查看您的 InSight 测试结果
测试完成后，打开结果页面，查看营销活动对选定目标指标的影响。您可以看到：
- 结果摘要： 测试表现一目了然
- 洞见和建议： 解读分析结果并决定下一步行动
- 指标细分： 关键表现指标详解
如何解读结果
Adjust 能提供实用的洞见，帮助你清晰复盘测试结果，并指导下一步优化行动。
结果页面对所有安装与自然安装的表现进行了拆分，提供对增量影响的完整视角，并通过多个板块重点展示：
- 营销举措的增量效果
- 所有 安装与 自然 安装的变化
- 自然增长是驱动型增长还是蚕食型增长
- 测试结果是否具有统计显著性
- 对未来推广活动的实际指导意义
示例
您已完成用于评估新发布推广活动影响力的 Insight 测试。基于测试结果，Adjust 会提供量身定制的优化建议，帮助您制定下一步行动方案。
如果您的推广活动安装量显着提升，但也造成了自然量的蚕食，Adjust 可能会建议您采取以下措施：
- 增加推广活动预算，扩大增量收益
- 缩短归因窗口，减少 "蚕食" 现象
Adjust 将清晰的结果与具体的建议相结合，帮助您做出更快、更自信的决策，不断优化营销策略。
应用栏
- 确定增量测试的关键方面
- 操作：您为测试选择的营销操作。
- 推广活动：为测试选择的推广活动名称
- 国家/地区：开展测试的国家/地区
- 渠道：为测试选择的营销渠道
- 行动后窗口：开展增量分析的时间范围
- 指标：您选择监测的指标。
- 表现：模型的可靠程度。
- 统计学意义：测试变化与预测范围内的对比。
- 如果实际结果位于预测范围内，说明效果不显著。
- 如果实际结果超出预测范围，说明效果显著。
操作响应
- 测试 结果 ：营销活动对推广活动造成了 正面 、 混合 还是 负面 影响。
- 有关操作及其影响的详细信息。
- 基于测试结果的后续步骤推荐
Adjust 通过监测营销活动对所有流量和自然流量目标指标的影响来计算测试结果。下表显示了每种结果的计算方法。
| 营销操作 | 对所有流量指标的影响 | 对自然流量指标的影响 | InSight 结果 |
|---|---|---|---|
| 推广活动开始 | 提升 | 提升 | 正面 |
| 推广活动开始 | 提升 | 损失 | 混合 |
| 推广活动开始 | 损失 | 提升 | 混合 |
| 推广活动开始 | 损失 | 损失 | 负面 |
| 预算增加 | 提升 | 提升 | 正面 |
| 预算增加 | 提升 | 损失 | 混合 |
| 预算增加 | 损失 | 提升 | 混合 |
| 预算增加 | 损失 | 损失 | 混合 |
| 推广活动停止 | 提升 | 提升 | 混合 |
| 推广活动停止 | 提升 | 损失 | 混合 |
| 推广活动停止 | 损失 | 提升 | 混合 |
| 推广活动停止 | 损失 | 损失 | 正面 |
| 预算减少 | 提升 | 提升 | 负面 |
| 预算减少 | 提升 | 损失 | 混合 |
| 预算减少 | 损失 | 提升 | 混合 |
| 预算减少 | 损失 | 损失 | 正面 |
结果汇总
对于每次测试，InSight 都会显示测试期间营销活动对目标指标的 增量影响 。上方两张图表同时以百分比和绝对值的形式，展现了所有安装和自然安装的每日平均增量影响。图表还对比了每日平均实际值 (实线) 和预测值 (虚线)。
Insight 报告可用的具体指标如下：
| 定义 | 公式 | 指标 API ID | |
|---|---|---|---|
| 每事件平均收入 | 选定时间段内安装应用的用户通过每个所选事件产生的平均收入 | 事件总收入/事件被触发的总次数 | average_revenue_per_event |
| 增量收入 | 与对照组相比额外产生的收入 | (实际增量值 - 平均增量值) * 每事件平均收入 | incremental_revenue |
| 增量 ROAS | 广告支出回报 (ROAS)，仅使用选定同期群周期中应用内收入计算 | - | incremental_roas |
请参阅 Datascape 指标，了解完整的 Datascape 指标列表。
一段时间内增量效果
具有行动影响力的所有安装
具有行动影响力的自然安装
显示采取行动前后表现的图表
行动后表现：凸显预测范围，实际以及预测安装量的差异
请注意 ：您可以选择 "仅在操作完成后显示"，来切换视图，单独显示行动后表现数据点
高级数据
高级数据 部分会详细显示与 InSight 测试相关的关键指标。对于 所有 流量和 自然 流量，您都可以点击加号图标来显示选定营销活动 之前 和 之后 每个指标的值，准确了解营销操作对推广活动的影响。
如果您采取的行动是投放推广活动，那么您将看到推广活动层级精细度的数据，以及以下指标 (如适用)：
- 安装 (归因)
- 安装 (SKAN)
- CPI (全部)
- 会话量总计
- 广告支出
术语表
结果页面中使用以下术语来描述测试结果。
- 增量提升
- 您的推广活动对目标变量产生了积极的影响，若无此推广活动则不会产生该效果。
- 损失
- 您的推广活动对目标变量产生了消极的影响，若无此推广活动则不会产生该效果。
- 自然量的自我蚕食
- 未执行营销操作的情况下可能发生的事件/安装。自然量蚕食数据只有在监测 推广活动开始 或 预算增加 时才可用。
- 增量效果绝对值
- 在整个测试时段中，您的操作对指标的影响。该指标通过比较未采取行动时的指标预测值与采取行动时的实际值之间的日均差异来衡量影响。绝对值的计算公式如下：
average actual value - average predicted value - 增量效果百分比
- 您的操作对目标指标的影响 (以百分数表示)。该指标通过比较未采取行动时的指标预测值与采取行动时的实际值之间的平均每日差异来衡量影响。
- MAPE (模型表现)
- 平均绝对百分比误差 (MAPE) 值衡量在前期目标指标的实际值与模型预测值之间的平均差异。两个值的差异百分比较低时说明模型准确度更高。低于 10% 时表明模型准确度 高 ，10 - 20% 表明准确度 中等 ，高于 20% 表明准确度 低 。
- P-值 (统计学意义)
- P 值 (概率值) 代表结果由变更引起的概率。低 P 值表明营销操作直接影响目标变量的概率较高，高 P 值则代表结果更有可能是由其他变更造成的。值小于 0.05 时说明您监测的营销操作造成了 显著 影响。
P 值 0.01
- P 值为 0.01 时说明有 1% 的可能性观测到的结果是随机发生的。也就是说，有很强的证据表明，您的营销操作造成了显著影响。
P 值 0.2
- P 值为 0.2 时代表有 20% 的概率观测到的效果由随机波动造成，而非您的营销操作。这意味着您的营销操作可能造成了影响，但证据不足以确认这一结论，因此需要更多数据或分析。
P 值 0.5
- P 值为 0.5 时，有 50% 的概率观测到的结果是随机的，也就是说，没有证据表明您的营销操作对目标指标产生了任何显著影响。