Vergleichen Sie die Datenverarbeitung in Adobe Analytics und Customer Journey Analytics.

Sie benötigen häufig die Möglichkeit, Daten zu verarbeiten, bevor sie für die Berichterstellung nützlich sind. Sie können diese Daten in verschiedenen Phasen der Journey verarbeiten, von der Datenerfassung bis zur Erstellung Ihres Berichts oder Ihrer Visualisierung.

In Adobe Analytics erfolgt der Großteil dieser Datenverarbeitung unmittelbar nach der Datenerfassung. Funktionen wie VISTA-Regeln, Verarbeitungsregeln und Verarbeitungsregeln für Marketing-Kanäle stehen zur Unterstützung dieser Funktion zur Verfügung Sammlungszeitverarbeitung.
Die Daten werden dann gespeichert und zum Zeitpunkt des Berichts können Sie eine zusätzliche Verarbeitung vornehmen. Beispielsweise können Sie Dimensionen aufschlüsseln, eine Segmentierung anwenden oder ein anderes Attributionsmodell auswählen. Diese Berichtszeitverarbeitung passiert von vorn.

In Adobe Analytics ist die Berichtszeitverarbeitung normalerweise kleiner als die Verarbeitung zur Erfassungszeit.

Verarbeitung der Erfassungszeit von Adobe Analytics

Im Gegensatz dazu ist Customer Journey Analytics (CJA) so konzipiert, dass eine minimale Vorabverarbeitung während der Erfassung erforderlich ist, bevor Daten organisiert und gespeichert werden. Die zugrunde liegende Architektur von CJA wurde für die Arbeit mit den gespeicherten Daten zur Berichtszeit konzipiert und bietet seine leistungsstarke Berichtszeitverarbeitungsfunktion nicht nur in Workspace, sondern auch, noch wichtiger, durch die Definition von Komponenten und abgeleitete Felder in Ihren Datenansichten.

CJA-Berichtszeitverarbeitung

Das Verständnis der Unterschiede bei der Datenverarbeitung für die verschiedenen Reporting-Funktionen kann hilfreich sein, um zu verstehen, welche Metriken wo verfügbar sind und warum sie sich unterscheiden können.

Da beispielsweise „Besuche“ als Metrik in Adobe Analytics zur Datenverarbeitungszeit definiert wird und „Sitzungen“ als Metrik in CJA zur Berichtszeit berechnet wird, können die beiden Metriken je nach den Regeln, die für die Sitzungsdefinition in der CJA-Datenansicht verwendet werden, unterschiedlich sein.

Außerdem sind weder Besuche noch Sitzungen als Metrik in Datensätzen verfügbar, die vom Analytics-Quell-Connector erstellt wurden. Daher müssten Sie die Sitzung in Ihrer Abfragelogik definieren, um Vergleiche durchzuführen.

Terminologie

In der folgenden Tabelle wird die Terminologie für die verschiedenen Arten von Verarbeitungslogik definiert, die auf Adobe Analytics und CJA angewendet werden:

Begriff Definition Hinweise
Verarbeitung der Sammlungszeit Logik, die ausgeführt wird, wenn Daten erfasst und verarbeitet werden, bevor sie zu Berichts- und Analysezwecken gespeichert werden. Diese Logik wird in historische Daten aufgenommen und kann im Allgemeinen nicht einfach geändert werden.
Berichtszeitverarbeitung Logik, die zum Zeitpunkt der Berichtsausführung ausgeführt wird. Diese Logik kann zur Berichtslaufzeit auf zerstörungsfreie Weise auf zukünftige und historische Daten angewendet werden.
Logik auf Trefferebene Logik, die Zeile für Zeile angewendet wird. Beispiele: Verarbeitungsregeln, VISTA, bestimmte Regeln von Marketing-Kanälen.
Logik auf Besuchsebene Logik, die auf Besuchsebene angewendet wird. Beispiele: Besuchs- und Sitzungsdefinition.
Logik auf Besucherebene Logik, die auf der Personenebene angewendet wird. Beispiel: Geräteübergreifende/kanalübergreifende Personenzuordnung.
Segmentlogik (Filterlogik) Auswertung der Segmentregeln für Ereignis/Besuch/Person (Ereignis/Sitzung/Person) (Filter). Beispiel: Personen, die rote Schuhe gekauft haben.
Berechnete Metriken Auswertung benutzerdefinierter Metriken, die von Kunden erstellt wurden und auf komplexen Formeln, einschließlich Segmenten und Filtern, basieren können. Beispiel: Anzahl der Personen, die rote Schuhe gekauft haben.
Attributionslogik Logik zur Berechnung der Attribution. Beispiel: eVar-Persistenz.
Komponenteneinstellungen Anwenden von Anpassungen auf Metriken oder Dimensionen, wie Attribution, Verhalten, Format und andere Beispiel: Wertesammlung zum Kombinieren numerischer Werte basierend auf einem Bereich
Abgeleitete Felder Logik gilt für Schema- oder Standardfelder bei der Definition von Komponenten in einer Datenansicht. Beispiel: Erstellen einer neuen Marketing-Kanal-Dimension

Im Laufe der Zeit haben Adobe Analytics und jetzt Customer Journey Analytics ihre Flexibilität verbessert, indem sie die Ausführung der Datendlogik auf Besuchs- und Personenebene zur Berichtslaufzeit ermöglichen.

Typen von Datenverarbeitung

Die für Adobe und CJA durchgeführten Datenverarbeitungsschritte und der Zeitpunkt dieser Schritte sind je nach Analytics-Funktion unterschiedlich. Die nachstehende Tabelle bietet eine Zusammenfassung der Typen von Datenverarbeitung für jede Analytics-Funktion und gibt an, wann die Datenverarbeitung angewendet wird.

Funktion Zur Verarbeitungszeit angewendet Zur Berichtszeit angewendet Nicht verfügbar Hinweise
Core AA-Reporting
(ohne Attribution IQ oder Virtual Report Suites mit Verarbeitung zur Berichtszeit)
  • Segmentlogik
  • Berechnete Metriken
  • Cross-Device Analytics (siehe Hinweis)
  • CDA erfordert die Verwendung von Virtual Report Suites mit Berichtszeitverarbeitung.
  • Die „Regeln für Marketing-Kanäle auf Besuchsebene“ umfassen Folgendes: Ist erste Seite des Besuchs, Last Touch-Kanal überschreiben und Marketing-Kanalgültigkeit. (Siehe die Dokumentation.)
Core AA Data Warehouse
  • Verarbeitungsregeln
  • VISTA-Regeln
  • Regeln für Marketing-Kanäle auf Trefferebene
  • Regeln für Marketing-Kanäle auf Besuchsebene
  • Besuchsdefinition
  • Attributionslogik
  • Segmentlogik
  • Berechnete Metriken
  • Cross-Device Analytics
Core AA Daten-Feeds
  • Verarbeitungsregeln
  • VISTA-Regeln
  • Regeln für Marketing-Kanäle auf Trefferebene
  • Regeln für Marketing-Kanäle auf Besuchsebene
  • Besuchsdefinition (visitnum-Feld)
  • Attributionslogik (in Post-Spalten)
  • Segmentlogik
  • Berechnete Metriken
  • Cross-Device Analytics
  • ID-Zuordnungen für bestimmte Spalten, die mit Marketing-Kanälen in Daten-Feeds in Verbindung stehen, sind nicht in den Daten-Feeds enthalten. (Siehe Daten-Feed-Dokumentation.)
Core AA Livestream
  • Verarbeitungsregeln
  • VISTA-Regeln
    • Regeln für Marketing-Kanäle auf Trefferebene
    • Regeln für Marketing-Kanäle auf Besuchsebene
    • Besuchslogik
    • Attributionslogik
    • Segmentlogik
    • Berechnete Metriken
    • Cross-Device Analytics
    Core AA Attribution IQ
    • Verarbeitungsregeln
    • VISTA-Regeln
    • Besuchsdefinition (siehe Hinweis)
    • Cross-Device Analytics (siehe Hinweis)
    • Regeln für Marketing-Kanäle auf Trefferebene (siehe Hinweis)
    • Regeln für Marketing-Kanäle auf Besuchsebene (siehe Hinweis) Attributionslogik
    • Segmentlogik
    • Berechnete Metriken
    • CDA erfordert die Verwendung von Virtual Report Suites mit Berichtszeitverarbeitung.
    • Attribution IQ in Core Analytics verwendet Marketing-Kanäle, die vollständig zur Berichtszeit abgeleitet wurden (d. h. abgeleitete Mittelwerte).
    • Attribution IQ verwendet eine Besuchsdefinition für Verarbeitungszeiten, es sei denn, diese wird in einer VRS zur Berichtszeitverarbeitung verwendet.
    Core AA Virtual Report Suites mit Berichtszeitverarbeitung (VRS RTP)
    • Besuchsdefinition
    • Attributionslogik
    • Segmentlogik
    • Berechnete Metriken
    • Andere VRS-RTP-Einstellungen
    • Regeln für Marketing-Kanäle auf Trefferebene
    • Regeln für Marketing-Kanäle auf Besuchsebene
    Auf dem Analytics-Quell-Connector basierender Datensatz im Data Lake von AEP
    • Verarbeitungsregeln
    • VISTA-Regeln
    • Regeln für Marketing-Kanäle auf Trefferebene
    • Feldbasierte Zuordnung (siehe Hinweis)
    • Muss Ihre eigene Filterlogik und berechnete Metriken anwenden
    • Bei der feldbasierten Zuordnung wird zusätzlich zu dem vom Analytics-Quell-Connector erstellten Datensatz ein separater zugeordneter Datensatz erstellt.
    Reporting in Customer Journey Analytics
    • Implementiert als Teil der Adobe Experience Platform-Datenerfassung
    • Regeln für Marketing-Kanäle auf Besuchsebene
    • Muss zugeordnete Datensätze verwenden, um kanalübergreifende Analysen nutzen zu können.

    Auf dieser Seite