Zum Inhalt springen

Wirkungen mit Cabby definieren und erklären

Cabby kann vor einer Aktivierung beim Definieren des Erfolgs helfen und danach gemessene Ergebnisse erklären. Dies sind getrennte Abläufe: Der Regelentwurf benötigt den eingerichteten Agenten; für Erklärungen gemessener Wirkungen ist zusätzlich die administrative Freigabe der Wirkungsdaten erforderlich.

  1. Erstellen oder bearbeiten Sie in CAB-Wirkungsmessung eine Wirkung vom Typ Conversion-Ereignis und öffnen Sie den Schritt für die Conversion-Regel.
  2. Wählen Sie Cabby. Beschreiben Sie unter Beschreibe das gewünschte Wirkung… den Erfolgsdatensatz, die Bedingungen, das maßgebliche Datum und das Conversion-Zeitfenster.
  3. Prüfen Sie den Entwurf im Editor. Mit Rückgängig und Wiederholen können Sie Änderungen nachvollziehen. Prüfen Sie Beziehung und Filter, bevor Sie sie übernehmen.
  4. Ergänzen Sie Name, gemessenes Objekt, Aktionszuordnungen und weitere Pflichtangaben. Wählen Sie anschließend Wirkung speichern.

Um beispielsweise neue regelmäßige Spenden zu messen, fragen Sie: „Verfolge Accounts, die innerhalb von 90 Tagen nach der Aktivierung eine aktive regelmäßige Spendenzusage erhalten. Verwende deren Wirksamkeitsbeginn als Conversion-Datum.“ Prüfen Sie, ob die erzeugte Regel zu den tatsächlichen Objekten und Feldern Ihrer Organisation passt. Das Beispiel ist keine vom Datenmodell unabhängige Vorlage.

Cabby kann Conversion-Objekt, Beziehung, Datum, Zeitfenster und unterstützte Filter bearbeiten. Ergänzen Sie die übrigen Angaben und Zuordnungen selbst im Editor. Der Messzeitplan folgt dem Zeitraum der Wirkung. Zusätzliche Messzeitpunkte machen keine weiteren Ereignisdaten zulässig.

Öffnen Sie den Wirkungsdatensatz und Messwerte. Wenn die Funktion freigegeben ist, erscheint die Karte Cabby neben den Kennzahlen. Fordern Sie über Warum? eine Erklärung an. Eine aktuelle gespeicherte Erklärung kann bereits beim Öffnen erscheinen; der Seitenaufruf erzeugt nicht immer eine neue Antwort.

Prüfen Sie den Zeitstempel der Erklärung sowie Messzeitpunkt und Population der angezeigten Zahlen. Wählen Sie nach neuen Messungen Mit den aktuellen Messdaten neu generieren. Sind nicht genügend Messdaten vorhanden, weist CAB darauf hin, statt aus einer leeren Historie ein Ergebnis abzuleiten.

Weitere unterstützte Einstiege:

  • Bei einer Aktivierung im Ausführungsverlauf: Cabby die Performance dieses Versands erklären lassen.
  • Beim Kontrollgruppenvergleich: Kampagnenwirkung von Cabby erklären lassen.
  • In der Ansicht Wirkungen einer Zielgruppe: Die Karte Cabby erklärt das angezeigte Ergebnis.

Bei Monthly giving started lautet der Vergleich an Tag 7: 18,1 % aktiviert gegenüber 8,3 % zurückgehalten. Bei Lapsed donor reactivated sind es 9,9 % gegenüber 15,5 %. Eine Erklärung muss Richtung, Messzeitpunkt und Einschränkungen der Evidenz beibehalten. Sie sollte weder die noch wartende Freiwilligen-Wirkung als gescheiterte Kampagne bezeichnen noch aus einem positiven Unterschied eine Signifikanzbehauptung machen.

Gewöhnliche Raten und Zielgruppenrankings beschreiben beobachtete Ergebnisse. Der Vergleich mit einer zurückgehaltenen Gruppe unterstützt eine andere Frage nach der Kampagnenwirkung. Der Organisationsdurchschnitt kann diese Gruppe nicht ersetzen.

Die optionale Wirkungsdatenübertragung teilt aggregierte Statistiken statt Mitglieder- oder Konverterlisten. Maßgeblich zur Prüfung einer Erklärung bleiben die sichtbaren Zahlen und Salesforce-Nachweise. Angaben, die Sie selbst in einen Prompt oder Filter schreiben, sind ein zusätzlicher Eingang. Die Begrenzung des aggregierten Datenfeeds entfernt solche Angaben nicht aus dem Gespräch.

Verwenden Sie Aktion ausführen, um aus einem Ergebnis gezielt eine Unterdrückung, eine Nachfass-Zielgruppe oder einen Ausgangspunkt für eine ähnliche Zielgruppe zu bilden. Siehe Die nächste Zielgruppe aus dem Ergebnis bilden.