- Commerce Intelligence Guide d’utilisation
- Commerce Intelligence Introduction
- Prise en main
- Administrateur
- Analyse des données
- Analyste de données
- Gestionnaire de Data Warehouse
- Introduction
- Types de colonne calculés avancés
- Création Google Ecommerce dimensions
- Types de colonne calculés
- Configuration des méthodes de réplication
- Configuration des recharges de données
- Modification du tableau opérationnel d’une mesure
- Création et utilisation des vues de Data Warehouse
- Création/suppression de chemins pour les colonnes calculées
- Création/utilisation d’une colonne calculée SQL
- Créer des colonnes calculées
- Informations sur les données et les mises à jour
- Commandes des invités
- Stockage des données dans Commerce
- Diagrammes de relation d’entité
- Gestion des dimensions de données dans les mesures
- MongoDB guide de modélisation des données
- Réplication Google Analytics channels
- Normalisation des données avec les tableaux de mappage
- Traduire les requêtes SQL en Commerce Intelligence rapports
- Présentation et évaluation des relations entre les tables
- Utilisation de la différence de date calculée
- Utilisation du filtrage à l’échelle du tableau de bord
- Utilisation de la colonne calculée Nombre d’événements
- Utilisation de la colonne calculée de comparaison séquentielle
- Tableaux de commerce courants
- REPORT BUILDER SQL
- En utilisant la variable Cohort Report Builder
- En utilisant la variable Cohort Report Builder pour les cohortes non basées sur des dates
- Créer une analyse qualitative des cohortes
- Explorer les opérateurs de filtres spéciaux
- Exporter les résultats de ma requête
- Utilisation de formules dans le [Report Builder]
- Créer Google Analytics Graphiques
- Importance de la Lifetime Revenue Cohort Analysis
- Commande des données à l’aide du Show Top/Bottom fonctionnalité
- En utilisant la variable SQL Report Builder
- Rapport Premier achat
- Présentation de la fonction Repeat Order Probability Report
- Mesures d’audit à l’aide du SQL Report Builder
- Différences entre les colonnes SQL et Data Warehouse Manager
- Connexion aux données
- Introduction
- Formatage et importation de données eCommerce
- Importer Bing Ad Spend Données
- Importer CJ Affiliate Données marketing (Commission Junction)
- Importer Linkshare data
- Importer MailChimp data
- Importation de données de dépenses publicitaires hors ligne/autres
- Utilisation du téléchargeur de fichiers
- Services de migration de données
- Intégrations SaaS
- Intégrations SaaS
- Présentation des résultats entre Database et SQL Éditeur
- Connexion Adobe Analytics
- Valeur attendue Adobe Analytics Données
- Connexion Facebook Ads
- Valeur attendue Facebook Ads data
- Connexion Google Adwords
- Valeur attendue Google Adword data
- Audit Google Adwords data
- Connexion Google Analytics Warehoused
- Valeur attendue Google Analytics Warehoused Données
- Connexion Google Analytics
- Valeur attendue Google Analytics data
- Connexion Google ECommerce
- Valeur attendue Google ECommerce data
- Connexion Mixpanel
- Valeur attendue Mixpanel data
- Validation des données dans Mixpanel
- Connexion PrestaShop
- Connexion Quickbooks
- Valeur attendue Quickbooks data
- Connexion Salesforce
- Valeur attendue Salesforce data
- Connexion Spree
- Valeur attendue Spree Données
- Connexion Stripe
- Valeur attendue Stripe data
- Connexion WooCommerce
- Connexion Zendesk
- Valeur attendue Zendesk data
- Analyse Zendesk data
- Audit Zendesk data
- Intégrations de base de données
- Connexion Amazon RDS
- Connexion de bases de données via VPN
- Connectez-vous MySQL Database to Commerce Intelligence
- Connexion à Adobe Commerce
- Données commerciales attendues
- Connexion Microsoft SQL Server
- Connexion MongoDB via SSH Tunnel
- Connexion MySQL via un direct connection
- Connexion MySQL via cPanel
- Connexion MySQL via SSH Tunnel
- Connexion PostgreSQ
- Analyse des campagnes
- Analyse des clients
- Calcul des taux de perte de commerce
- Définir la concentration des clients
- Définition de la perte de clientèle
- Expected Lifetime Value (LTV) analysis (de base)
- Expected Lifetime Value (LTV) analysis (avancé)
- Présentation du suivi des données de source d’acquisition d’utilisateurs
- Suivi des données de navigateur et de périphérique utilisateur dans votre base de données
- Analyse du comportement de réachat des clients
- Analyse de l’activité du site web et des taux de conversion des clients
- Analyse de récence, de fréquence et d’argent (RFM)
- Analyse des performances de l’entreprise
- Objectifs de suivi par rapport aux mesures réelles
- Analyse des commandes renvoyées
- Année après année, mois après mois, semaine après semaine
- Analyse des performances de la saison des fêtes
- Analyse de l’atténuation et de l’attrition des probabilités de répétition
- Présentation et création d’une analyse de base
- Identifier vos sources et canaux marketing les plus précieux
- Compréhension Google Analytics Attribution UTM
- Analyse des niveaux de stock
- Reporting d’un calendrier de vente au détail
- Prévisionnel
- Création de rapports et partage de données
- Utilisateur de données
- Rapports
- Tableaux de bord
- Créer des tableaux de bord
- Tableaux de bord d’usine
- Dashboard Pro
- Importation de graphiques à partir d’un autre utilisateur
- Suppression définitive d’un graphique
- Utilisation des groupes de tableaux de bord
- Gestion des tableaux de bord
- Suppression de tableaux de bord
- Changement du nom des tableaux de bord
- Définition d’un tableau de bord par défaut
- Ajout de graphiques aux tableaux de bord
- Suppression de graphiques des tableaux de bord
- Dimensionnement et organisation des graphiques dans un tableau de bord
- Modification en masse de graphiques dans les tableaux de bord
- Clonage des tableaux de bord
- Recherche de tableaux de bord
- Partage de tableaux de bord avec d’autres utilisateurs
- Partage des tableaux de bord à l’échelle de l’entreprise
- Accès aux tableaux de bord partagés
- Modification de l’accès aux tableaux de bord partagés
- Quitter (annuler le partage) un tableau de bord
- Partage de données
- Bonnes pratiques
- Utilisation des données
- Utilisation des données
- Balisage UTM dans Google Analytics
- Formatage et importation de données financières
- Dimensions de données recommandées pour la segmentation et le filtrage
- Vérification de l’état du cycle de mise à jour
- Réduction du temps de cycle de mise à jour
- Modification de la base de données pour la prise en charge de la réplication incrémentielle
- Optimisation de la base de données pour l’analyse
- Optimisation de vos SQL Requêtes
- Comprendre votre Commerce Intelligence Environnement
- Organisation du projet
- Utilisation des tableaux de bord
- Utilisation des données
- Tutoriels
Documentation
Importer Bing Données
Pour importer Bing données de dépenses publicitaires dans Adobe Commerce Intelligence pour l’analyse, il vous suffit d’exporter les données à partir de Bing Ads Editor dans .csv formate et télécharge-le dans Commerce Intelligence conformément aux étapes ci-dessous.
Bing Ads Editor
Pour exporter votre Bing Ads data, vous devez disposer des Bing Ads Editor installé. Vous pouvez trouver un téléchargement gratuit de Bing Ads Editor.
Bing Ads Exportation de données
- Dans le
Browservolet Bing Ads Editor, cliquez avec le bouton droit sur la campagne ou le groupe publicitaire à exporter, puis cliquez sur Export. - Dans le
Export, cliquez sur Export. - Dans le
Save As, cliquez sur le dossier dans lequel vous souhaitez enregistrer votre fichier d’exportation. - Dans le
File name, choisissez un nom pour votre exportation de fichier. - Cliquez sur Save.
- Une fois le fichier téléchargé, support technique pour effectuer un premier chargement en votre nom et configurer les dimensions principales nécessaires.
Ressources
Compte Adobe
Changer la langue
Copyright © 2023 Adobe. All Rights Reserved.
