Ao criar uma conexão, o Customer Journey Analytics combina todos os esquemas e conjuntos de dados em um único conjunto de dados. Esse "conjunto de dados combinados" é o que o Customer Journey Analytics usa para os relatórios. Ao incluir vários esquemas ou conjuntos de dados em uma conexão:
Considere o exemplo a seguir. Você tem dois conjuntos de dados de eventos, cada um com campos diferentes contendo dados diferentes.
A Adobe Experience Platform normalmente armazena o carimbo de data e hora em milissegundos do Unix. Neste exemplo, são usadas data e hora.
example_id |
timestamp |
string_color |
string_animal |
metric_a |
---|---|---|---|---|
user_310 |
1 Jan 7:02 AM |
Red |
Fox |
|
user_310 |
1 Jan 7:04 AM |
2 |
||
user_310 |
1 Jan 7:08 AM |
Blue |
3 |
|
user_847 |
2 Jan 12:31 PM |
Turtle |
4 |
|
user_847 |
2 Jan 12:44 PM |
2 |
different_id |
timestamp |
string_color |
string_shape |
metric_b |
---|---|---|---|---|
user_847 |
2 Jan 12:26 PM |
Yellow |
Circle |
8.5 |
user_847 |
2 Jan 1:01 PM |
Red |
||
alternateid_656 |
2 Jan 8:58 PM |
Red |
Square |
4.2 |
alternateid_656 |
2 Jan 9:03 PM |
Triangle |
3.1 |
Ao criar uma conexão usando esses dois conjuntos de dados de eventos, a tabela a seguir é usada para os relatórios.
id |
timestamp |
string_color |
string_animal |
string_shape |
metric_a |
metric_b |
---|---|---|---|---|---|---|
user_310 |
1 Jan 7:02 AM |
Red |
Fox |
|||
user_310 |
1 Jan 7:04 AM |
2 |
||||
user_310 |
1 Jan 7:08 AM |
Blue |
3 |
|||
user_847 |
2 Jan 12:26 PM |
Yellow |
Circle |
8.5 |
||
user_847 |
2 Jan 12:31 PM |
Turtle |
4 |
|||
user_847 |
2 Jan 12:44 PM |
2 |
||||
user_847 |
2 Jan 1:01 PM |
Red |
||||
alternateid_656 |
2 Jan 8:58 PM |
Red |
Square |
4.2 |
||
alternateid_656 |
2 Jan 9:03 PM |
Triangle |
3.1 |
Esse conjunto de dados combinados de eventos é o que é usado nos relatórios. Não importa de que conjunto de dados uma linha é derivada; o Customer Journey Analytics trata todos os dados como se estivessem no mesmo conjunto de dados. Se uma ID de pessoa correspondente for exibida em ambos os conjuntos de dados, eles serão considerados a mesma pessoa única. Se uma ID de pessoa correspondente for exibida em ambos os conjuntos de dados com um carimbo de data e hora em 30 minutos, ela será considerada parte da mesma sessão.
Este conceito também se aplica à atribuição. Não importa de que conjunto de dados uma linha é derivada; a atribuição funciona exatamente como se todos os eventos viessem de um único conjunto de dados. Usando as tabelas acima como exemplo:
Se sua conexão incluísse apenas a primeira tabela e não a segunda, puxar um relatório usando a dimensão string_color
e a métrica metric_a
usando a atribuição de último toque mostraria:
string_color | metric_a |
---|---|
Não especificado | 6 |
Azul | 3 |
Vermelho | 2 |
No entanto, se você incluiu ambas as tabelas em sua conexão, a atribuição será alterada, pois user_847
está em ambos os conjuntos de dados. Uma linha do segundo conjunto de dados atribui metric_a
como 'Amarelo' onde eles não foram especificados anteriormente:
string_color | metric_a |
---|---|
Amarelo | 6 |
Azul | 3 |
Vermelho | 2 |
O próximo nível de combinação de conjuntos de dados é a análise entre canais, em que os conjuntos de dados de diferentes canais são combinados, com base em um identificador comum (ID de pessoa). A análise entre canais pode se beneficiar da funcionalidade de compilação, permitindo rechavear a ID de pessoa de um conjunto de dados para que o conjunto de dados seja atualizado corretamente e possibilite uma combinação perfeita de vários conjuntos de dados. A compilação analisa os dados do usuário de sessões autenticadas e não autenticadas para gerar uma ID compilada.
A análise entre canais permite responder perguntas como:
Para obter mais informações sobre a análise entre canais, consulte o caso de uso específico:
Para obter uma funcionalidade de compilação de discussão mais detalhada, acesse: