16.4 Chargement des données de BigQuery dans Adobe Experience Platform

Objectifs

  • Mise en correspondance des données BigQuery avec un schéma XDM
  • Charger les données BigQuery dans Adobe Experience Platform
  • Familiarisez-vous avec l'interface utilisateur du connecteur de source BigQuery

Avant de commencer

Après l’exercice 16.3, cette page doit être ouverte à Adobe Experience Platform :

démo

Si vous l'avez ouvert, poursuivez l'exercice 16.4.1.

Si vous ne l'avez pas ouvert, allez à Adobe Experience Platform.

Dans le menu de gauche, accédez à Sources. Vous verrez ensuite la page d'accueil Sources. Dans le menu Sources, cliquez sur Bases de données.

démo

Sélectionnez le connecteur source Google BigQuery et cliquez sur + Configurer.

démo

Vous verrez ensuite l’écran de sélection de compte Google BigQuery.

démo

Sélectionnez votre compte et cliquez sur Suivant.

démo

Vous verrez ensuite la vue Ajouter les données.

démo

16.4.1 Sélection de table BigQuery

Dans la vue Ajouter les données, sélectionnez votre jeu de données BigQuery.

démo

Vous pouvez maintenant voir un exemple de prévisualisation de données Google Analytics dans BigQuery.

Cliquez sur Suivant.

démo

16.4.2 Mappage XDM

L’écran Mappage s’affiche désormais :

démo

Vous devez maintenant créer un nouveau jeu de données ou sélectionner un jeu de données existant pour charger les données Google Analytics. Pour cet exercice, un jeu de données et un schéma ont déjà été créés. Il n’est pas nécessaire de créer un schéma ou un jeu de données.

Sélectionnez Jeu de données existant. Cliquez sur l'icône Jeu de données pour sélectionner un jeu de données existant.

démo

Recherchez le jeu de données nommé Demo System - Event Dataset for BigQuery (Global v1.1) et sélectionnez-le.

démo

Cliquez ensuite sur Confirmer.

démo

Faites défiler vers le bas. Vous devez maintenant mapper chaque champ source de Google Analytics/BigQuery à un champ de Cible XDM champ par champ.

démo

Utilisez la table de mappage ci-dessous pour cet exercice.

Champ source Champ cible
_identifiant _id
_identifiant channel._id
timeStamp timestamp
GA_ID --aepTenantId--.identification.core.gaid
customerID --aepTenantId--.identification.core.loyaltyId
Page web.webPageDetails.name
Appareil device.type
Browser environment.browserDetails.vendor
MarketingChannel marketing.trackingCode
TrafficSource channel.typeAtSource
TrafficMedium channel.mediaType
TransactionID commerce.order.payments.transactionID
Ecommerce_Action_Type eventType
Pages vues web.webPageDetails.pageViews.value
Achats uniques commerce.purchases.value
Product_Detail_Vues commerce.productViews.value
Ajoutes_To_Cart commerce.productListAdds.value
Product_Removes_From_Cart commerce.productListRemovals.value
Product_Checkouts commerce.checkouts.value

Après avoir copié et collé le mappage ci-dessus dans l’interface utilisateur de Adobe Experience Platform, vérifiez si vous ne voyez aucune erreur en raison de fautes de frappe ou d’espaces de début/de fin.

Vous disposez maintenant d’un mappage comme celui-ci :

démo

Les champs source GA_ID et customerID sont mappés à un identifiant dans ce Schéma XDM. Cela vous permettra d'enrichir les données Google Analytics (données de comportement web/app) avec d'autres jeux de données tels que la fidélité ou les données du centre d'appels.

Cliquez sur Suivant.

démo

16.4.3 Planification de la connexion et de l'assimilation des données

L'onglet Planification s'affiche désormais :

démo

Dans l'onglet Planification, vous pouvez définir une fréquence pour le processus d'assimilation des données pour ce mappage et les données.

Comme vous utilisez des données de démonstration dans Google BigQuery qui ne seront pas actualisées, il n'est pas nécessaire de définir une planification dans cet exercice. Vous devez sélectionner un élément et, pour éviter un trop grand nombre de processus d'assimilation de données inutiles, vous devez définir la fréquence comme suit :

  • Fréquence : Semaine
  • Intervalle : 200

démo

Important : assurez-vous d'activer le commutateur de ​renvoi.

démo

Enfin, vous devez définir un champ delta.

démo

Le champ delta permet de planifier la connexion et de télécharger uniquement les nouvelles lignes qui entrent dans votre jeu de données BigQuery. Un champ delta est généralement toujours une colonne d’horodatage. Ainsi, pour les prochaines ingérations de données planifiées, seules les lignes avec un nouvel horodatage plus récent seront ingérées.

Sélectionnez timeStamp comme champ delta.

démo

Vous avez maintenant ceci.

démo

Cliquez sur Suivant.

démo

16.4.4 Vérification et lancement de la connexion

Dans la vue Flux de données. vous devez nommer votre connexion, ce qui vous aidera à la trouver plus tard.

Veuillez utiliser cette convention d'affectation de nom :

Champ Dénomination Exemple
Nom du flux de données Flux de données - ldap - Interaction de site Web BigQuery Flux de données - vangeluw - Interaction de site Web BigQuery
Description Flux de données - ldap - Interaction de site Web BigQuery Flux de données - vangeluw - Interaction de site Web BigQuery

démo

Cliquez sur Suivant.

démo

Vous voyez maintenant un aperçu détaillé de votre connexion. Assurez-vous que tout est correct avant de continuer, car certains paramètres ne peuvent plus être modifiés par la suite, comme par exemple le mappage XDM.

démo

Cliquez sur Terminer.

démo

La configuration de la connexion peut prendre un certain temps. Ne vous inquiétez donc pas si vous voyez ceci :

démo

Une fois la connexion créée, vous verrez ceci :

démo

Vous êtes maintenant prêt à poursuivre l’exercice suivant, au cours duquel vous utiliserez le Customer Journey Analytics pour créer des visualisations puissantes au-dessus des données Google Analytics.

Étape suivante : 16.5 Analyse des données Google Analytics à l’aide de Customer Journey Analytics

Revenir au module 16

Revenir à tous les modules

Sur cette page