Kombinierte Ereignis-Datensätze

Wenn Sie eine Verbindung erstellen, kombiniert Customer Journey Analytics alle Ereignis-Datensätze zu einem Datensatz. Dieser kombinierte Ereignis-Datensatz wird von Customer Journey Analytics für die Berichterstellung verwendet (zusammen mit Profil- und Lookup-Datensätzen). Wenn Sie mehrere Ereignis-Datensätze in eine Verbindung einschließen:

  • Die Daten für Felder in Datensätzen basieren auf der Variablen derselbe Schemapfad werden im kombinierten Datensatz in einer einzigen Spalte zusammengeführt.
  • Die für jeden Datensatz angegebene Spalte mit der Personen-ID wird in einer einzigen Spalte im kombinierten Datensatz zusammengeführt. unabhängig von ihrem Namen. Diese Spalte bildet die Grundlage für die Identifizierung von Einzelpersonen in der Customer Journey Analytics.
  • Zeilen werden anhand des Zeitstempels verarbeitet.
  • Ereignisse werden auf die Millisekunden-Ebene aufgelöst.

Beispiel

Siehe folgendes Beispiel. Sie haben zwei Ereignis-Datensätze mit jeweils unterschiedlichen Feldern, die unterschiedliche Daten enthalten.

NOTE
Adobe Experience Platform speichert normalerweise einen Zeitstempel in UNIX® Millisekunden. Zur besseren Lesbarkeit werden in diesem Beispiel Datum und Uhrzeit verwendet.
example_id
timestamp
string_color
string_animal
metric_a
user_310
1 Jan 7:02 AM
Red
Fox
user_310
1 Jan 7:04 AM
2
user_310
1 Jan 7:08 AM
Blue
3
user_847
2 Jan 12:31 PM
Turtle
4
user_847
2 Jan 12:44 PM
2
different_id
timestamp
string_color
string_shape
metric_b
user_847
2 Jan 12:26 PM
Yellow
Circle
8.5
user_847
2 Jan 1:01 PM
Red
alternateid_656
2 Jan 8:58 PM
Red
Square
4.2
alternateid_656
2 Jan 9:03 PM
Triangle
3.1

Wenn Sie eine Verbindung mit diesen beiden Ereignis-Datensätzen erstellen und

  • example_id als Personen-ID für den ersten Datensatz und
  • different_id als Personen-ID für den zweiten Datensatz;

der folgende kombinierte Datensatz wird für die Berichterstellung verwendet.

id
timestamp
string_color
string_animal
string_shape
metric_a
metric_b
user_310
1 Jan 7:02 AM
Red
Fox
user_310
1 Jan 7:04 AM
2
user_310
1 Jan 7:08 AM
Blue
3
user_847
2 Jan 12:26 PM
Yellow
Circle
8.5
user_847
2 Jan 12:31 PM
Turtle
4
user_847
2 Jan 12:44 PM
2
user_847
2 Jan 1:01 PM
Red
alternateid_656
2 Jan 8:58 PM
Red
Square
4.2
alternateid_656
2 Jan 9:03 PM
Triangle
3.1

Um die Bedeutung von Schemapfaden zu veranschaulichen, beachten Sie dieses Szenario. Im ersten Datensatz: string_color basiert auf dem Schemapfad _experience.whatever.string_color und im zweiten Datensatz im Schemapfad _experience.somethingelse.string_color. In diesem Szenario lauten die Daten not in einer Spalte im resultierenden kombinierten Datensatz zusammengeführt. Stattdessen lautet das Ergebnis zwei string_color Spalten im kombinierten Datensatz.

Dieser „kombinierte Ereignis-Datensatz“ wird für das Reporting verwendet. Es spielt keine Rolle, aus welchem Datensatz eine Zeile stammt. Customer Journey Analytics behandelt alle Daten so, als befänden sie sich im selben Datensatz. Wenn in beiden Datensätzen eine übereinstimmende Personen-ID angezeigt wird, werden sie als dieselbe eindeutige Person betrachtet. Wenn eine übereinstimmende Personen-ID in beiden Datensätzen mit einem Zeitstempel innerhalb von 30 Minuten angezeigt wird, werden sie als Teil derselben Sitzung betrachtet. Felder mit identischen Schemapfaden werden zusammengeführt.

Dieses Konzept gilt auch für die Attribution. Es spielt keine Rolle, aus welchem Datensatz eine Zeile stammt. Die Attribution funktioniert genau so, als ob alle Ereignisse aus einem einzigen Datensatz stammen. Anhand dem Beispiel der oben stehenden Tabellen:

Wenn Ihre Verbindung nur die erste Tabelle und nicht die zweite Tabelle enthält, wird beim Abrufen eines Berichts unter Verwendung der string_color-Dimension und der metric_a-Metrik und der Attribution „Letztkontakt“ Folgendes angezeigt:

string_color
metric_a
Nicht angegeben
6
Blau
3
Rot
2

Wenn Sie jedoch beide Tabellen in Ihrer Verbindung eingeschlossen haben, ändert sich die Attribution, da user_847 in beiden Datensätzen enthalten ist. Eine Zeile aus den zweiten Datensatz weist metric_a „Gelb“ zu. Diese Zuordnung wurde im vorherigen Fall nicht angegeben:

string_color
metric_a
Gelb
6
Blau
3
Rot
2
NOTE
Wenn ein zusammengeführtes Feld ein Suchschlüssel für einen Ereignis-Datensatz in der Verbindung ist, wird der zugehörige Lookup-Datensatz angereichert all -Werte dieses Felds. Es spielt keine Rolle, aus welchem Ereignis-Datensatz eine Zeile stammt, da die Lookup-Beziehung mit dem Pfad des freigegebenen Schemas verknüpft ist.

Kanalübergreifende Analyse

Die nächste Ebene der Kombination von Datensätzen ist die kanalübergreifende Analyse, bei der Datensätze aus verschiedenen Kanälen anhand einer gemeinsamen Kennung (Personen-ID) kombiniert werden. Die kanalübergreifende Analyse kann von der Funktion zum Zuordnen profitieren. So können Sie die Personen-ID eines Datensatzes neu zuweisen, damit der Datensatz ordnungsgemäß aktualisiert wird, um eine nahtlose Kombination mehrerer Datensätze zu ermöglichen. Beim Zuordnen werden Benutzerdaten aus authentifizierten und nicht authentifizierten Sitzungen untersucht, um eine zugeordnete ID zu generieren.

Mithilfe der kanalübergreifenden Analyse können Sie Fragen beantworten, z. B.:

  • Wie viele Personen beginnen ihr Erlebnis auf einem Kanal und beenden es auf einem anderen?
  • Wie viele Menschen interagieren mit meiner Marke? Wie viele und welche Gerätetypen verwenden sie? Wie überschneiden sich diese?
  • Wie oft beginnen Personen mit einer Aufgabe auf einem Mobilgerät und wechseln dann zu einem Desktop-PC, um die Aufgabe abzuschließen? Führen Kampagnen-Clickthroughs, die auf einem Gerät landen, irgendwo anders zur Konversion?
  • Wie ändert sich mein Verständnis von Kampagneneffizienz, wenn ich geräteübergreifende Journey berücksichtige? Wie ändert sich meine Trichteranalyse?
  • Welche sind die häufigsten Pfade, die Benutzer beim Wechsel von einem Gerät zum anderen verwenden? Wo steigen sie aus? Wo schließen sie ihre Aktion erfolgreich ab?
  • Wie unterscheidet sich das Verhalten von Benutzern mit mehreren Geräten von Benutzern mit nur einem Gerät?

Weiterführende Informationen zur kanalübergreifenden Analyse finden Sie im jeweiligen Anwendungsbeispiel:

Eine ausführlichere Diskussion der Stitching-Funktion finden Sie unter:

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79