首先，通过我们使用的技术进行评分的一般原则包括以匿名模式（即未登录） 衡量每个访问者对网站的参与程度。但这正是我们解决方案带来的创新所在。在整个数字营销工具中，只有一种可以测量匿名访问者的信号：网络分析。但后者不会计算聚合测量信号的分数，最重要的是，它们绝对不与媒体购买生态系统（简单地说，DSP）连接。
因此，只有我们使用的技术才允许数字营销活动由分数提供支持，这将显着提高其定位的准确性。
参与度是通过聚合每个访 RCS 数据德国 问者测量到的行为来衡量的，然后将这些行为转换为附加到该访问者的数字分数（cookie）。由于折旧算法，随着时间的推移，每个访问者的这种测量都会保持最新，当我们离开最后测量的事件时，该算法会降低分数，相反，如果出现新的访问，则会增加分数。
评分驱动的受众
分数构建
首先，重要的是要了解在线实时收集的数据的来源以及分数的支持方式。第一步包括在访问者想要评分的网站上放置几行代码，例如通过 Google 标签管理器或“硬”。
然后，一旦这些代码行处于活动状态，传统上由 Web Analytics 测量的所有事件都将返回到 SaaS 平台，该平台将按用户聚合数据，根据定义的算法规则将其转换为分数，然后将该分数保持在日期。