Adobe Brand Visibility-Integration
Adobe Brand Visibility ist eine generative KI-First-Anwendung für die Optimierung von generativen Modulen, die Marken dabei hilft, ihre Sichtbarkeit, Genauigkeit und ihren Einfluss in KI-gestützten Suchumgebungen zu verbessern. Markensichtbarkeit bietet Einblicke in das Markenpräsenz in KI-generierte Antworten, bietet präskriptive Inhaltsempfehlungen und automatisiert Optimierungskorrekturen.
KI ist zu einem primären Erkennungskanal geworden. Agenten für große Sprachmodelle (LLM) wie ChatGPT, Claude, Copilot und Perplexity crawlen Markeninhalte.
Anwendungsfälle
Die Integration zwischen Customer Journey Analytics und Markensichtbarkeit bietet zwei Möglichkeiten:
-
Eingehende Integration: Verwenden Sie Markensichtbarkeit-Daten in Customer Journey Analytics, um den LLM-gesteuerten Traffic (Bot-Crawler, RAG-Anfragen, Agentenaktivität) neben vorhandenen Web-, Mobile- und anderen Datentypen zu messen. Sie können zum Beispiel:
-
Messen Sie den LLM-gesteuerten Traffic anhand der Agentenquelle neben herkömmlichen Kanälen.
-
Identifizieren Sie Inhalte, die stark von LLMs genutzt werden, aber bei der menschlichen Konversion unterdurchschnittlich abschneiden.
-
Erkennen, wo LLM-Agent-Anforderungen über kritische Pfade hinweg fehlschlagen.
-
Vergleichen Sie die LLM-Bot-Nachfrage für eine Seite mit den Konversionen und dem Umsatz dieser Seite in Ihren Web-Daten, abgeglichen auf der URL- und Host-Ebene.
-
-
Ausgehende Integration: Senden Sie Customer Journey Analytics-Leistungsdaten an Markensichtbarkeit, damit Sie die KI-Sichtbarkeit für die LLM-Quellen optimieren können, die Ihnen wertvollen Traffic senden, z. B. ChatGPT oder Perplexity. Sie können zum Beispiel:
- Erfahren Sie, welche LLM-Quellen menschliche Besucher senden, die anschließend konvertieren oder Umsatz generieren. Customer Journey Analytics misst dies anhand des referenzierten Web-Traffics und nicht anhand des Bot-Datensatzes.
- Ordnen Sie die LLM-Quellen nach dem nachgelagerten Wert der von ihnen gesendeten menschlichen Besucher. Konzentrieren Sie dann Ihre Arbeit mit der KI-Sichtbarkeit auf die Quellen, die die besten Ergebnisse erzielen.
Eingehende Integration
LLM-Traffic gelangt auf zwei Arten zu Ihrer Site. Customer Journey Analytics misst jede Richtung aus einer anderen Datenquelle.
Der erste Weg ist eine Person, die eine KI-Antwort liest und sich dann zu Ihrer Site durchklickt. Bei diesem Besuch wird dieselbe JavaScript ausgeführt, die auch die restlichen Web-Daten erfasst. Ihre bestehenden Customer Journey Analytics-Web-Daten umfassen daher den Besuch und die Referrer-Domain, von der der Benutzer an Sie gesendet wurde, z. B. chatgpt.com. Customer Journey Analytics kennzeichnet diese Besuche nicht eigenständig als KI-Traffic. Um sie zu identifizieren und zu gruppieren, erstellen Sie ein abgeleitetes Feld für die Verbindung, das mit den KI-verweisenden Domains übereinstimmt, und erstellen Sie dann Segmente und Berichte für dieses Feld. Siehe Abgeleitete . Sie benötigen den Markensichtbarkeit-Datensatz für diesen Traffic an Personen nicht.
Die zweite Möglichkeit ist ein Bot oder Agent, der Ihre Seiten direkt anfordert. Dazu gehören Crawler, die einen KI-Index erstellen, und Live-Abrufe, die auftreten, wenn ein Benutzer eine Eingabeaufforderung an einen KI-Assistenten sendet. Bei diesen Anfragen wird keine JavaScript ausgeführt, sodass die vorhandenen Web-Daten sie nicht aufzeichnen. Der Markensichtbarkeit-Datensatz erfasst diesen Traffic von der CDN-Ebene. Im Rest dieses Abschnitts wird dieser Datensatz beschrieben.
Integrieren des Datensatzes
Der verwaltete Markensichtbarkeit-Connector stellt die Daten als Zusammenfassungsdatensatz für Experience Platform bereit. Um ihn in Customer Journey Analytics zu messen, führen Sie selbst zwei Einrichtungsschritte aus:
- Erstellen Sie eine Verbindung, die den Markensichtbarkeit-Datensatz enthält.
- Erstellen Sie eine Datenansicht für diese Verbindung. Die Datenansicht stellt die folgenden Dimensionen und Metriken in Analysis Workspace zur Verfügung.
Der Datensatz:
- Verwendet Zusammenfassungsdatensätze die auf der Klasse XDM Summary Metrics basieren.
- Sammelt Daten nach URL und Host, Uhrzeit und Anfrageeigenschaften wie Bot-Typ, CDN-Anbieter und Status.
Da es sich um einen Zusammenfassungsdatensatz handelt, können Sie ihn als Lookup-Datensatz verwenden und ihn mit einem Ereignis-Datensatz über einen vollständigen URL-Schlüssel verbinden.
Markensichtbarkeit stellt diesen Schlüssel für Sie in der Dimension CDN URL bereit. Er kombiniert den Host und den angeforderten Pfad zu einer einzigen normalisierten vollständigen URL, ähnlich wie Customer Journey Analytics Web-Daten speichert. Ob der Join erfolgreich ist, hängt von Ihrer eigenen Datenerfassung ab. Ihr Ereignis-Datensatz benötigt ein entsprechendes vollständiges URL-Feld oder ein Feld, das Sie analysieren und normalisieren können, sodass es mit der von Markensichtbarkeit bereitgestellten URL übereinstimmt. Wenn beide Seiten dieselbe vollständige URL erhalten, stimmt der Markensichtbarkeit-Eintrag mit der entsprechenden Seite in Ihren Web-Daten überein.
Weitere Informationen finden Sie unter:
Ausgehende Integration
Informationen zur ausgehenden Integration finden Sie unter Customer Journey Analytics-Integration in der Dokumentation zu Adobe Brand Visibility.