当用户与您的品牌互动时,他们会通过多种方式和多种设备进行互动。 跨设备分析与集成,以 Adobe Experience Platform Identity Service 确定设备如何映射到人。 然后,它利用这种智能创建用户行为的跨设备视图。 这使得能够在人而不是设备上进行分析。
当用户与您的品牌互动时,他们会以多种方式在多个“表面”或“设备”上进行互动。 他们可能在PC或移动设备上使用Web浏览器,也可能使用移动应用程序。 在传统的数字分析中,每个表面都被表示为独特的“访客”。 这意味着您的每个用户都被表示为多个唯一访客。
以下是一个例子。 假设Isabelle通过以下方式与您的品牌互动:
伊莎贝尔是三个访客
伊莎贝尔的旅程分为三部分。 她被表示为三个独特的访客,每个任务使用不同的设备执行隔离的。 我们需要对伊莎贝拉的互动进行统一、跨设备的视图。 Journey IQ: Cross-Device Analytics 提供此视图。
Isabelle是Cross
对伊莎贝拉的行为进行以人为中心、跨设备的视图,可以显着改变分析。 例如,传统的基于访客的方法无法全面了解营销渠道的有效性。 让我们再次看看伊莎贝尔的旅程,重点是渠道为其产品视图和购买产品获得信用。 我们使用最后 一步归因 ,以实现简单性,但是,当您将伊莎贝拉的行为分为不同的访客时,使用任何归因模型都会出现同样的问题。 使用传统的访客视图世界,会产生非常不同甚至误导的结果:
传统分析与跨设备分析归因
请注意,通过跨设备视图,电子邮件渠道将收到产品视图和购买的信用,这更准确地反映了Isabelle的真实体验。
继续阅读以了解:
Journey IQ: Cross-Device Analytics (CDA) 集成, Adobe Experience Platform Identity Service利用Co-op Graph ,或 Private Graph 确定设备如何映射到人。 然后,它利用这种智能创建用户行为的跨设备视图。 CDA包含无可匹敌的功能和工具,可帮助您的企业了解多设备使用情况以及这些设备与品牌互动时的客户体验。 它位于Analysis Workspace下方,可以使用Floust、、和等强大工具,深入洞察基于人的受众分析和跨设备归因、细分和旅 程分析Flow,以 Cohort及 Segment IQAttribution IQ。
CDA通过一种特殊的跨设备虚拟报 告套件来实现。 这允许您在组织中引入跨设备分析时继续使用原始的基于设备的报表包。 设置CDA VRS很简单。
在VRS生成器的步骤之一中,选 择Adobe (已配置为启用CDA)的报表包:
选择启用CDA的基本(源)报表包
然后打开“ 报告时间处理 ”并启 用跨设备拼接:
启用报表时处理和跨设备拼接虚
完成VRS设置并保存它。 CDA VRS将在Analysis Workspace显示,旁边有一个特殊图标,如下所示:
在Analysis Workspace虚拟报告套件
您可以在启用CDA 的基础报表 包顶部创建任意数量的CDA虚 拟报表包。
有时,您的用户需要一段时间才能登录,或 Co-op Graph 识别 Private Graph 他们并将他们的设备映射到一起。 CDA利用30天的回顾窗口,允许其将之前未识别的访客重新描述为过去长达30天的人。
这有什么用? 回想一下Isabelle的用户旅程:
伊莎贝尔可能在购买前才登录,购买后 Co-op Graph 才 Private Graph 将Isabelle的设备映射到一起。 但CDA的30天回顾使CDA能够在个人层面重述伊莎贝拉的过去行为,为您提供她旅程的跨设备视图。
由于历史记录可以重述,这意味着您的数据可能会在启用CDA的虚拟报告套件中随 时间而更改。 当您通过基于CDA的分析交流洞察时,请牢记这一点。
CDA随Analytics Ultimate一起提供。 自2019年9月起, Analytics Ultimate 符合以下先决条件的客户有资格使用CDA。 CDA的先决条件如下:
在CDA虚 拟报告套件,您将看到一些更改。 例如,“唯一 访客 ”量度被两个新量度替换: 人和 独 特设备。 这些新指标可让您更好地了解受众大小。
人与独特设备
在“区 段构建器”中, 访客 区段容器已被“人 员”区段 容器替换。 使用CDA VRS,您可以创建跨设备区段,如:
人员级别细分
在CDA VRS中,诸如尺寸现在可 eVars 自动跨设备保留。 例如, eVar 配置为:
现在,在触发购买事件之前,将自动在一台设备之间保留。
您是否曾想过有多少人在与您的品牌互动? 您是否想了解他们使用的设备数量和类型? 它们的使用如何重叠? 使用CDA VRS,您可以创建跨设备 维恩图 和每人设备直方 图。
基于人的受众
通过CDA和Analysis Workspace,您可以在流可视化中直观地了解人们如何随着时间的推移从 一台设备移动到另一台设备。 你可以看到他们在旅程中的下场,以及他们的下场。
Flow与CDA
您可能会使 用多种流失可视化 ,分析用户在成功前通过一系列步骤实现该功能的效果。 您是否知道在使用传统的基 Fallout visualizations 于设备的分析时,您对这些视图的有限? 要成功“落后”,下一步必须与上一步在同一个浏览器或应用程序中进行。 在基于设备的分析中,您看不到在其他设备上成功完成下一步的人员。
别担心,CDA已经帮你了。 CDA创建跨设备视图,使 Fallout visualizations 其更有用。 毕竟,真正重要的是这个人最终是否在某处成功地任务了。
Fallout与CDA
由于CDA在Analysis Workspace下面创建了一层跨设备数据,您的所有分析都将从跨设备的角度进行调味。 一个强大的示 例是通过Attribution IQ。 Attribution IQ 在Analysis Workspace,您可以并排比较多个归因模型。 现在,您可以将此功能与CDA结合使用,比较不同设备对成功的贡献。
例如,假设您想要了解手机是交互中第一个最终导致成功的设备的频率。 这代表移动电话的“获取率”。 CDA + Attribution IQ 允许您执行此分析:
Attribution IQ与CDA
For more information, see the Cross-Device Analytics help documentation.