Erstellen eines Data Source für Analytics
Letzte Aktualisierung: 5. Mai 2025
- Themen:
- Datenquellen
Erstellt für:
- Einsteiger
- Benutzende
In diesem Video erläutern wir, wie Sie, einschließlich Tipps und Tricks, eine Data Source im Audience Manager erstellen, die Sie für Daten aus einer Analyselösung wie Adobe Analytics verwenden können. Dies sollte vor dem Erstellen von Eigenschaften für die Analysedaten erfolgen.
Vorherige SeiteMessen des ROI in einem Anwendungsfall mit Kundenunterdrückung
Nächste SeiteErstellen einer geräteübergreifenden Datenquelle und Authentifizierung
Audience Manager
- Audience Manager-Tutorials
- Einführung in Audience Manager
- Branchen-News und -Trends
- Einrichtung und
- Web-
- Integrieren von Offline-
- Mobile-
- Audience Marketplace
- Erstellen und Verwalten von Audiences
- Data Explorer-
- Verwenden Sie das Signale-Dashboard, um die wichtigsten verfügbaren Signale schnell anzuzeigen
- Verwenden Sie Data Explorer, um nach verwendeten und nicht verwendeten Schlüssel/Wert-Paaren zu suchen
- Suche zur bequemen Wiederverwendung auf Data Explorer speichern
- Verwenden von Data Explorer zum Erstellen rückwirkender Eigenschaften und Segmente
- Data Explorer zur Validierung der Eigenschaftenerstellung für integrierte Daten verwenden
- Data Explorer verwenden, um mit Signalen aus Adobe Analytics zu arbeiten
- Eigenschaften und Segmente
- Planen der Erstellung von Eigenschaften aus Analytics-Daten
- Erstellen einer Eigenschaftstaxonomie
- Erstellen einer regelbasierten Eigenschaft
- Erstellen von integrierten Eigenschaften
- Erstellen eines Konversionsmerkmals
- Datenquelle beim Erstellen von Eigenschaften auswählen
- Konfigurieren des Ablaufs von Eigenschaften mit der Einstellung „Time to Live“ (TTL)
- Verwenden der Code-Ansicht zum Erstellen und Bearbeiten von Eigenschaften
- Einführung in die Massenverwaltung (BAAAM)
- Erstellen und Verwalten von Eigenschaften in großen Mengen mit BAAAM
- Grundlagen zum Erstellen von Segmenten
- Erstellen einer Segmenttaxonomie
- Praktische Segmentdefinition und -erstellung
- Segmente aus mehreren Datenquellen erstellen
- Datenquelle beim Erstellen eines Segments auswählen
- Verbessern von Segmenten mit Empfehlungen für Eigenschaften
- Verbesserungen von Eigenschaftsempfehlungen in der Segmentierung
- Verwenden der Neuigkeit und Häufigkeit in Segmenten
- Verwenden der Code-Ansicht beim Erstellen von Segmenten
- Importieren von Segmenten aus Adobe Analytics in Audience Manager
- Erstellen eines Segments zur Unterdrückung von Anzeigen für Kunden
- Zuordnen von Audience Manager-Segmenten zu Zielen
- Zuordnen von Segmenten zu einem gerätebasierten Ziel
- Grundlegendes zu Zahlen im Eigenschaftsdiagramm
- Zahlen im Segmentdiagramm
- Kundentipps - Best Practices für Eigenschaften und Segmente
- Algorithmische Modelle
- Predictive Audiences verstehen
- Konfigurieren von und Erstellen von Berichten zu Predictive Audiences
- Erstellen eines Lookalike-Modells für Erstanbieter
- Ausschließen von Eigenschaften in algorithmischen (Lookalike-)Modellen
- ROAS durch Verwendung von algorithmischen (Lookalike-)Modellen erhöhen
- Verwenden von Lookalike-Modellen zur Erweiterung des ausverkauften Bestands aus Ihren First-Party-Daten
- der Profilzusammenführung
- Profilzusammenführungsrichtlinien
- Übersicht über die Regeln für die Profilzusammenführung
- Beispiele für Profilzusammenführungsregeln und Anwendungsfälle
- Auswählen der richtigen Profilzusammenführungsregel
- Erstellen und Verwenden einfacher Profilzusammenführungsregeln
- Verwenden von Profilzusammenführungsregeln zur Personalisierung in einem authentifizierten Status
- Verwenden von Profilzusammenführungsregeln für Geräteerweiterung und erhöhte Reichweite
- Verbesserungen bei Profilzusammenführungsregeln - Übersicht
- Verbesserungen an Profilzusammenführungsregeln - Voraussetzungen
- Auswirkungen der Verbesserungen an der Profilzusammenführungsregel auf Segmentierung, Aktivierung und Reporting
- Interpretieren der Berichte zur Zielgruppenidentität
- Verstehen von geräteübergreifenden Metriken im Audience Manager
- Kundentipps - Holen Sie das Meiste aus den Profilzusammenführungsregeln
- Data Explorer-
- zur Datenaktivierung
- Ziele - Grundlagen
- Audience Lab-
- Personenbasierte Ziele -
- Videos und Tutorials zu personenbasierten Zielen
- Datenfluss für personenbasierte Ziele
- Erstellen einer Datenquelle für personenbasierte Ziele
- Grundlegendes zur Aufnahme von Hash-PII-Daten für personenbasierte Ziele
- Aufnehmen von gehashten PII für personenbasierte Ziele
- setCustomerIDs() verwenden, um personenbezogene Daten als deklarierte ID aufzunehmen und zu hashen
- Konfigurieren von Profilzusammenführungsregeln für personenbasierte Ziele
- Erstellen von Segmenten für personenbasierte Ziele
- Erstellen und Konfigurieren von personenbasierten Zielen
- Verstehen und Konfigurieren des personenbasierten Ziels von LinkedIn
- Verstehen und Konfigurieren des personenbasierten Ziels von Google Customer-Match
- Berichte
- Andere Integrationen
- Integration mit Real-time Customer Data Platform
- Aufnehmen von Daten über den Adobe Audience Manager Data Connector
- Grundlegendes zur Erfassung von First-Party-Daten in Real-Time CDP
- Grundlegendes zur Erfassung von Web-Daten in Real-Time CDP
- Grundlegendes zu Schemas und XDM in Real-Time CDP
- Grundlegendes zu Eigenschaften in Real-Time CDP
- Grundlegendes zu Signalen in Real-Time CDP
- Grundlegendes zu Segmenten in Real-Time CDP
- Grundlegendes zu Zielen in Real-Time CDP
- Grundlegendes zur Zugriffssteuerung in Real-Time CDP
- Grundlegendes zur Datenverwaltung in Real-Time CDP
- Integrieren mit Ad Cloud
- Integration mit Real-time Customer Data Platform
- API-