将报告包与不同的架构相结合

Analytics Source Connector 将 Adobe Analytics 中的报告包数据带入 Adobe Experience Platform (AEP),以供 AEP 应用程序使用,如 Real-time Customer Data Platform 和 Customer Journey Analytics (CJA)。引入 AEP 的每个报告包都会被配置为单个源连接数据流,而每个数据流都会作为 AEP 数据湖中的数据集。 Analytics Source Connector 会为每个报告包创建一个数据集。

CJA 客户使用连接将 AEP 数据湖中的数据集集成到 CJA 的 Analysis Workspace。然而,在连接内组合报告包时,需要使用 AEP 的数据准备功能解决报告包之间的架构差异。其目的是确保 Adobe Analytics 的变量(如 prop 和 eVar)在 CJA 中具有一致的含义。

报告包之间的架构差异存在问题

假设您的公司希望将来自两个不同报告包的数据引入 AEP 以供 CJA 使用,并假设两个报告包的架构有所不同:

报告包 A 报告包 B
eVar1 = 搜索项 eVar1 = 商业单位
eVar2 = 客户类别 eVar2 = 搜索项

为了简单起见,假设这是两个报告包中定义的唯一 eVar。

此外,假设您执行以下操作:

  • 创建分析源连接(不使用数据准备),将​报告包 A​作为​数据集 A 摄入 AEP 数据湖。
  • 创建分析源连接(不使用数据准备),将​报告包 B​作为​数据集 B 摄入 AEP 数据湖。
  • 创建一个名为所有报告包的​CJA 连接,该连接结合了数据集 A 和数据集 B。
  • 创建一个名为全局视图的​CJA 数据视图,该视图基于所有的报告包连接。

如果不使用数据准备来解决数据集 A 和数据集 B 之间的架构差异,全局视图数据视图中的 eVar 将包含以下混合值:

CJA 中的全局视图数据视图
eVar1=> 搜索项和业务单元的组合
eVar2=> 客户类别和搜索项的组合

这种情况导致 eVar1 和 eVar2 的报告毫无意义:

  • eVar 字段包含具有不同语义的混合值。
  • 搜索项分布在 eVar1 和 eVar2 之间。
  • 不可能对每个搜索项、业务单位和客户类别使用不同的属性模型。

使用 AEP 数据准备解决报告包之间的架构差异

Experience Platform 数据准备功能与 Analytics Source Connector 集成,可用于解决上述场景中描述的架构差异。这导致在 CJA 数据视图中会出现具有一致含义的 eVar。(以下使用的命名惯例可以通过自定义来满足您的需要。)

  1. 在为报告包 A 和报告包 B 创建源连接数据流之前,在 AEP 中创建一个新架构(在我们的示例中,我们将其称为​统一架构)将以下内容添加到该架构中:

    “统一架构”
    XDM ExperienceEvent​类别
    Adobe Analytics ExperienceEvent 模板​字段组
  2. 将另一个字段组添加到该架构或创建自定义字段组,并将其添加该架构。我们会创建一个新的字段组,并将其称为​统一字段。然后,我们将向新字段组中添加以下字段::

    “统一字段”自定义字段组
    搜索项
    商业单位
    客户类别
  3. 为​报告包 A​创建源连接数据流,选择​统一架构,以在数据流中使用。将自定义映射添加到数据流,如下所示:

    报告包 A 源字段 统一字段字段组中的目标字段
    _experience.analytics.customDimensions.eVars.eVar1 <path>.搜索项
    _experience.analytics.customDimensions.eVars.eVar2 <path>.客户类别
    注意

    目标字段的 XDM 路径将取决于自定义字段组的结构。

  4. 为​报告包 B​创建源连接数据流,同样选择​统一架构,以在数据流中使用。工作流将显示两个字段存在描述符名称冲突。这是因为 eVar1 和 eVar2 的描述符在报告包 B 中与在报告包 A 中不同。但我们已经知道这一点,因此可以安全地忽略该冲突,并按如下方式使用自定义映射:

    报告包 B 源字段 统一字段字段组中的目标字段
    _experience.analytics.customDimensions.eVars.eVar1 <path>.商业单位
    _experience.analytics.customDimensions.eVars.eVar2 <path>.搜索项
  5. 现在,结合数据集 A 和数据集 B,为 CJA 创建一个​所有报告包​连接。

  6. 在 CJA 中创建​全局视图​数据视图。忽略原始 eVar 字段,仅包括统一字段字段组中的字段。

    CJA 中的​全局视图​数据视图:

    源字段 是否包含在数据视图中?
    _experience.analytics.customDimensions.eVars.eVar1
    _experience.analytics.customDimensions.eVars.eVar2
    <path>.搜索项
    <path>.客户类别
    <path>.商业单位

现在,您已经将源报告包中的 eVar1 和 eVar2 映射到三个新字段。请注意,使用数据准备映射的另一个优点是,目标字段现在基于语义上有意义的名称(如搜索项、商业单元、客户类别),而不是意义较低的 eVar 名称(如 eVar1、eVar2)

注意

统一字段自定义字段组和相关的字段映射可以随时添加到现有的 Analytics Source Connector 数据流和数据集。但是,这仅会影响未来数据。

不仅仅是报告包

数据准备工具将数据集与不同架构相结合的能力超越了 Analytics 报告包所具备的能力。假设您有两个包含以下数据的数据集:

数据集 A = 使用 Analytics Source Connector 的 Analytics 报告包。
eVar1 => 客户类别
数据集 B = 呼叫中心数据
Some_field => 客户类别

通过使用数据准备工具,您可以将分析数据中 eVar 1 内的客户类别与呼叫中心数据中 Some_field 内的客户类别相结合。这里是实现这一点的一种方法。同样,可以更改命名惯例来满足您的需要。

  1. 在 AEP 中创建架构。 将以下内容添加到该架构中:

    “扩展架构”
    XDM 体验活动​类别
    Adobe Analytics 体验活动模板​字段组
  2. 创建新字段组并将其添加到该架构中。 将字段添加到字段组:

    “客户信息”自定义字段组
    客户类别
  3. 为​数据集 A​创建数据流,选择​扩展架构​作为架构。将自定义映射添加到数据流,如下所示:

    数据集 A 源字段 客户信息字段组中的目标字段
    _experience.analytics.customDimensions.eVars.eVar2 <path>.客户类别
  4. 为​数据集 B​创建数据流,再次选择​扩展架构​作为架构。将自定义映射添加到数据流,如下所示:

    数据集 B 源字段 客户信息字段组中的目标字段
    <path>.Some_field <path>.客户类别
  5. 创建一个 CJA 连接,该连接结合了数据集 A 和数据集 B。

  6. 使用刚刚创建的 CJA 连接,在 CJA 中创建数据视图。忽略原始 eVar 字段,仅包括客户信息字段组中的字段。

    CJA 中的数据视图:

    源字段 是否包含在数据视图中?
    _experience.analytics.customDimensions.eVars.eVar1
    _experience.analytics.customDimensions.eVars.eVar2
    <path>.客户类别

数据准备与组件 ID

如上所述,数据准备工具允许您跨多个 Adobe Analytics 报告包将不同字段映射到一起。当您想要将多个数据集的数据合并到单个 CJA 连接中时,这在 CJA 中很有帮助。但是,如果您打算将报告包保留在单独的 CJA 连接中,但希望在这些连接和数据视图中使用一组报告,则更改 CJA 中的基础组件 ID 可以在即使架构不同的情况下使报告兼容。有关更多信息,请参阅 组件设置

更改组件 ID 是一项仅限 CJA 的功能,并且不会影响发送到 Real-time Customer Profile 和 RTCDP 的 Analytics Source Connector 的数据。

在此页面上