您通常需要先處理資料,才對報表有用。 您可以在歷程的多個階段處理該資料,從收集資料到產生報表或視覺效果。
在Adobe Analytics中,大部分資料處理會在收集資料後立即進行。 VISTA規則、處理規則、行銷管道處理規則等功能可支援此功能 收集時間處理.
然後會儲存資料,您可以在報告時套用其他處理。 例如,劃分維度、套用區段或選取不同的歸因模型。 此 報告時間處理 會立即發生。
在Adobe Analytics中,報表時間處理通常比收集時發生的處理量小。
相較之下,Customer Journey Analytics(CJA)的設計目的是在組織和儲存資料之前,只需要最少的前置收集時間處理。 CJA的底層架構更適合在報告時間處理儲存的資料,並提供其強大的報告時間處理功能,不僅在工作區中,更重要的是,透過以下定義 元件 和 衍生欄位 在您的資料檢視中。
了解各種報告功能的資料處理差異,有助於了解哪些量度可用於哪裡,以及其不同的原因。
例如,由於 Adobe Analytics 中的「造訪」量度是在資料處理時定義的,而 CJA 中的「工作階段」是在報告時計算的,根據 CJA 資料檢視中用於工作階段定義的規則,這兩個量度就可能有所不同。
此外,在 Analytics 來源連接器建立的資料集中,造訪和工作階段量度均不可用,因此需要您在查詢邏輯中定義工作階段才能進行比較。
下表定義套用至 Adobe Analytics 和 CJA 之不同處理邏輯類型的術語:
詞語 | 定義 | 附註 |
---|---|---|
集合時間處理 | 在儲存資料以用於報告和分析之前,收集和處理資料時執行的邏輯。 | 這個邏輯被「寫入」歷史資料,通常不容易改變。 |
報告時間處理 | 執行報告時執行的邏輯。 | 此邏輯可以在報告執行階段,以非破壞性方式套用至未來和歷史資料。 |
點擊層級邏輯 | 在逐列層級套用的邏輯。 | 範例:處理規則、VISTA、某些行銷頻道規則。 |
造訪層級邏輯 | 在造訪層級套用的邏輯。 | 範例:造訪和工作階段定義。 |
訪客層級邏輯 | 個人層級套用的邏輯。 | 範例:跨裝置/跨頻道人員拼接。 |
區段 (篩選器) 邏輯 | 評估事件/造訪/人員(事件/工作階段/人員)區段(篩選器)規則。 | 範例:買紅鞋子的人。 |
計算量度 | 評估客戶建立的自訂量度,這些量度可以根據複雜的公式,包括區段和篩選器。 | 範例:買紅鞋子的人數。 |
歸因邏輯 | 計算歸因的邏輯。 | 範例:eVar 持續性。 |
元件設定 | 將自訂套用至量度或維度,例如歸因、行為、格式等 | 範例:根據範圍組合數值的值分組 |
衍生欄位 | 在資料檢視中定義元件時,邏輯會套用至結構描述或標準欄位。 | 範例:建立新的行銷管道維度 |
一段時間後,Adobe Analytics和現在的Customer Journey Analytics允許在報告執行階段執行造訪和人員層級的資料邏輯,因此提高了靈活性。
Adobe 和 CJA 執行的資料處理步驟以及這些步驟的使用時機,因 Analytics 功能而異。下表概述每個 Analytics 功能的資料處理類型,以及套用資料處理的時機。
功能 | 在處理時套用 | 在報告時套用 | 未提供 | 附註 |
---|---|---|---|---|
核心 AA 報告 (不包括 Attribution IQ 或具有報告時間處理功能的虛擬報告套裝) |
|
|
|
|
核心 AA Data Warehouse |
|
|
|
|
核心 AA 資料摘要 |
|
|
|
|
核心 AA 直播串流 |
|
|
||
核心 AA Attribution IQ |
|
|
|
|
具有報告時間處理 的核心 AA 虛擬報告套裝 (VRS RTP) |
|
|
|
|
AEP 資料湖中的 Analytics 來源連接器型資料集 |
|
|
|
|
Customer Journey Analytics 報告 |
|
|
|
|