Fokussieren Ihrer Zielgruppe mithilfe von Segmenten - Amazon CloudWatch

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Fokussieren Ihrer Zielgruppe mithilfe von Segmenten

Sie können Segmente für Zielgruppen definieren und sie in Ihren Starts und Experimenten verwenden. Ein Segment ist ein Teil Ihrer Zielgruppe, die mindestens ein Merkmal gemeinsam hat. Beispiele wären etwa Benutzer des Chrome-Browsers, Benutzer in Europa oder Benutzer des Firefox-Browsers in Europa, die noch weitere von Ihrer Anwendung erfasste Kriterien erfüllen (beispielsweise Alter).

Die Verwendung eines Segments in einem Experiment schränkt dieses Experiment so ein, dass nur die Benutzer ausgewertet werden, die die Kriterien des Segments erfüllen. Wenn Sie eines oder mehrere Segmente in einem Start verwenden, können Sie verschiedene Datenverkehrsaufteilungen für die verschiedenen Zielgruppensegmente definieren.

Syntax für Segmentregelmuster

Um ein Segment zu erstellen, definieren Sie ein Segmentregelmuster. Legen Sie die Attribute fest, auf deren Grundlage ausgewertet werden soll, ob eine Benutzersitzung zu dem Segment gehört. Das Muster, das Sie erstellen, wird mit dem Wert von evaluationContext verglichen, den Evidently in einer Benutzersitzung findet. Weitere Informationen finden Sie unter Benutzen EvaluateFeature.

Geben Sie zum Erstellen eines Segmentregelmusters die Felder an, denen das Muster entsprechen soll. Sie können in Ihrem Muster auch Logik wie And, Or, Not und Exists verwenden.

Damit ein Auswertungskontext (evaluationContext) einem Muster entspricht, muss der Auswertungskontext (evaluationContext) allen Teilen des Regelmusters entsprechen. Die Felder im Auswertungskontext (evaluationContext), die nicht im Regelmuster enthalten sind, werden von Evidently ignoriert.

Die Werte, denen die Regelmuster entsprechen, folgen JSON Regeln. Sie können in Anführungszeichen (") gesetzte Zeichenfolgen sowie Zahlen und die Schlüsselwörter true, false und null verwenden.

Für Zeichenketten verwendet es offenbar den exakten character-by-character Abgleich ohne Umschaltung der Groß- und Kleinschreibung oder eine andere Normalisierung von Zeichenketten. Daher muss bei Regelübereinstimmungen die Groß-/Kleinschreibung beachtet werden. Beispiel: Wenn ihr evaluationContext ein browser-Attribut beinhaltet, aber Ihr Regelmuster auf Browser prüft, gibt es keine Übereinstimmung.

Für Zahlen verwendet Evidently eine Zeichenfolgendarstellung. 300, 300,0 und 3,0e2 werden z. B. nicht gleich behandelt.

Wenn Sie passende Regelmuster schreibenevaluationContext, können Sie den test-segment-pattern CLI Befehl TestSegmentPattern API oder verwenden, um zu testen, ob Ihr Muster dem richtigen entspricht. JSON Weitere Informationen finden Sie unter TestSegmentPattern.

Die folgende Zusammenfassung zeigt alle Vergleichsoperatoren an, die in Evidently-Segmentmustern verfügbar sind:

Vergleich Beispiel Regelsyntax

Null

UserID is null

{ "UserID": [ null ] }

Leer

LastName ist leer

{ "LastName": [""] }

Gleichheitszeichen

Browser ist „Chrome“

{ "Browser": [ "Chrome" ] }

And

Land ist „Frankreich“ und Gerät ist „Mobil“

{ "Country": [ "France" ], "Device": ["Mobile"] }

Oder (mehrere Werte eines einzelnen Attributs)

Browser ist „Chrome“ oder „Firefox“

{ "Browser": ["Chrome", "Firefox"] }

Oder (verschiedene Attribute)

Browser ist „Safari“ oder Gerät ist „Tablet“

{ "$or": [ {"Browser": ["Safari"]}, {"Device": ["Tablet"}] ] }

Nicht

Browser ist alles andere als „Safari“

{ "Browser": [ { "anything-but": [ "Safari" ] } ] }

Numerisch (ist gleich)

Price is 100

{ "Price": [ { "numeric": [ "=", 100 ] } ] }

Numerisch (Bereich)

Price is more than 10, and less than or equal to 20

{ "Price": [ { "numeric": [ ">", 10, "<=", 20 ] } ] }

Vorhanden

Altersfeld ist vorhanden

{ "Age": [ { "exists": true } ] }

Nicht vorhanden

Altersfeld ist nicht vorhanden

{ "Age": [ { "exists": false } ] }

Beginnt mit einem Präfix

Region ist in den USA

{ "Region": [ {"prefix": "us-" } ] }

Endet mit einem Suffix

Standort hat das Suffix „West“

{ "Region": [ {"suffix": "West" } ] }

Beispiele für Segmentregeln

Bei den folgenden Beispielen wird jeweils vorausgesetzt, dass Sie Werte für evaluationContext mit den gleichen Feldbezeichnungen und Werten übergeben, die Sie auch in Ihren Regelmustern verwenden.

Im folgenden Beispiel wird überprüft, ob Browser „Chrome“ oder „Firefox“ und ob Location „US-West“ ist.

{ "Browser": ["Chrome", "Firefox"], "Location": ["US-West"] }

Im folgenden Beispiel wird überprüft, ob Browser ein beliebiger Browser außer Chrome ist, ob Location mit US beginnt und ob ein Feld vom Typ Age vorhanden ist:

{ "Browser": [ {"anything-but": ["Chrome"]}], "Location": [{"prefix": "US"}], "Age": [{"exists": true}] }

Im folgenden Beispiel wird überprüft, ob Location „Japan“ ist und ob entweder Browser „Safari“ oder Device „Tablet“ ist.

{ "Location": ["Japan"], "$or": [ {"Browser": ["Safari"]}, {"Device": ["Tablet"]} ] }

Erstellen eines Segments

Nachdem Sie ein Segment erstellt haben, können Sie es bei jedem Start oder Experiment in einem beliebigen Projekt verwenden.

So erstellen Sie ein Segment
  1. Öffnen Sie die CloudWatch Konsole unter. https://console.aws.amazon.com/cloudwatch/

  2. Wählen Sie im Navigationsbereich Application Signals, Evidently aus.

  3. Wählen Sie die Registerkarte Segments (Segmente) aus.

  4. Wählen Sie Create segment (Segment erstellen) aus.

  5. Geben Sie unter Segment name (Segmentname) einen Namen zur Identifizierung dieses Segments ein.

    Sie können optional auch eine Beschreibung hinzufügen.

  6. Geben Sie für Segmentmuster einen JSON Block ein, der das Regelmuster definiert. Weitere Informationen zur Syntax von Regelmustern finden Sie unter Syntax für Segmentregelmuster.