Aktivieren der Zuordnung

Wenn Sie Experience-Datenmodell (XDM)-Schema Felder für persistente ID oder Personen-ID verwenden, stellen Sie sicher, dass Identitäten im Schema für den Ereignis-Datensatz ordnungsgemäß markiert sind. Siehe Übersicht über Identity-Namespaces.

Identitätsabdeckung sowohl für persistente ID als auch für Personen-ID überprüfen:

• Persistent ID

  Abfragen von Daten von sieben Tagen, wenn Ihr persistentes ID-Feld nicht null ist, geteilt durch eine Abfrage von sieben Tagen mit Daten für alle Ereignisse in Ihrem Datensatz. Dieser Prozentsatz sollte über 95 % liegen.

  Beispiel einer zu überprüfenden Abfrage:

  code language-sql
  SELECT COUNT(*) AS total_events, COUNT({PERSISTENT_ID_FIELD}) AS events_with_persistentid, ROUND(COUNT({PERSISTENT_ID_FIELD}) / COUNT(*), 2) AS percent_with_persistentid_not_null FROM {DATASET_TABLE_NAME} WHERE TO_TIMESTAMP(timestamp, '{FORMAT_STRING}') >= TIMESTAMP '{START_DATE}' AND TO_TIMESTAMP(timestamp, '{FORMAT_STRING}') < TIMESTAMP '{END_DATE}';

  Dabei gilt:

  • {PERSISTENT_ID_FIELD} ist das Feld für die persistente ID. Beispiel: identityMap.ecid[0].
  • {DATASET_TABLE_NAME} ist der Tabellenname für den Ereignis-Datensatz.
  • {FORMAT_STRING} ist die Formatzeichenfolge für das Zeitstempelfeld. Beispiel: MM/DD/YY HH12:MI AM.
  • {START_DATE}ist das Startdatum. Beispiel: 2024-01-01 00:00:00.
  • {END_DATE} ist das Enddatum im Standardformat. Beispiel: 2024-01-08 00:00:00.

• Personen-ID

  • Stellen Sie bei diagrammbasiertem Stitching sicher, dass das Identitätsdiagramm Fragmente enthält, die ID-Werte aus dem ausgewählten persistenten ID-Namespace und dem Personen-ID-Namespace verknüpfen. Wechseln Sie zum Experience Platform-Identitätsdiagramm-Viewer und fragen Sie das Diagramm nach einigen beständigen Beispielwerten für IDs ab. Überprüfen Sie, ob diese persistenten ID-Werte mit Personen-ID-Werten im Diagramm verknüpft sind.

  • Fragen Sie für das feldbasierte Stitching 7 Tage Daten ab, bei denen das Feld für Ihre Personen-ID nicht null ist, und teilen Sie dies durch eine Abfrage von 7 Tagen Daten für alle Ereignisse in Ihrem Datensatz. Dieser Prozentsatz sollte idealerweise über 5 % liegen.

    Beispiel einer zu überprüfenden Abfrage:

    code language-sql
    SELECT COUNT(*) AS total_events, COUNT({PERSON_ID_FIELD}) AS events_with_personid, ROUND(COUNT({PERSON_ID_FIELD}) / COUNT(*), 2) AS percent_with_personid_not_null FROM {DATASET_TABLE_NAME} WHERE TO_TIMESTAMP(timestamp, '{FORMAT_STRING}') >= TIMESTAMP '{START_DATE}' AND TO_TIMESTAMP(timestamp, '{FORMAT_STRING}') < TIMESTAMP '{END_DATE}';

    Dabei gilt:

    • {PERSON_ID_FIELD} ist das Feld für die Personen-ID. Beispiel: identityMap.crmId[0].
    • {DATASET_TABLE_NAME} ist der Tabellenname für den Ereignis-Datensatz.
    • {FORMAT_STRING} ist die Formatzeichenfolge für das Zeitstempelfeld. Beispiel: MM/DD/YY HH12:MI AM.
    • {START_DATE} ist das Startdatum. Beispiel: 2024-01-01 00:00:00.
    • {END_DATE} ist das Enddatum im Standardformat. Beispiel: 2024-01-08 00:00:00.

Personen-ID-Abdeckung: Die Abdeckung der ausgewählten Personen-ID, die während des Zuordnungsprozesses (Live und Wiederholung) zur Identifizierung verwendet wird.

• Für die besten feldbasierten Zuordnungsergebnisse sollte bei mindestens einem Ereignis für jede persistente ID (Geräteinformationen) eine Personen-ID (Benutzerinformationen) gesendet werden.
• Für die besten diagrammbasierten Zuordnungsergebnisse sollte im Identitätsdiagramm für jede persistente ID eine Beziehung (persistente ID, Personen-ID) vorhanden sein.

Die Personen-ID-Abdeckung wird als Prozentsatz angezeigt und mit den Empfehlungen bei einer stabilen Entwicklung oder in einer Produktionseinrichtung verglichen. Je höher dieser Abdeckungswert ist, desto bessere Stitching-Ergebnisse werden mit der ausgewählten Personen-ID erzielt.

Persistente ID-Abdeckung: Dieser Wert wird während des Zuordnungsprozesses (Live und Wiederholung) zur Identifizierung verwendet, falls ein Personen-ID-Wert nicht erkannt werden kann. Ereignisse ohne dauerhafte ID und ohne Personen-ID werden aus den Daten gelöscht. Um optimale Ergebnisse bei der Zuordnung zu erzielen, sollte für alle Ereignisse eine dauerhafte ID vorhanden sein.

Die persistente ID-Abdeckung wird als Prozentsatz angezeigt und mit dem verglichen, was bei einer stabilen Entwicklung oder in einer Produktionseinrichtung als Minimum empfohlen wird.

Live-Daten werden zunächst nach einigen Stunden in Customer Journey Analytics angezeigt (weniger als 14 Stunden). Neue Live-Daten sind innerhalb weniger Stunden verfügbar. Die Live-Daten beginnen mit Ereignis-Zeitstempelwerten, die mit dem tatsächlichen Zeitpunkt übereinstimmen, zu dem die Zuordnungsaktivierung abgeschlossen wurde.

Um sicherzustellen, dass Live-Daten eingehen, aktivieren Sie die Option Alle neuen Daten importieren für den Datensatz.

Aufstockte Daten (falls ursprünglich angefordert) werden etwa zur gleichen Zeit wie Live-Daten in Customer Journey Analytics angezeigt, deren vollständige Verarbeitung jedoch je nach Volumen Tage dauern kann. Die aufgestockten Daten beginnen mit den ältesten Zeitstempelwerten des Ereignisses.

Verwenden Sie alternative Möglichkeiten, um zu überprüfen, ob Daten aus dem zusammengefügten Datensatz aufgestockt werden. Verwenden Sie beispielsweise die Benutzeroberfläche des Experience Platform-, um die Ereignisanzahl für den relevanten Zeitraum aus dem Datensatz zu extrahieren. Vergleichen Sie diese Ereignisse mit dem Metrikwert Ereignisse in Customer Journey Analytics-Berichten für denselben Zeitrahmen. Wenn diese Zahlen übereinstimmen, wird die Aufstockung abgeschlossen.