Атрибутивное объяснение: 4.4. Атрибутивное описание

4.4. Атрибутивное описание

Одних координатных данных недостаточно для описания картогра­фической или сложной графической информации. Картографические объекты кроме метрической обладают некоторой присвоенной им опи­сательной информацией (названия политических единиц, городов и рек). Характеристики объектов, входящие в состав этой информации, назы­вают атрибутами. Совокупность возможных атрибутов определяет класс атрибутивных моделей ГИС.

Выше отмечалось, что атрибутивные данные описывают темати­ческие и временные характеристики. Таблица, содержащая атрибуты объектов, называется таблицей атрибутов.

Атрибуты, соответствующие тематической форме данных и опреде­ляющие различные признаки объектов, также хранятся в таблицах. Каж­дому объекту соответствует строка таблицы, каждому тематическому признаку — столбец таблицы. Каждая клетка таблицы отражает значение определенного признака для определенного объекта.

Временная характеристика может отражаться несколькими спосо­бами:

• путем указания временного периода существования объектов;

• путем соотнесения информации с определенными моментами вре­мени;

• путем указания скорости движения объектов. В зависимости от способа отражения временной характеристики она может размещаться в одной таблице или в нескольких таблицах атрибу­тов данного объекта для различных временных этапов.

Применение атрибутов позволяет осуществлять анализ объектов базы данных с использованием стандартных форм запросов и разного рода фильтров, а также выражений математической логики. Последнее эф­фективно при тематическом картографировании.

Кроме того, с помощью атрибутов можно типизировать данные и упорядочивать описание для широкого набора некоординатных данных.

Таким образом, атрибутивное описание дополняет координатное, совместно с ним создает полное описание моделей ГИС и решает зада­чи типизации исходных данных, что упрощает процессы классифика­ции и обработки.

Атрибутами могут быть символы (названия), числа (статистическая информация, код объекта) или графические признаки (цвет, рисунок, заполнения контуров).

Числовые значения в ГИС могут относиться как к координатным данным, так и к атрибутивным. Для пояснения этого напомним, что ос­новной формой представления атрибутивных данных в БД является таб­лица, а в таблице могут храниться как координаты объектов (координат-ные данные), так и описательные характеристики (атрибутивные данные).

Можно по-разному организовывать взаимосвязь координатного и атрибутивного описания. Например, В. Вебером было предложено спе­цифическое сочетание координатного и атрибутивного классов для опи­сания картографических данных. Для построения общей модели дан­ных ГИС он вводит четырехмерное пространство объекта, где первые дав (плановые) размера присваиваются данным

X, Y, атрибуты распола­гаются в третьем измерении, а четвертое измерение резервируется для временных наборов данных.

Такой подход не нов, он заимствован из методов релятивистской механики и теории N-мерных пространств. По Веберу, данные по коор­динате Z следует обрабатывать как атрибуты, помещая их в одну и ту же иггегорию наряду с описательными текстами и значениями.

Существуют различные методы хранения атрибутивной информа­ции в ГИС:

• хранение для всех объектов системы 1-2 стандартных атрибутов;

• хранение таблицы атрибутов, связанных с пространственными объектами, и информации о реляциях;

• хранение ссылок на элементы данных иерархической или сетевой БД;

• хранение атрибутивной информации может вообще не применять­ся, если система опирается на классификатор.

объяснение сути мультиканального атрибутивного моделирования

Интернет-реклама сегодня является одним из самых быстро развивающихся рынков. Это не произошло мгновенно: индустрия прошла длинный путь от простых текстовых реклам, выдаваемых поисковыми системами, до инновационной рекламы с эффектом полного погружения (Immersive Ads), реализуемой с помощью изучения пользовательского поведения и ставок на аукционах, проходящих в реальном времени.

Но, несмотря на всю изощренность методов и дикую погоню бизнеса за как можно большим числом клиентов, все еще остается несколько вопросов без ответа. В какую платформу лучше вкладывать, чтобы получить максимальный доход от инвестиций? Каков эффект отдельно взятой маркетинговой кампании, производимый на общий объем продаж и на бренд?

Эти вопросы ведут к теме, называемую маркетологами «атрибутивной аналитикой», либо «мультитач-атрибуцией», либо «мультиканальной атрибуцией» (Attribution Analytics / Multi Touch Attribution / Multi Channel Attribution).

Поговорим о мультиканальной атрибуции. Говоря проще, этот термин означает, что пользователю предоставлены многочисленные точки соприкосновения (Touch Points), или каналы, через которые происходит взаимодействие с вашим приложением, и учитывается, какой вклад данные каналы / точки соприкосновения делают в конверсию и продажи продукта. 

Диаграмма выше отражает упрощенную версию пути пользователя (User Journey). Например, посетитель C самостоятельно зашел на сайт, затем получил email от рекламодателя о продукте, наконец, увидел продукт в рекламе в Facebook и лишь потом приобрел товар. Такой процесс называется «конверсионным путем пользователя» (Conversion Path of a User).

Если у вас установлен аналитический инструмент от Google и в нем выбраны определенные цели, то вы можете просмотреть конверсионные пути, зайдя в разделы Conversions -> Multi Channel Funnels -> Top Conversion Paths. 

Понимание конверсионных путей — это начало понимания атрибутивного моделирования (Attribution Modelling). Скриншот сверху показывает, насколько сложен может быть путь, ведущий к конверсии. Все атрибутивные модели используют эти (и не только) данные в качестве исходных, чтобы затем подсчитать значимость каждой точки соприкосновения (или канала) для получения реальной конверсии.

Изучим, как работают некоторые базовые атрибутивные модели. Для этого были взяты данные, отмеченные выше, их упростили и присвоили каждой конверсии ценность в $1.

Столбцы слева направо: (1) путь группировки основных каналов; (2) конверсии; (3) ценность конверсии

Читайте также: Как совместить атрибуцию и сегментацию данных для достижения маркетингового успеха?

Последнее взаимодействие

Модель последнего взаимодействия (The Last Interaction Model) является одной из наиболее распространенных и широко используемых на сегодняшний день. В этой модели заслуга конверсии полностью присваивается последней точке соприкосновения. Если обратиться к примеру выше, то канал последнего взаимодействия покажет следующие результаты:  

Последнее взаимодействие: директ — $10, реферальные ссылки — $0, органический поиск — $0, платный поиск — $3, email — $0, социальные сети — $0, дисплейная реклама — $0, другие виды рекламы — $0, другое — $0. Итого — $13

Вы легко можете провести вычисления самостоятельно, посчитав конверсии, для которых последний вид взаимодействия проходил через контекстную рекламу (Direct). Очевидно, что примененный к модели последнего взаимодействия этот расчет позволяет сделать вывод о том, что директ-трафик обеспечивает большую часть конверсий.

Первое взаимодействие

 

Модель первого взаимодействия (The First Interaction Model) по смыслу противоположна первой: заслуга получения конверсии полностью присваивается первой точке соприкосновения. Ниже представлены результаты, согласно данной модели. Ее следует использовать, если вы представляете собой новый бренд на рынке и пытаетесь завоевать место под солнцем. Модель сразу позволяет увидеть, какие из маркетинговых инструментов работают, а какие нет.

 

Первое взаимодействие: директ — $4, реферальные ссылки — $0, органический поиск — $3, платный поиск — $4, email — $0, социальные сети — $2, дисплейная реклама — $0, другие виды рекламы — $0, другое — $0. Итого — $13

Как видно, платный поиск сработал 4 раза в качестве первой точки соприкосновения и привел к одинаковому с прямым трафиком числу конверсий.

Читайте также: Как определить самые клиентогенерирующие каналы с помощью правильной бизнес аналитики?

Линейная модель

Линейная модель (The Linear Model) исходит из равнозначности для полученных конверсий всех точек соприкосновения, поэтому, если у вас есть 4 точки, приведшие к конверсии, каждая из них получит долю в 25%. Эта модель подходит для долгосрочных кампаний в течение всего конверсионного цикла. 

Как видите, здесь каждая точка соприкосновения имеет одинаковую ценность для конверсии. В таблице внизу вы можете наблюдать, что платный поиск появляется в первом и четвертом ряду:

Столбцы слева направо: (1) путь группировки основных каналов; (2) конверсии; (3) вклад платного поиска в конверсии

Таким образом, общий вклад платного поиска составляет $3 + $0,5 = $3,5.

Модель «течения времени»

Модель «течения времени» (The Time Decay Model) идеальна для коротких циклов продаж. Например, если вы проводите двухдневную промоакцию, то каналы, с которыми происходило взаимодействие за две недели до конверсии, будут иметь меньшую ценность, чем те, с которыми пользователи взаимодействовали в период акции.  

Поскольку данная модель включает использование данных, привязанных ко времени, расчеты здесь приводиться не будут. Но, если вы хотите посчитать конверсии по этой схеме, то это можно сделать так же, как проводился подсчет в линейной модели, просто вместо одинакового значения нужно присваивать величины на основе того, насколько точка соприкосновения была близка к продаже.

Читайте также: В чем заключается важность предиктивной аналитики?

Позиционная модель

Позиционная модель (The Position Based Model) также очень близка к Time Decay и линейной, за исключением того, что вы присваиваете максимальное значение определенным позициям в точках соприкосновения. Например, модель внизу демонстрирует, что первая и последняя точки соприкосновения внесли в общем 70%-ный вклад в конверсию. Оставшиеся 30% равномерно распределены между остальными touch points.

Кастомизированная модель

Как и предполагает название, кастомизированные модели (The Customised Models) распределяют значения каналов в зависимости от ваших собственных оценок важности для конверсии.  

Аналитика Google позволяет настраивать кастомизированные модели с помощью простого UI. Как видно из скриншота ниже вы можете выбрать исходную модель, а затем отредактировать процентное соотношение в соответствии с тем, что, по вашему мнению, наилучшим образом характеризует ваш бизнес.  

Читайте также: В чем разница между Google Analytics и другими системами аналитики?

Какую следует выбрать?

Существует несколько важных моментов, на которые следует обратить внимание при выборе атрибутивной модели. Ни одна компания не похожа на другую, и все преследуют свои цели, поэтому обдумайте следующее:

  • Что для вас более ценно — подписка на продукт, квалифицированные лиды или продажа как таковая? Если это флеш-распродажа, то следует выбрать линейную или временную модель.
  • Какое количество вашего трафика приходит органически? Если большая часть посетителей приходит через поиск, но при этом не покупает товары, тогда вам нужна модель первого взаимодействия.
  • Какова средняя продолжительность жизненного цикла клиента (Lifetime Value, LTV) вашего клиента?
  • Сколько времени нужно в среднем для завершения сделки с каждым клиентом?
  • Платит ли ваш потребитель за подписку ежемесячно или вносит плату единовременно? Если речь идет о бизнесе с возобновляемое подпиской, то, возможно, вам нужна более долгосрочная стратегия удержания клиентов.

Отчетная и аналитическая части рекламных кампаний долгое время игнорировались маркетологами. С появлением новых рекламных сетей стало легче проводить кампании на их платформах, но когда дело доходит до проведения анализа эффективности акций, то становится трудно разобраться в предоставляемых данных. Большинство из инструментов просто позволяют экспортировать данные в большие Excel-таблицы, подразумевающие, что создатели рекламы будут проводить часы, разбираясь в них.

Нам всем как маркетологам нужна тесная интеграция источников данных по рекламе с аналитическими платформами. Простой расшифровки пользовательского поведения при клике на рекламу с целью посмотреть продукт уже недостаточно. Сегодня мы нуждаемся в комплексных методах понимания рекламных кампаний. Поэтому ищите независимых партнеров, поставляющих метрики как для десктопных версий, так и для мобильных приложений.

Делайте бизнес на основе данных! 

По материалам adalyz.com

13-04-2017

Атрибутивное определение и значение — Merriam-Webster

атрибутивное ə-ˈtri-byə-tiv 

1

: относящийся к атрибуту или относящийся к его характеру : присвоение

2

грамматика : присоединено непосредственно к измененному существительному без глагола-связки (например, city в городских улицах )

атрибутивное прилагательное

«яблоко» в «яблочном пироге» не прилагательное, а атрибутивное существительное.

атрибутивное существительное

атрибутивно наречие

существительное используется атрибутивно

Примеры предложений

«Рыжий» в «рыжих волосах» — это 9.0017 атрибут прилагательное. В слове «пилот самолета» существительное «самолет» имеет атрибутивное .

История слов

Первое известное использование

1606, в значении, определенном в смысле 1

Путешественник во времени

Первое известное использование атрибута было в 1606 г.

Другие слова того же года Теория атрибуции

атрибутивный

аттрист

Посмотреть другие записи поблизости

Процитировать эту запись «Атрибутивный».

Словарь Merriam-Webster.com , Merriam-Webster, https://www.merriam-webster.com/dictionary/attributive. По состоянию на 13 декабря 2022 г. прилагательное

атрибутивное ə-ˈtrib-yət-iv 

: присоединяются непосредственно к измененному существительному без глагола

«город» в «городских улицах» является атрибутом

сравнить предикат

Подпишитесь на крупнейший словарь Америки и получите тысячи других определений и расширенный поиск без рекламы!

Merriam-Webster полное определение

в кембриджском словаре английского языка

Они предсказывают, при каких обстоятельствах наречие и атрибутивное использование прилагательного приводит к одинаковым или разным толкованиям.

Из Кембриджского корпуса английского языка