푸시 보고
이 문서에서는 푸시 캠페인의 성공 여부를 확인하고 분석하는 데 사용할 수 있는 푸시 리포팅에 대해 설명합니다.
캠페인 분석
캠페인을 시작한 후, 해당 캠페인의 세부 정보 페이지로 돌아가 주요 측정기준을 확인할 수 있습니다. 캠페인 페이지로 이동하여 캠페인을 선택하여 세부정보 페이지를 엽니다. 캔버스에서 전송된 푸시 메시지 의 경우, 캔버스 분석을 참조하세요.
보고서에 나열된 용어와 측정기준에 대한 정의를 찾고 계십니까? 참고: 보고서 측정기준 용어집 및 푸시로 필터링 .
캠페인 분석 탭에서, 일련의 패널에서 보고서를 볼 수 있습니다. 아래 섹션에 나열된 것보다 더 많거나 적은 항목을 볼 수 있지만, 각각 유용한 목적이 있습니다.
캠페인 세부 정보
캠페인 세부정보 패널은 전체 성능에 대한 고급 개요를 보여줍니다. 푸시 메시지.
이 패널을 검토하여 수신자 수에 전송된 메시지 수, 주요 전환율 및 이 메시지로 인해 발생한 총 매출 등의 전반적인 측정기준을 확인할 수 있습니다. 이 페이지에서 전달, 오디언스 및 전환 설정을 검토할 수도 있습니다.
마지막 확인 이후 변경 사항
캠페인에 대한 팀의 다른 구성원들의 업데이트 수는 캠페인 개요 페이지의 변경 사항 마지막으로 본 이후 메트릭에 의해 추적됩니다. 변경 사항을 선택하여 캠페인의 이름, 일정, 태그, 메시지, 오디언스, 승인 상태 또는 팀 접근 구성에 대한 체인지로그를 확인하세요. 각 업데이트마다 누가 업데이트를 수행했는지와 언제 수행했는지 확인할 수 있습니다. 이 체인지로그를 사용하여 캠페인에 대한 변경 사항을 감사할 수 있습니다.
푸시 성과
푸시 성능 패널에는 다양한 측면에서 메시지의 성과가 얼마나 잘 나타났는지 요약되어 있습니다. 이 패널의 측정기준은 선택한 메시징 채널과 다변량 테스트를 실행하는지 여부에 따라 달라집니다. 미리보기 아이콘을 클릭하여 각 이형 상품 또는 채널에 대한 메시지를 확인할 수 있습니다.
보기를 간소화하려면 열 추가/제거를 클릭하고 원하는 대로 측정기준을 지우세요. 기본적으로 모든 메트릭이 표시됩니다.
푸시 측정기준
여기 메시지 성능을 검토하는 동안 볼 수 있는 몇 가지 주요 측정기준에 대한 분석이 있습니다. 모든 푸시 측정기준의 전체 정의는 보고서 측정기준 용어집을 참조하고 푸시로 필터링하십시오.
| 측정기준 | 설명 |
|---|---|
| 반송 수 | 반송된 푸시 알림을 참고하세요. |
| 직접 열람 수 | 직접 열람은 해당 푸시에서 직접 열람한 푸시 알림의 총 개수(및 백분율)입니다. |
| 열람 수 | 열람은 직접 열람과 영향받은 열람을 모두 포함하는 인스턴스로, Braze SDK가 독점 알고리즘을 사용하여 푸시 알림으로 인해 사용자가 앱을 열었다고 판단한 경우입니다. |
알림의 전달은 Apple Push Notification 서비스(APNs)에 의한 “최선의 노력”입니다. 사용자에게 새로운 데이터가 사용 가능하다는 것을 알리기 위한 것이지, 앱에 데이터를 전달하기 위한 것이 아닙니다. 중요한 구별은 우리가 APN에 성공적으로 전달한 메시지 수를 표시할 것이며, 반드시 APN가 기기에 성공적으로 전달한 수는 아닙니다.
추적 구독 취소
푸시 구독 취소는 캠페인 분석에서 측정기준으로 포함되지 않습니다. 추적 푸시 구독 취소의 단계를 참조하여 이 측정기준을 수동으로 추적하는 방법을 알아보세요.
이해는 열린다
비록 _Direct Opens_와 _Influenced Opens_가 “opens”라는 단어를 포함하고 있지만, 실제로는 서로 다른 측정기준입니다. _직접 열기_는 위의 표에 명시된 대로 푸시 알림의 직접 열기를 의미합니다. _영향을 받은 열람_은 푸시 알림을 받은 후 특정 시간 내에 푸시 알림을 열지 않고 앱을 여는 것을 의미합니다. 그래서 _Influenced Opens_는 푸시 알림 오픈이 아닌 앱 오픈을 의미합니다.
푸시 전송이 고유 수신자를 초과할 수 있는 이유
_Sends_의 수는 다음과 같은 이유로 _Unique Recipients_의 수를 초과할 수 있습니다:
- 재자격 부여는 다음과 같습니다: 캠페인 또는 캔버스 설정에서 재자격 부여가 활성화되면, 세그먼트 및 전달 기준을 충족하는 사용자에게 동일한 푸시 알림을 여러 번 받을 수 있습니다. 이로 인해 총 발송 수가 증가합니다.
- 사용자는 여러 장치를 가지고 있습니다. 재자격이 활성화되지 않은 경우, 차이는 사용자가 자신의 프로필과 연결된 여러 장치를 가지고 있기 때문일 수 있습니다. 예를 들어, 사용자가 스마트폰과 태블릿을 모두 가지고 있을 수 있으며, 푸시 알림이 모든 등록된 장치로 전송되고 있습니다. 각 전달은 발송으로 계산되지만, 고유한 수신자만 기록됩니다.
- 사용자는 여러 앱에 할당됩니다: 사용자가 여러 앱(예: 새 앱을 테스트할 때)과 연결되어 있는 경우, 각 앱에서 동일한 푸시 알림을 받을 수 있습니다. 이것은 더 많은 전송에 기여합니다.
왜 바운스가 발생하나요
바운스는 Apple Push Notification 서비스(APNs)에서 푸시 알림이 설치된 앱이 없는 기기로 전달을 시도할 때 발생합니다. APN는 또한 기기의 토큰을 임의로 변경할 권리가 있습니다. Braze가 앞서 사용자 토큰을 등록했을 때(예: Braze가 사용자 푸시 토큰을 등록할 경우 각 세션의 시작 시점)와 실제 전송 시점 사이에 푸시 토큰의 변경이 이루어진 사용자 기기를 대상으로 발송을 시도하면, 반송이 발생하게 됩니다.
사용자가 기기 설정에서 푸시를 비활성화하면 이후 앱을 열 때 SDK가 푸시가 비활성화되었음을 감지하고 Braze에 알립니다. 이 시점에서 우리는 푸시 활성화 상태를 비활성화로 업데이트할 것입니다. 장애인 사용자가 새로운 세션을 시작하기 전에 푸시 캠페인을 받으면, 캠페인은 성공적으로 전송되어 배달된 것으로 나타납니다. 이 사용자는 푸시가 튕기지 않을 것입니다. 후속 세션에서 사용자가 푸시를 보내려고 할 때, Braze는 우리가 포그라운드 토큰을 가지고 있는지 이미 알고 있으므로 알림이 전송되지 않습니다.
푸시 알림은 전달 전에 만료되면 실패로 간주되지 않으며 반송으로 기록되지 않습니다.
Firebase Cloud Messaging(FCM) 바운스는 세 가지 경우에 발생할 수 있습니다.
| 시나리오 | 설명 |
|---|---|
| 제거된 애플리케이션 | 메시지가 기기로 전달을 시도할 때, 해당 기기에 의도된 앱이 제거되어 있으면 메시지는 폐기되고 기기의 등록 ID는 무효화됩니다. 기기에 메시징을 시도하는 모든 미래의 시도는 NotRegistered 오류를 반환합니다. |
| 백업된 애플리케이션 | 애플리케이션이 백업될 때, 등록 ID는 애플리케이션이 복원되기 전에 유효하지 않을 수 있습니다. 이 경우, FCM은 더 이상 애플리케이션의 등록 ID를 저장하지 않으며 애플리케이션은 더 이상 메시지를 수신하지 않습니다. 따라서, 등록 ID는 애플리케이션이 백업될 때 저장되지 않아야 합니다. |
| 업데이트된 애플리케이션 | 애플리케이션이 업데이트되면 이전 버전의 등록 ID가 더 이상 작동하지 않을 수 있습니다. 따라서 업데이트된 애플리케이션은 기존 등록 ID를 대체해야 합니다. |
과거 성과
과거 실적 패널에서는 메시지 실적 패널의 메트릭을 시간 경과에 따른 그래프로 볼 수 있습니다. 패널 상단의 필터를 사용하여 그래프에 표시된 통계와 채널을 수정할 수 있습니다. 이 그래프의 시간 범위는 항상 페이지 상단에 지정된 시간 범위를 반영합니다.
하루하루의 세부 정보를 얻으려면 햄버거 메뉴를 클릭하고 CSV 다운로드를 선택하여 보고서의 CSV 내보내기를 받으세요.
전환 이벤트 세부 정보
전환 이벤트 세부 정보 패널에는 캠페인에 대한 전환 이벤트의 성과가 표시됩니다. 자세한 정보는 전환 이벤트를 참조하십시오.
전환 상관관계
전환 상관관계 패널은 어떤 사용자 속성과 행동이 캠페인에 대해 설정한 결과에 도움이 되거나 해가 되는지에 대한 인사이트를 제공합니다. 자세한 내용은 전환 상관관계를 참조하세요.
리텐션 보고서
유지 보고서는 사용자가 특정 캠페인이나 캔버스에서 시간 경과에 따라 선택된 유지 이벤트를 수행한 비율을 보여줍니다. 자세한 정보는 Retention reports를 참조하십시오.
퍼널 보고서
퍼널 리포팅은 고객이 캠페인이나 캔버스를 수신한 후의 여정을 분석할 수 있는 시각적 보고서를 제공합니다. 캠페인이나 캔버스가 대조군이나 여러 변형을 사용하는 경우, 다양한 변형이 전환 퍼널에 미친 영향을 더 세부적으로 이해하고 이 데이터에 기반하여 최적화할 수 있습니다.
자세한 정보는 퍼널 보고서을 참조하십시오.
GitHub 에서 이 페이지를 편집합니다.