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
Store Visit や Order Placed 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
Last Store Visited 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。Last Store Visited
Last Value · 店舗ベースのマーケティングをすぐに実現できます。
Total Annual Spend
Aggregation · ロイヤルティティアの割り当てを支えます。SQL は不要です。
Favorite Department
Last Value · すべてのカテゴリ別ニュースレターを動的にします。
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
Store Visit 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。店舗とチャネル
購入者がオンライン、店舗内、店舗の近くのいずれにいても、すべてのメッセージに適切なコンテキストを持たせます。カテゴリとバスケット
毎月の CSV 更新なしで、マーチャンダイザーに購入者単位のアフィニティとバスケットのデータを提供します。ロイヤルティとリワード
リアルタイムのポイントとティアの属性を使用して、ロイヤルティプログラムをスプレッドシートでの管理業務から常時稼働のマーケティングに変えます。クーポンと価格
小売の利益率は低いものです。これらのトレイトを使用すると、一律の割引ではなく、パーソナライズされた割引を実施できます。季節性と購入サイクル
小売には季節性があります。これらのトレイトは、カレンダーだけでなく、各購入者個人の季節性を明らかにします。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。