> ## Documentation Index
> Fetch the complete documentation index at: https://moengage.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.
# アフィニティセグメント
> MoEngage のアフィニティセグメントを使用して、ユーザーの嗜好や行動パターンに基づいてターゲティングします。コンテンツへの関心やアプリの利用習慣などの特性を分析します。
アフィニティセグメントを使用すると、ユーザーの性格、ライフスタイル、信条、選択（アプリ内で示されるもの）に基づいてユーザーを選択し、ターゲットにできます。これにより、ユーザーのニーズに応えるメッセージを送信して、キャンペーンを最適化できます。
アフィニティセグメントを使用すると、性格特性を分析してユーザーをより深く理解できます。たとえば、次のことができます。
* 他のどのアルバムよりも Madonna のアルバムを頻繁に聴くユーザーを表示し、類似のアルバムをレコメンドする
* 少なくとも 40% の割合で午前 10 時から午後 12 時の間にアプリからタクシーを予約するユーザーをフィルタリングし、その時間帯にクーポンを多く送信する
* 平日にホテルを予約する下位 20% のユーザーを見つけ、週末の予約を促す割引を送信する
* 政治ニュースを読む上位 10% のユーザーを表示し、アプリでより適した記事をレコメンドする
アフィニティセグメントは、ポジティブまたはネガティブなユーザー特性をフィルタリングし、そのデータを使用してユーザーの心に響きやすいキャンペーンを送信するのに役立ちます。
アフィニティセグメントを作成するには、
1. MoEngage ダッシュボードのサイドバーで **Segment** に移動します
2. **Create Segments** をクリックします。\
Create Segments ページが表示されます。
3. User Affinity をクリックし、ドロップダウンリストからイベントを選択します。
4. ドロップダウンリストから、次のいずれかのアフィニティフィルターを選択します。
1. Predominantly
詳細については、[Predominantly](#predominantly) を参照してください。
2. Minimum of
詳細については、[Minimum of](#minimum-of) を参照してください。
3. Most no. of times
詳細については、[上位ユーザーまたは下位ユーザー](#top-users-and-bottom-users)を参照してください。
4. Least no. of times
詳細については、[上位ユーザーまたは下位ユーザー](#top-users-and-bottom-users)を参照してください。
5. アフィニティフィルターで使用する属性を選択します。
6. **Show Count** をクリックすると、アフィニティセグメント内のユーザー数が表示されます。
# アフィニティフィルター
## Predominantly
特定のアクションを（選択した属性値で）他のすべての属性値よりも多く実行するユーザーは、そのアクションを主に（predominantly）実行しているとみなされます。
たとえば、あるユーザーが E コマースアプリで 10 冊の本を購入し、そのうち 5 冊がスリラー、3 冊が伝記、2 冊が自己啓発だったとします。この場合、主なジャンルはスリラーです。25 冊の本を購入した別のユーザーは、スリラーが 15 冊、伝記が 4 冊、自己啓発が 6 冊かもしれません。この場合も、購入した本の最小数は異なりますが、主なジャンルはスリラーです。
「Predominantly」フィルターを使用すると、ユーザーのアクションを現実的に反映する柔軟なフィルターに基づいてユーザーをセグメント化できます。ユーザーが対象となるために、イベントを実行する必要がある最小回数はなく、最も頻繁なアクションが特定の差で他を上回る必要もないことに注意してください。わずかな差であっても最も多く実行されたアクションであれば、そのユーザーは含まれます。そのイベントで他の属性値が発生していない場合、特定の属性値を持つイベントが 1 回だけであっても、ユーザーはそのセグメントに含まれる可能性があります。さらに、イベントの異なる属性値の発生回数が同数の場合、ユーザーは対応するすべての「Predominantly」セグメントの対象となります。
「predominantly」フィルターを設定するには:
1. User affinity タブで *event* を選択します
2. *predominantly* を選択し、属性とフィルター条件を選択します
3. 主となるべき値を選択します。
たとえば、イベントが *Song Played*、属性名が *Artist Name*、値が Rihanna だとします。再生したすべての曲の中で主に Rihanna の曲を再生したユーザーが一覧表示されます。たとえば、ユーザーが 1 曲だけ再生し、それが Rihanna の曲であれば、そのユーザーはこのセグメントに含まれます。ユーザーが 2 曲再生し、1 曲が Rihanna、もう 1 曲が Taylor Swift の曲であれば、そのユーザーは「Rihanna predominantly」と「Taylor Swift predominantly」の両方のセグメントに含まれます。
1 つのアクションに対して複数のアフィニティ属性を選択でき、それらすべてを組み合わせたものが 1 つの値とみなされ、それに基づいて主要度が計算されます。
たとえば、音楽ストリーミングアプリを例に取りましょう。特定のアーティスト名（Rihanna）を聴くユーザー数を一覧表示するのに加えて、再生元のプラットフォーム（Android）も選択できます。そのため、アーティスト + プラットフォームが 1 つの値（Rihanna\_Android）に組み合わされ、他のすべての値（Rihanna\_iOS、BTS\_Android など）よりもその属性値を主に示すユーザーが表示されます。
通常のイベント属性フィルターを使用して、目的のイベントを絞り込むことができます。絞り込まれたイベントに対して *Predominantly* の計算が実行されます。
業界を問わず Predominance フィルターを使用できる例を次に示します。
1. 他のアパレルと比較して T シャツを多く購入するユーザーを絞り込む。
2. 他の取引額と比較して、毎週決済プラットフォームで主に閾値を超える金額の取引を行うユーザーを見つける。
3. その月の他のすべての食料品の注文と比較して、主に月の 1 日から 5 日の間に食料品を購入するユーザーを表示する。
4. 週の他の曜日と比較して、主に土曜日の夜にデザートを注文するユーザーを表示する。
## Minimum of
他のすべてのアクションと比較して、あるアクションを *少なくとも* x% の割合で実行していることに基づいてユーザーをセグメント化します。これを「Minimum of」フィルターと呼びます。
たとえば、ストリーミングプラットフォームで映画を視聴するユーザーにクーポンを送信したいが、RomCom を *少なくとも* 25% の割合で視聴するユーザーにのみ送信したい場合です。
再生された映画の数はユーザーによって異なりますが、「*Minimum of*」フィルターを使用すると、少なくとも選択した割合で RomCom を再生したユーザーを選択できます。
ある属性値でアクション（イベント）を少なくとも設定した割合で実行したユーザーをセグメント化するには:
1. User affinity タブで *event* を選択し、*For a minimum of* とパーセンテージを選択します
2. 属性とフィルター条件を選択します
3. 属性の最小値となるべき値を選択します
たとえば、イベントが *Song Played*、属性名 *Artist Name* が Enrique、最小値が 25% の割合だとします。再生したすべての曲の中で、少なくとも 25% の割合で Enrique の曲を再生したユーザーが一覧表示されます。
この例では、ジャンル（RomCom）に加えて、曜日（Monday）も選択されています。映画のジャンル + 曜日が 1 つの値（RomCom\_Monday）となり、他のすべての値（Thriller\_Tuesday、Drama\_Wednesday、Horror\_Monday、Animated\_Tuesday など）に対して最小設定割合となります。
1 つのアクションに対して複数のアフィニティ属性を選択でき、それらすべてを組み合わせたものが 1 つの値とみなされ、それに基づいて「Minimum of」が計算されます。
これらの結果をさらに絞り込んで、アプリのバージョン、性別、場所などを反映させることができます。
「Minimum of」フィルターは、次のようなシナリオに適用できます。
1. 1 日の他の時間帯と比較して、少なくとも 60% の割合で午前 10 時から午後 12 時にタクシーを予約するユーザー。
2. 1 週間の他の取引と比較して、取引の少なくとも 20% が閾値を超える金額であるユーザー。
3. 他の日と比較して、食料品の購入の少なくとも 70% が月の 1 日から 5 日の間に発生するユーザー。
4. 週の他の曜日と比較して、少なくとも 50% の割合で土曜日にデザートを購入するユーザー。
アフィニティ属性（predominantly および Minimum of の属性）は、string および double データ型のみをサポートします。アフィニティ属性は array データ型をサポートしていません。
## 上位ユーザーと下位ユーザー
アクションを最も多く実行しているユーザー、または最も少なく実行しているユーザーをフィルタリングします。上位または下位のユーザーは、他のユーザーと比較してそのアクションを実行した回数によって決定されます。
ユーザーがこのセグメントの対象となるには、選択したアクションでイベントを少なくとも 1 回実行している必要があります。
たとえば、アプリでタクシーを予約するユーザーの上位 10% をセグメント化したり、タクシーを予約するユーザーの下位 20% を選択したりして、それに応じてターゲットキャンペーンを送信できます。
ユーザーの上位または下位のパーセンテージに含まれ、アクションまたはイベントを実行するユーザーをセグメント化するには:
1. User affinity タブでイベントを選択し、Most no. of times または Least no. of times を選択します。
2. パーセンテージの値を入力します。
これらの結果をさらに絞り込んで、アプリのバージョン、日付、場所などを反映させることができます。上位または下位のユーザーは、絞り込まれたイベントに基づいて決定されます。
アフィニティセグメントに基づいてユーザーをフィルタリングすることで、コンバージョン率の高い、よりターゲットを絞ったパーソナライズされたキャンペーンを設定し、顧客の嗜好に合わせてメッセージを調整できます。
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.