum („Wie war die Performance über den gesamten Zeitraum?“). Bei Raten-Metriken beantworten sie unterschiedliche Fragen.

Betrachten Sie das folgende Beispiel mit diesen Konversionsraten:

• Tag 1: 10 Konversionen von 100 Kund:innen = 10 %
• Tag 2: 2 Konversionen von 10 Kund:innen = 20 %

Das Chart zeigt beide Werte. Die KPI-Karte berechnet den Wert über beide Tage hinweg neu (12 Konversionen / 110 Kund:innen = 10,9 %), und bildet nicht den Durchschnitt aus 10 % und 20 %.

Uplift-Chart

Das Uplift-Chart zeigt die prozentuale Differenz zwischen Ihren Vergleichsgruppen. Die Berechnung lautet: (Primäre Gruppe - Vergleichsgruppe) / Vergleichsgruppe. Dies wird dynamisch auf Grundlage der KPI-Chart-Werte berechnet.

Wichtig

Der Uplift wird nicht gespeichert. Er wird aus den KPI-Ergebnissen berechnet. Wenn sich der Uplift ändert, liegt das daran, dass sich der zugrunde liegende KPI geändert hat.

Aggregattabelle

Die Tabelle am unteren Rand des Berichts zeigt die Rohdaten-Gesamtwerte über den ausgewählten Zeitraum, z. B.:

• Gesamter inkrementeller LTV
• Gesamtzahl der Kund:innen
• Abgeleiteter KPI-Wert

Dieser Abschnitt verdeutlicht den Zusammenhang zwischen den verschiedenen Ansichten:

• Die KPI-Karte ist eine Berechnung auf Fensterebene.
• Das Chart ist eine tägliche Berechnung.
• Die Tabelle zeigt die zugrunde liegenden Gesamtwerte, die den KPI bestimmen.

Treiberbaum

Der Treiberbaum zerlegt einen KPI in seine einzelnen Einflussfaktoren. Beispielsweise kann der inkrementelle LTV / Kund:in aufgeschlüsselt werden in:

• Konversionen / Kund:in
• Umsatz pro Konversion

Treiberbäume verwenden dieselben KPI-Definitionen wie der Rest des Dashboards und führen keine neue Berechnung ein. Sie helfen zu erklären, was die Performance beeinflusst. Wenn sich eine KPI-Definition ändert, werden Charts, Karten, Uplift und Treiberbäume gemeinsam aktualisiert.

Häufig gestellte Fragen

Wie funktionieren Segmente?

Segmente ermöglichen es Ihnen, die Performance nach definierten Gruppen aufzuschlüsseln, beispielsweise nach Engagement-Stufen, Kundeneigenschaften, Gerätetyp oder anderen konfigurierten Features.

Die Segmentzugehörigkeit wird individuell für Ihren Anwendungsfall konfiguriert und täglich berechnet. Das bedeutet, dass das vergangene Segment einer Kund:in widerspiegelt, wer sie an diesem Tag war. Wenn sich ihr Verhalten später ändert, bleiben historische Tage unverändert. Dies bewahrt die historische Genauigkeit und verhindert, dass sich Berichte rückwirkend ändern.

Unterscheidet sich der Performance-Bericht für Go- gegenüber Pro-Agenten?

Die KPIs für Go-Anwendungsfälle werden automatisch festgelegt und standardisiert, da alle Go-Anwendungsfälle dieselbe Zielmetrik haben: eindeutige Klicks.

Warum kann ich bestimmte aktuelle Daten nicht auswählen?

Die Datumsauswahl erlaubt möglicherweise nicht, die letzten Tage auszuwählen. Dies ist beabsichtigt. Berichte können die folgenden Einschränkungen anwenden, um zu verhindern, dass unvollständige oder instabile Daten angezeigt werden:

• Verzögerungen in der Datenpipeline: Konfiguriert, um die Zeit zu berücksichtigen, die für die Aufnahme und Verarbeitung von Daten aus Ihrer Customer Data Platform (CDP) benötigt wird. Dadurch wird sichergestellt, dass alle Daten für einen bestimmten Tag vollständig sind, bevor dieser Tag im Bericht erscheint.
• Verzögerungen bei der Empfehlungsaktivierung: Konfiguriert, um die Verzögerung zwischen der Generierung von Empfehlungen und ihrer Aktivierung in Ihren Campaigns zu berücksichtigen. Tage, an denen Empfehlungen noch nicht aktiviert wurden, erscheinen nicht im Bericht.
• Explizit ausgeschlossene Daten: Daten, die Sie in den Berichtseinstellungen manuell ausgeschlossen haben.

Wenn Sie Klarheit über Ihr spezifisches Berichtsfenster oder Ihre Datenverfügbarkeitsregeln benötigen, wenden Sie sich an Ihre:n AI Success Manager:in.

Was ist der Unterschied zwischen „Volumen“- und „Raten“-KPIs?

KPIs lassen sich typischerweise in zwei Kategorien einteilen:

• Volumenmetriken (wie Gesamtkonversionen, Gesamtumsatz oder Gesamtklicks) beantworten: „Wie viel ist passiert?“
• Ratenmetriken (wie Konversionsrate, Umsatz pro Nutzer:in oder Click-through-Rate) beantworten: „Wie effizient ist es passiert?“

Volumen und Rate erzählen unterschiedliche Geschichten. Eine Campaign kann ein höheres Volumen, aber eine geringere Effizienz erzielen oder umgekehrt. Stellen Sie bei der Interpretation der Ergebnisse immer sicher, welche Art von KPI Sie betrachten.

Was bedeutet „eindeutig“ (oder „distinct“)?

Wenn eine Metrik als „eindeutig“ definiert ist, werden Individuen mithilfe eines spezifischen Bezeichners (typischerweise Kund:in) dedupliziert. Jede Person wird einmal pro Tag gezählt.

„Eindeutig pro Tag“ unterscheidet sich von „eindeutig über den gesamten Zeitraum“. Wenn Sie tägliche eindeutige Zahlen über mehrere Tage summiert sehen, kann dieselbe Person mehr als einmal erscheinen (einmal pro Tag, an dem sie aktiv war). Das ist beabsichtigt.

Wenn Sie verstehen möchten, wie Eindeutigkeit in Ihrem Setup definiert wurde, wenden Sie sich an Ihre:n AI Success Manager:in.

Warum könnte dieser Bericht von einem anderen System abweichen?

Wenn Ihr Performance-Bericht nicht mit einem anderen Dashboard übereinstimmt (wie einem E-Mail-Anbieter, Analytics-Tool oder internen BI-Bericht), bedeutet das nicht zwangsläufig, dass etwas falsch ist. Verschiedene Systeme wenden oft unterschiedliche Definitionen und Regeln an. Häufige Gründe sind:

• Attribution-Regeln: Einige Metriken wenden Attribution-Logik an, was bedeutet, dass nur Aktivitäten gezählt werden, die definierten Kriterien entsprechen. Wenn ein anderes System alle Aktivitäten ohne Attribution-Logik zählt, können die Summen abweichen.
• Filterung von Maschinen- und Bot-Engagement: Bekanntes maschinen- oder bot-gesteuertes Engagement (wie automatisierte Sicherheitsscans oder nicht-menschliche Klicks) wird herausgefiltert, um sicherzustellen, dass die Performance echtes menschliches Verhalten widerspiegelt. Einige Plattformen schließen diese Interaktionen in ihre Gesamtzahlen ein.
• Unterschiedliche Definitionen von „eindeutig“: In diesem Bericht wird Eindeutigkeit typischerweise pro Tag angewendet. Ein anderes System kann Eindeutigkeit über ein gesamtes Campaign-Fenster berechnen. Das sind unterschiedliche Geschäftsfragen und liefern unterschiedliche Zahlen.
• Zeitraum- und Datenverfügbarkeitsregeln: Berichte können Aktivierungsverzögerungen, Datenverfügbarkeitsverzögerungen oder ausgeschlossene Daten anwenden. Ein anderes System kann sehr aktuelle oder unvollständige Daten einschließen, was zu temporären Abweichungen führt.
• Unterschiede zwischen Volumen und Rate: Ein System zeigt möglicherweise das Gesamtvolumen (wie Gesamtkonversionen), während ein anderes eine Rate zeigt (wie Konversionen pro Kund:in). Stellen Sie immer sicher, dass Sie denselben Metriktyp vergleichen.

Warum stimmt die Zahl im Chart nicht mit der Zusammenfassungskarte überein?

Das Chart und die Zusammenfassungskarte beantworten unterschiedliche Fragen:

• Chart: Zeigt die tägliche Performance. Jeder Punkt spiegelt den KPI wider, der für diesen einzelnen Tag berechnet wurde.
• Zusammenfassungskarte: Zeigt die Performance über den gesamten Zeitraum. Sie berechnet den KPI über den gesamten ausgewählten Zeitraum neu.

Nutzen Sie das Chart, um tägliche Schwankungen, Timing-Effekte und Performance-Veränderungen im Zeitverlauf zu verstehen. Nutzen Sie die Zusammenfassungskarte, um die Gesamtauswirkung über den Zeitraum zu verstehen.

Betrachten Sie dieses Beispiel mit der folgenden Konversionsrate:

• Tag 1: 10 Konversionen von 100 Kund:innen = 10 %
• Tag 2: 2 Konversionen von 10 Kund:innen = 20 %

Das Chart zeigt 10 % an Tag 1 und 20 % an Tag 2. Die Zusammenfassungskarte berechnet die Performance über beide Tage zusammen: 12 Gesamtkonversionen von 110 Kund:innen = 10,9 %. Sie bildet nicht den Durchschnitt aus 10 % und 20 %.

Was ist der empfohlene Ansatz für „eindeutige“ Zählungen?

Wenn Sie eindeutiges Verhalten messen (wie eindeutige Klicker:innen oder Konvertierende), wird Eindeutigkeit pro Tag angewendet. Zum Beispiel:

• Tag 1: Kund:innen, die geklickt haben: A, B, C = 3 eindeutige
• Tag 2: Kund:innen, die geklickt haben: B, C, D = 3 eindeutige

Das Chart zeigt 3 an Tag 1 und 3 an Tag 2. Über beide Tage hinweg sehen Sie 3 + 3 = 6. Kund:innen B und C werden einmal pro Tag gezählt, was beabsichtigt ist.

Diese Konfiguration beantwortet: „Wie viele eindeutige Kund:innen-Engagements haben über die Tage hinweg stattgefunden?“ Sie beantwortet nicht: „Wie viele einzelne Kund:innen haben sich mindestens einmal über den gesamten Zeitraum engagiert?“

Wenn Ihr Ziel die Eindeutigkeit auf Fensterebene ist (eindeutige Individuen über die gesamte Campaign oder das gesamte Quartal), ist das ein anderer Modellierungsansatz. Wenden Sie sich an Ihre:n AI Success Manager:in, um Unterstützung bei der Gestaltung zu erhalten.