Adobe Analytics 的演化

上次更新: 2023-11-01
  • 主题:
  • Basics
    查看有关此主题的更多信息
  • 创建对象:
  • Admin

随着贵组织不断发展使用Customer Journey Analytics,请探索这些步骤以准备数据并了解这两种技术之间的关键差异。 本文针对管理员受众。

准备您的数据

准备 Adobe Analytics 数据以无缝迁移到 Customer Journey Analytics 对于数据完整性和报告一致性至关重要。

1. 收集标识

了解客户历程最关键的组成部分也许是在每一步都知道客户是谁。对于 Customer Journey Analytics,拥有一个存在于所有渠道和相应数据的标识符允许在 Customer Journey Analytics 中将多个来源拼接在一起。标识示例可能是客户 ID、帐户 ID 或电子邮件 ID。无论标识是什么(可能有多个),请确保为每个 ID 考虑以下内容:

  • ID 存在或可以添加到您要带入 Customer Journey Analytics 的所有数据源
  • ID 填充在每行数据上
  • ID 不包含 PII。将散列应用于任何可能敏感的内容。
  • ID 在所有源中使用相同的格式(相同的长度、相同的散列方法等)

在 Adobe Analytics 等数据集中,可能并非每行数据都存在标识,但辅助标识确实存在。在这种情况下,跨频道分析(以前称为“基于字段的拼接”)可用于在仅通过其 ECID 识别客户以及收集标识时(例如,当客户认证时)。了解详情

2. 调整您的变量

将 Adobe Analytics 数据转换为 Customer Journey Analytics 数据的最直接方法是使用 Analytics Source Connector全局报告包纳入 Experience Platform 中。该连接器会将您的 Adobe Analytics 变量直接映射到 Experience Platform 中的 XDM 架构和数据集,然后便可以轻松连接到 Customer Journey Analytics。

完整的全局报告包可能并不总是适用于实施。如果您计划将多个报告包引入Customer Journey Analytics,您有2个选项:

  • 提前规划以使这些报告包中的变量保持一致。 例如,报告包 1 中的 eVar1 可能指向页面。在报告包 2 中,eVar1 可能指向内部营销活动。当被引入 Customer Journey Analytics 时,这些变量将混合到一个单一的 eVar1 维度中,从而导致潜在的混乱和不准确的报告。

  • 使用数据准备功能来映射变量。 虽然如果所有报告包都使用相同的常用变量设计,这样会更轻松,但是如果您使用新 Experience Platform 数据准备功能,则无需这样做。它允许您通过变量的映射值(位于数据流(或属性)级别)引用变量。

如果您因为 Uniques Exceeded 或 Low Traffic 问题而无法迁移到全局报告包,请注意 Customer Journey Analytics 对维度没有基数限制。它允许出现并计算任何唯一值。

以下是将报告包与不同架构相结合的用例。

3. (重新)配置您的营销渠道

传统的 Adobe Analytics 营销渠道设置在 Customer Journey Analytics 中的执行方式不同。这有两个原因:

  • 摄取到 Adobe Experience Platform 的 Adobe Analytics 数据的处理级别,以及

  • Customer Journey Analytics 的报告时性质

Adobe 发布了](/docs/analytics/components/marketing-channels/mchannel-best-practices.html?lang=zh-Hans)营销渠道实施的[最新先进实践。这些最新的推荐可帮助您用 Attribution IQ 充分利用 Adobe Analytics 中已有的功能。他们还将帮助您在过渡到 Customer Journey Analytics 时取得成功。

随着作为 Customer Journey Analytics 数据视图的一部分引入派生字段,还使用营销渠道功能模板以非破坏并可追溯的方式支持营销渠道。

4. 决定使用 Analytics Source Connector 还是 Experience Platform SDK

Adobe Analytics 客户可以使用 Analytics Source Connector 在 Adobe Experience Platform 和 Customer Journey Analytics 中轻松利用他们的报告包。有关使用 Analytics Source Connector 的信息,请参阅有关如何从 Adobe Analytics 中摄取数据并将其用于 Customer Journey Analytics 的快速入门指南。有关更多信息,另请参阅在 UI 中创建 Adobe Analytics 源连接

随着 Experience Edge 数据收集的发展,您可能会迁移到带有 Adobe Experience Platform Edge Network 的 Adobe Experience Platform Web SDKAdobe Experience Platform Mobile SDK。虽然 SDK 的典型实施会将数据发送到 Adobe Analytics,但将数据直接发送到 Adobe Experience Platform 的新机会出现了。然后可以将其引入 Customer Journey Analytics,同时还可以维护发送到 Adobe Analytics 的数据。

这种方法极大地扩展了数据收集的可能性:不再有字段数量的限制,也不再需要将数据元素映射到属性、eVar 和 Analytics 中的事件。您可以使用不同类型的无限模式元素,并使用 Customer Journey Analytics 数据视图以多种方式表示它们。直接发送到 Adobe Experience Platform 时,数据可用性的速度会提高,因为通过 Adobe Analytics 进行数据处理的时间被去除了。

使用 Experience Platform SDK 的优势:

  • 灵活的模式来定义您需要的任何字段
  • 不依赖于 Adobe Analytics 命名法(属性、eVar、事件等)
  • 没有字符限制问题(属性有 100 个字符)
  • Adobe Experience Platform 中更快的数据可用性推动实时个性化用例
  • 第一方设备 ID 可提高访客识别的准确性

使用 Experience Platform SDK 的缺点

不支持以下 Adobe Analytics 功能或组件:

  • 机器人筛选
  • 流媒体测量
  • 直播或直播触发器

为重要差异做好准备

熟悉报告时处理

Adobe Analytics 中的报告依赖于大量数据预处理来生成结果,例如您在 eVars 中看到的持久性。相比之下,Customer Journey Analytics 在报告运行时运行这些计算。

报告时处理开启了应用追溯设置和创建变量持久性的多个版本的能力,而无需更改基础数据的收集方式。

这种转变将导致数据报告方式的一些差异,特别是对于任何可能具有较长到期窗口的变量。您可以从使用虚拟报告包评估报告时处理如何影响您的报告开始。

识别重要区段和计算量度

Adobe Analytics 区段(在 Customer Journey Analytics 中称为筛选条件)和计算量度与 Customer Journey Analytics 不兼容。在许多情况下,可以使用新的模式和可用数据在 Customer Journey Analytics 中重建这些组件。

为了使用户在系统之间过渡时尽可能顺利地进行过渡,请提前计划

  1. 确定这些组件中最重要的部分。

  2. 记录它们的定义,以及

  3. 确定数据中需要哪些字段以在 Customer Journey Analytics 中将它们复制为筛选条件计算量度。

这里有几个视频可以为您指南:

其他注意事项

  • 使用 Customer Journey Analytics 数据视图的强大功能,您可以在 Customer Journey Analytics 中定义量度和维度时更加灵活。例如,您可以使用维度的值来定义度量。了解详情

  • 如果您在 Adobe Analytics 中定义了自定义日程表,那么 Customer Journey Analytics 中也将具有类似的自定义日程表功能。您需要确保正确定义日历。

  • 在 Customer Journey Analytics 中,您可以定义自定义访问/会话超时,以及定义将启动新会话的量度。您可以创建具有不同会话定义的数据视图,以获得超越 Adobe Analytics 的洞察力。此功能可能对移动数据集特别有益。

  • 考虑为用户提供数据字典,或扩展SDR以包含架构元素的Experience Platform字段名称。

后续步骤

迁移到 Customer Journey Analytics 后,如果您发现任何数据差异,您可以将原始 Adobe Analytics 数据与现在位于 Customer Journey Analytics 中的 Adobe Analytics 数据进行比较。了解详情

在此页面上