常見問題集

如何透過跨管道分析,了解人潮在管道間的活動概況?

您可以搭配「資料集 ID」維度使用「流量」視覺效果。

  1. 登入 analytics.adobe.com 並建立空白的 Workspace 專案。
  2. 按一下左側的「視覺效果」索引標籤,然後將「流量」視覺效果拖曳至右側的畫布上。
  3. 按一下左側的「元件」索引標籤,然後將「資料集 ID」維度拖曳至標示為「維度或項目」的中央位置。
  4. 此流量報表為互動式。按一下任何值,即可將流量展開至接續或先前的頁。使用右鍵功能表來展開或收合欄。同一流量報表中也可使用不同的維度。

如果您要為資料集 ID 維度項目重新命名,可使用查詢資料集。

跨管道分析會針對多久以前的訪客重設金鑰?

金鑰重設的回顧期間取決於您需要的資料重播頻率。舉例來說,如果您設定跨管道分析每週重播資料一次,金鑰重設的回顧期間為 7 天。如果您設定跨管道分析每天重播資料一次,則金鑰重設的回顧期間為 1 天。

如何處理共用裝置?

某些情況下,同一部裝置可能會由不同人登入,例如家中的共用裝置、資料庫中的共用 PC 或零售門市的資訊站。

暫時 ID 會覆寫永久 ID,因此系統會將共用裝置視為不同的使用者 (即便他們都是使用同一部裝置)。

跨管道分析如何處理單一人員擁有大量永久 ID 的情況?

某些情況下,個別使用者可與大量永久 ID 建立關聯,例如使用者經常清除瀏覽器 Cookie 或使用瀏覽器的私密/無痕模式。

永久 ID 的數量與暫時 ID 無關。單一使用者可使用任意數量的裝置,這不會影響跨管道分析功能彙整不同裝置資料的能力。

如果我連絡客戶經理,向對方索取所需資訊,需要多久才能使用金鑰已重設的資料集?

Adobe 啟用跨管道分析後,需要約 1 週才能使用即時彙整功能。能否使用回填功能取決於現有資料的數量。如果是小型資料集 (每天不到 100 萬個事件),通常需要幾天後才能使用,大型資料集 (每天 10 億個事件) 則需等待一週或更久時間。

跨管道分析如何處理 GDPR 和 CCPA 要求?

Adobe 會根據當地及國際法律規範處理 GDPR 和 CCPA 要求。Adobe 提供 Adobe Experience Platform Privacy Service,以供提交資料存取及刪除要求。這些要求會同時套用至原始資料集和已重設金鑰的資料集。

如果一個或多個事件中的 Persistent ID 欄位為空白,會發生什麼情況?

如果使用欄位型拼接進行拼接的資料集中事件的 Persistent ID 欄位為空白,CCA 會以兩種方式之一填入該事件的 Stitched ID

  • 如果 Transient ID 欄位非空白,CCA 會使用 Transient ID 中的值作為 Stitched ID
  • 如果 Transient ID 欄位為空白,CCA 也會將 Stitched ID 留為空白。 在這種情況下,Persistent IDTransient IDStitched ID 將在事件中全部為空白。 在任何使用正在拼接資料集的 CJA 連接中,會從 CJA 捨棄此類事件,其中 Stitched ID 被選為 Person ID

CJA 拼接資料集中的指標與 CJA 非拼接資料集中的類似指標相比,以及與傳統 Adobe Analytics 相比如何?

CJA 中的某些指標與傳統分析中的指標相似,但其他指標則完全不同,具體取決於您要比較的內容。 下表比較了幾個常見的指標:

CJA 拼接資料 CJA 非拼接資料 傳統 Adobe Analytics 具有 CDA 的 Analytics Ultimate
人物= 不同的 Person ID 計數,其中 Stitched ID 被選為 Person ID。 在傳統 Adobe Analytics 中,人物​可能高於或低於​不重複訪客,取決於拼接過程的結果。 人物 = 不同的 Person ID 計數,根據選取為 Person ID 的欄位而定。 在 Adobe Analytics Connector (ADC) 資料集中,人物​類似於傳統 Adobe Analytics 中的​不重複訪客,如果在 CJA 中 endUserIDs. _experience. aaid.id 被選為 Person ID 不重複訪客 = 不同訪客 ID 的計數。 注意​不重複訪客​可能與不同 ECID 的計數不同。 請參閱人物
工作階段:根據 CJA 資料檢視中指定的工作階段化設定進行定義。 拼接過程可以將來自多個裝置的各個工作階段合併為單一工作階段。 工作階段:根據 CJA 資料檢視中指定的工作階段化設定進行定義。 造訪次數:請參閱造訪次數 造訪次數:根據 CDA 虛擬報告套裝中指定的工作階段化設定進行定義。
事件 = CJA 中拼接資料中的列數。一般來說,這應該接近傳統 Adobe Analytics 中的​發生次數。但是,請注意上面關於具有空白 Persistent ID 的列的常見問題解答。 事件 = CJA 中未拼接資料中的列數。一般來說,這應該接近傳統 Adobe Analytics 中的​發生次數。但是請注意,如果任何事件在 AEP 資料湖的未拼接資料中具有空白 Person ID,在 CJA 中將捨棄 (不包含) 這些事件。 發生次數:請參閱發生次數 發生次數:請參閱發生次數

CJA 和傳統 Adobe Analytics 中的其他指標可能類似。例如,Adobe Analytics 自訂事件的總計數 (事件 1-100) 在傳統 Adobe Analytics 和 CJA(無論是拼接還是未拼接)中通常應該非常接近。但是請注意,因為功能差異,這可能並不一定都正確,例如 CJA 與傳統 Adobe Analytics 之間的事件重複資料刪除。

本頁內容