Vergleich von Adobe Analytics-Daten mit Customer Journey Analytics-Daten

Wenn Ihr Unternehmen Customer Journey Analytics einsetzt, kann es bei den Daten zwischen Adobe Analytics und Customer Journey Analytics zu Datenunterschieden kommen. Dies ist normal und kann aus verschiedenen Gründen auftreten. Mit Customer Journey Analytics können Sie einige Einschränkungen Ihrer Daten in AA verbessern. Es können jedoch unerwartete und unbeabsichtigte Diskrepanzen auftreten. Dieser Artikel soll Ihnen dabei helfen, diese Unterschiede zu diagnostizieren und zu beheben, sodass Sie und Ihr Team Customer Journey Analytics verwenden können, ohne dass Bedenken hinsichtlich der Datenintegrität bestehen.

Nehmen wir an, Sie haben Adobe Analytics-Daten über die Analytics-Quell-Connectorund dann eine Customer Journey Analytics-Verbindung mithilfe dieses Datensatzes erstellt.

Der Datenfluss von Adobe Analytics über den Data Connector zu Adobe Experience Platform und zu Customer Journey Analytics mithilfe von CJA-Verbindungen.

Als Nächstes haben Sie eine Datenansicht erstellt und anschließend über diese Daten auf der Customer Journey Analytics berichtet. Es wurden Abweichungen bei den Berichtsergebnissen in Adobe Analytics festgestellt.

Im Folgenden finden Sie einige Schritte zum Vergleich Ihrer ursprünglichen Adobe Analytics-Daten mit den Adobe Analytics-Daten, die sich jetzt in Customer Journey Analytics befinden.

Voraussetzungen

  • Stellen Sie sicher, dass der Analytics-Datensatz in Adobe Experience Platform Daten für den zu untersuchenden Datumsbereich enthält.

  • Stellen Sie sicher, dass die in Analytics ausgewählte Report Suite mit der in Adobe Experience Platform aufgenommenen Report Suite übereinstimmt.

Schritt 1: Metrik „Vorfälle“ in Adobe Analytics ausführen

Die Metrik Vorfälle zeigt die Anzahl der Treffer an, bei denen eine bestimmte Dimension festgelegt oder beibehalten wurde.

  1. Ziehen Sie in Analytics unter Arbeitsbereich den Datumsbereich, für den Sie einen Bericht erstellen möchten, als Dimension in eine Freiform-Tabelle.

  2. Die Metrik Vorfälle wird automatisch auf diesen Datumsbereich angewendet.

  3. Speichern Sie dieses Projekt, damit Sie es im Vergleich verwenden können.

Schritt 2: Ergebnisse vergleichen mit Datensätze insgesamt nach Zeitstempeln in Customer Journey Analytics

Vergleichen Sie nun die Vorfälle in Analytics mit der Gesamtzahl der Datensätze nach Zeitstempeln in Customer Journey Analytics.

Die Gesamtzahl der Datensätze nach Zeitstempeln sollten mit der der Vorfälle übereinstimmen, sofern keine Datensätze vom Analytics-Quell-Connector ignoriert wurden (siehe folgenden Abschnitt).

NOTE
Dies funktioniert nur für normale Mid-Werte-Datensätze, nicht für zugeordnete Datensätze (über Stitching). Bitte beachten Sie, dass die Berücksichtigung der Personen-ID, die in Customer Journey Analytics verwendet wird, für die Durchführung des Vergleichs von entscheidender Bedeutung ist. Dies ist in Adobe Analytics möglicherweise nicht immer einfach zu replizieren, insbesondere wenn Stitching aktiviert ist.
  1. Führen Sie in Abfrage-Services von Adobe Experience Platform die folgende Abfrage zu Datensätzen insgesamt nach Zeitstempeln aus:

    code language-sql
    SELECT
        Substring(from_utc_timestamp(timestamp,'{timeZone}'), 1, 10) AS Day,
        Count(_id) AS Records
    FROM  {dataset}
    WHERE   timestamp >= from_utc_timestamp('{fromDate}','UTC')
        AND timestamp < from_utc_timestamp('{toDate}','UTC')
        AND timestamp IS NOT NULL
        AND enduserids._experience.aaid.id IS NOT NULL
    GROUP BY Day
    ORDER BY Day;
    
  2. Stellen Sie in den Analytics-Daten-Feeds anhand der Rohdaten fest, ob einige Zeilen möglicherweise vom Analytics-Quell-Connector herausgefiltert wurden.

    Der Analytics-Quell-Connector kann bei der Umwandlung in das XDM-Schema Zeilen filtern. Es kann mehrere Gründe dafür geben, dass die gesamte Zeile nicht für eine Umwandlung geeignet ist. Wenn eines der folgenden Analytics-Felder diese Werte aufweist, wird die gesamte Zeile herausgefiltert.

    table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2
    Analytics-Feld Werte, die zum Ignorieren einer Zeile führen
    Opt_out y, Y
    In_data_only Nicht 0
    Exclude_hit Nicht 0
    Bot_id Nicht 0
    Hit_source 0, 3, 5, 7, 8, 9, 10
    Page_event 53, 63

    Weitere Informationen zu „hit_source“ finden Sie unter Datenspaltenreferenz. Weitere Informationen zu „page_event“ finden Sie unter Seitenereignissuche.

  3. Wenn der Connector Zeilen gefiltert hat, ziehen Sie diese Zeilen von der Metrik Vorfälle ab. Die resultierende Zahl sollte mit der Anzahl der Ereignisse in den Adobe Experience Platform-Datensätzen übereinstimmen.

Gründe für das Filtern oder Überspringen von Datensätzen während der Aufnahme aus Adobe Experience Platform

Customer Journey Analytics Verbindungen ermöglichen es Ihnen, mehrere Datensätze zusammenzuführen und miteinander zu verbinden, basierend auf einer gemeinsamen Personen-ID über die Datensätze hinweg. Im Backend wird Deduplizierung angewendet: ein vollständiger äußerer Join oder eine Vereinigung für Ereignis-Datensätze basierend auf Zeitstempeln und dann ein innerer Join in Profil- und Lookup-Datensatz basierend auf der Personen-ID.

Im Folgenden finden Sie einige Gründe, warum Datensätze bei der Aufnahme von Daten aus Adobe Experience Platform möglicherweise übersprungen werden.

  • Fehlende Zeitstempel – Wenn Zeitstempel in Ereignis-Datensätzen fehlen, werden diese Datensätze bei der Aufnahme vollständig ignoriert oder übersprungen.

  • Fehlende Personen-IDs – Fehlende Personen-IDs (aus dem Ereignis-Datensatz und/oder aus dem Profil-/Lookup-Datensatz) führen dazu, dass diese Datensätze ignoriert oder übersprungen werden. Der Grund dafür ist, dass es keine gemeinsamen IDs oder übereinstimmenden Schlüssel zum Verbinden der Datensätze gibt.

  • Ungültige oder zu große Personen-IDs – Bei ungültigen IDs kann das System keine gültige gemeinsame ID unter den Datensätzen finden, die verbunden werden sollen. In einigen Fällen weist die Spalte mit der Personen-ID ungültige Personen-IDs auf, z. B. „undefiniert“ oder „00000000“. Eine Personen-ID (mit beliebiger Kombination aus Zahlen und Buchstaben), die in einem Ereignis angezeigt wird, das mehr als eine Million Mal pro Monat stattfindet, kann keinem bestimmten Benutzer bzw. keiner bestimmten Person zugeordnet werden. Sie wird als ungültig kategorisiert. Solche Datensätze können nicht in das System aufgenommen werden und würden zu Fehlern bei Datenaufnahme und Reporting führen.

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79