16.5 Analizar los datos de los Google Analytics mediante el Customer Journey Analytics

Objetivos

  • Conecte nuestro conjunto de datos BigQuery al Customer Journey Analytics (CJA)
  • Conecte y únase a los Google Analytics con datos de fidelidad.
  • Familiarícese con la interfaz de usuario de CJA

16.5.1 Crear una conexión

Vaya a analytics.adobe.com para acceder al Customer Journey Analytics.

demostración

En la página de inicio del Customer Journey Analytics, vaya a Connections.

demostración

Aquí puede ver las diferentes conexiones hechas entre CJA y Platform. Estas conexiones tienen el mismo objetivo que los grupos de informes de Adobe Analytics. Sin embargo, la recopilación de los datos es totalmente diferente. Todos los datos proceden de conjuntos de datos de Adobe Experience Platform.

demostración

Haga clic en Crear nueva conexión.

demostración

A continuación, verá la interfaz de usuario Crear conexión.

demostración

En primer lugar, debe seleccionar el simulador de pruebas correcto para utilizarlo. En el menú del simulador de pruebas, seleccione el simulador de pruebas, que debe ser --aepSandboxId--. En este ejemplo, el simulador para pruebas que se va a usar es AEP Enablement FY21.

demostración

Después de seleccionar el simulador para pruebas, se actualizarán los conjuntos de datos disponibles.

demostración

En el menú de la izquierda, puede ver todos los conjuntos de datos de Adobe Experience Platform disponibles. Busque el conjunto de datos Demo System - Event Dataset for BigQuery (Global v1.1). Haga clic en + para agregar el conjunto de datos a esta conexión.

demostración

Después de agregarlo, verá el conjunto de datos dentro de la conexión.

Ahora tiene que seleccionar el ID de persona. Asegúrese de que loyaltyId está seleccionado como ID de persona.

demostración

Ahora enriquecerá los datos de interacción del sitio web de Google Analytics con otro conjunto de datos de Adobe Experience Platform.

Busque el conjunto de datos Demo System - Profile Dataset for Loyalty (Global v1.1) y agréguelo a esta conexión.

demostración

Verá esto:

demostración

Para combinar ambos conjuntos de datos, debe seleccionar un ID de persona que contenga el mismo tipo de ID. El conjunto de datos Demo System - Profile Dataset for Loyalty (Global v1.1) utiliza el loyaltyId como ID de persona, que contiene el mismo tipo de ID que el Demo System - Event Dataset for BigQuery (Global v1.1), que también utiliza el loyaltyId como ID de persona.

demostración

Haga clic en Siguiente.

demostración

Verá esto:

demostración

Aquí debe asignar un nombre a la conexión.

Utilice esta convención de nombres: ldap - GA + Loyalty Data Connection.

Ejemplo: vangeluw - GA + Loyalty Data Connection

Antes de finalizar, active Automatically import all new data for all datasets in this connection, a partir de hoy. como en la imagen de abajo.

demostración

Esto iniciará un flujo de datos desde Adobe Experience Platform a CJA cada 60 minutos, aunque con grandes volúmenes de datos puede tardar hasta 24 horas.

También debe rellenar los datos históricos, por lo que marque la casilla de verificación Importar todos los datos existentes y seleccione menos de 1 millón en Cantidad media de eventos diarios.

demostración

Después de crear su Connection puede que pasen unas horas antes de que los datos estén disponibles en CJA.

Haga clic en Save y vaya al siguiente ejercicio.

demostración

A continuación, verá la conexión en la lista de conexiones disponibles.

demostración

16.5.2 Crear una vista de datos

Una vez finalizada la conexión, ahora puede progresar para influir en la visualización. Una diferencia entre Adobe Analytics y CJA es que CJA necesita una vista de datos para limpiar y preparar los datos antes de la visualización.

Una vista de datos es similar al concepto de grupos de informes virtuales en Adobe Analytics, donde se definen las definiciones de visitas según el contexto, el filtrado y también cómo se llaman los componentes.

Necesitará un mínimo de una vista de datos por conexión. Sin embargo, en algunos casos de uso, es bueno tener varias vistas de datos para la misma conexión, con el objetivo de proporcionar diferentes perspectivas a diferentes equipos.

Si desea que su empresa se oriente por los datos, debe adaptar la forma en que se ven los datos en cada equipo. Algunos ejemplos:

  • Métricas de experiencia de usuario solo para el equipo Diseño de experiencia de usuario
  • Utilice los mismos nombres para KPI y métricas para Google Analytics que para Customer Journey Analytics, de modo que el equipo de análisis digital solo hable un idioma.
  • vista de datos filtrada para mostrar, por ejemplo, datos para 1 solo mercado, 1 marca o solo para dispositivos móviles.

En la pantalla Connections, marque la casilla de verificación situada delante de la conexión que acaba de crear.

demostración

A continuación, haga clic en Crear vista de datos.

demostración

Se le redirigirá al flujo de trabajo Crear vista de datos.

demostración

Ahora puede configurar las definiciones básicas de la vista de datos. Elementos como Zona horaria, Tiempo de espera de sesión o el filtrado de la vista de datos (la parte de segmentación similar a Grupos de informes virtuales en Adobe Analytics).

La Conexión que creó en el ejercicio anterior ya está seleccionada. El nombre de la conexión es ldap - GA + Loyalty Data Connection.

demostración

A continuación, asigne un nombre a la vista de datos siguiendo esta convención de nomenclatura: ldap - GA + Loyalty Data View.

Introduzca el mismo valor para la descripción: ldap - GA + Loyalty Data View.

Antes de realizar cualquier análisis o visualización, debemos crear una vista de datos con todos los campos, dimensiones y métricas y su configuración de atribución.

Campo Convención de nomenclatura Ejemplo
Asignar nombre a una conexión ldap: GA + Vista de datos de fidelidad vangeluw: GA + Vista de datos de fidelidad
Descripción ldap: GA + Vista de datos de fidelidad vangeluw: GA + Vista de datos de fidelidad

demostración

Haga clic en Guardar y continuar.

demostración

Ahora puede añadir componentes a la vista de datos. Como puede ver, algunas métricas y dimensiones se añaden automáticamente.

demostración

Agregue los siguientes componentes a la vista de datos:

Nombre del componente Tipo de componente Ruta de acceso del componente
nivel Dimensión _experienceplatform.loyaltyDetails.level
points Métrica _experienceplatform.loyaltyDetails.points
commerce.checkouts.value Métrica commerce.checkouts.value
commerce.productListRemovals.value Métrica commerce.productListRemovals.value
commerce.productListAdds Métrica commerce.productListAdds
commerce.productViews.value Métrica commerce.productViews.value
commerce.purchases.value Métrica commerce.purchases.value
web.webPageDetails.pageViews Métrica web.webPageDetails.pageViews
El ID de transacción Dimensión commerce.order.payments.transactionID
channel.mediaType Dimensión channel.mediaType
channel.typeAtSource Dimensión channel.typeAtSource
Código de seguimiento Dimensión marketing.trackingCode
gaid Dimensión _experienceplatform.identification.core.gaid
web.webPageDetails.name Dimensión web.webPageDetails.name
Tipo de evento Dimensión eventType
Proveedor Dimensión environment.browserDetails.vendor
Identificador Dimensión _id
Marca de tiempo Dimensión timestamp
Tipo Dimensión device.type
loyaltyId Dimensión _experienceplatform.identification.core.loyaltyId

Entonces tendrá esto:

demostración

A continuación, debe cambiar el nombre descriptivo de algunas de las métricas y dimensiones anteriores para que pueda utilizarlo fácilmente al crear el análisis. Para ello, seleccione la métrica o la dimensión y actualice el campo Name como se indica en la imagen siguiente.

demostración

Nombre original del componente Nombre para mostrar
nivel Nivel de fidelidad
points Puntos de fidelidad
commerce.checkouts.value Cierres de compra
commerce.productListRemovals.value Eliminaciones del carro de compras
commerce.productListAdds Adiciones al carro de compras
commerce.productViews.value Vistas del producto
commerce.purchases.value Compras
web.webPageDetails.pageViews Page Views
channel.mediaType Medio de tráfico
channel.typeAtSource Traffic Source
Código de seguimiento Canal de marketing
gaid ID de Google Analytics
Nombre Título de página
Proveedor Explorador
Tipo Device Type
loyaltyId ID de fidelidad

Entonces tendrá algo así:

demostración

A continuación, debe realizar algunos cambios en el contexto de persona y sesión de algunos de estos componentes cambiando la Configuración de atribución.

demostración

Cambie la Configuración de atribución para los siguientes componentes:

Componente
Fuente de tráfico
Canal de marketing
Explorador
Medio de tráfico
Tipo de dispositivo
ID de Google Analytics
ID de fidelidad
Nivel de fidelidad
Puntos de fidelidad

Para ello, seleccione el componente, haga clic en Usar modelo de atribución personalizado y establezca el Modelo en Último toque, y el Caducidad en Persona (ventana de informes). Repita este proceso para todos los componentes mencionados anteriormente.

demostración

Después de realizar los cambios en la configuración de atribución para todos los componentes mencionados anteriormente, debe tener esta vista:

demostración

La vista de datos ya está configurada. Haga clic en Guardar.

demostración

Ya está listo para analizar los datos de los Google Analytics en Adobe Analytics Analysis Workspace. Pasemos al siguiente ejercicio.

16.5.3 Crear su proyecto

En el Customer Journey Analytics, vaya a Proyectos.

demostración

Verá esto:

demostración

Cree un proyecto haciendo clic en Crear nuevo proyecto.

demostración

Ahora tiene un proyecto en blanco:

demostración

Primero, guarde el proyecto y asígnele un nombre. Puede utilizar el siguiente comando para guardar:

Sistema operativo Cortocircuito
Windows Control + S
Mac Comando + S

Verá esta ventana emergente:

demostración

Utilice esta convención de nombres:

Nombre Descripción
ldap - GA + espacio de trabajo de fidelidad ldap - GA + espacio de trabajo de fidelidad

A continuación, haga clic en Guardar proyecto.

demostración

A continuación, asegúrese de seleccionar la vista de datos correcta en la esquina superior derecha de la pantalla. Esta es la vista de datos que creó en el ejercicio anterior, con la convención de nombres ldap - GA + Loyalty Data View. En este ejemplo, la vista de datos que se va a seleccionar es ldap - GA + Loyalty Data View.

demostración

demostración

16.5.3.1 Tablas improvisadas

Las tablas improvisadas funcionan, más o menos, como tablas dinámicas dentro de Excel. Elija algo de la barra izquierda, arrástrelo y suéltelo en la forma libre y obtendrá un informe de tabla.

Las tablas improvisadas son casi ilimitadas. Puede hacer (casi) cualquier cosa y esto aporta tanto valor en comparación con los Google Analytics (ya que esta herramienta tiene algunas limitaciones de análisis). Esta es una de las razones para cargar los datos de los Google Analytics en otra herramienta de análisis.

Veamos dos ejemplos en los que necesita usar SQL, BigQuery y algo de tiempo para responder preguntas simples que no son posibles dentro de la interfaz de usuario de Google Analytics o Google Data Studio:

  • ¿Cuántas personas llegan al cierre de compra desde el explorador Safari dividido por canal de marketing? Compruebe que el navegador Safari está filtrando la métrica de cierre de compra. Simplemente arrastramos y soltamos la variable Explorador = Safari en la parte superior de la columna de cierre de compra.

  • Como analista, puedo ver que el Canal de marketing social tiene bajas conversiones. Estoy usando la atribución de último toque como predeterminada, pero ¿qué hay de Primer toque? Si pasa el ratón sobre cualquier métrica, se muestra la configuración de la métrica. Aquí puedo seleccionar el modelo de atribución que quiero. Puede realizar Attribution en GA (no en el estudio de datos) como actividad independiente, pero no puede tener otras métricas o dimensiones no relacionadas con el análisis de atribución dentro de la misma tabla.

Respondamos a estas preguntas y algunas más con Analysis Workspace en CJA.

En primer lugar, seleccione el intervalo de fechas correcto (Últimas 53 semanas completas) en el lado derecho del panel.

demostración

A continuación, haga clic en Aplicar para aplicar el intervalo de fechas. Recuerde este paso para los ejercicios siguientes.

demostración

NOTA

Si acaba de crear la Conexión de datos y Vista de datos puede que tenga que esperar un par de horas. CJA necesita algo de tiempo para rellenar los datos históricos cuando hay una gran cantidad de registros de datos.

Arrastre y suelte algunas dimensiones y métricas para analizar los canales de marketing. En primer lugar, utilice la dimensión Canal de marketing y arrástrela al lienzo de la tabla improvisada. (Haga clic en Mostrar todo en caso de que no vea la métrica inmediatamente en el menú Métricas)

demostración

Verá esto:

demostración

A continuación, debe agregar la métrica a la tabla improvisada. Debe agregar estas métricas: Personas, Sesiones, Vistas del producto, Cierres de compra, Compras, Tasa de conversión (Métrica calculada).

Para poder hacerlo, debe crear la métrica calculada Tasa de conversión. Para ello, haga clic en el icono + situado junto a Métricas:

demostración

Como nombre para la métrica calculada, utilice Tasa de conversión. A continuación, arrastre las métricas purchase y Sessions al lienzo. Establezca Formato en Porcentaje y Lugares decimales en 2. Finalmente, haga clic en Guardar.

demostración

A continuación, para utilizar todas estas métricas en la Tabla improvisada, arrástrelas y suéltelas una a una en la Tabla improvisada. Consulte el ejemplo siguiente.

demostración

Terminarás con una tabla como esta:

demostración

Como se ha mencionado anteriormente, las tablas improvisadas le dan la libertad que necesita para realizar análisis en profundidad. Por ejemplo, puede elegir cualquier otro Dimension para desglosar una métrica específica dentro de la tabla.

Por ejemplo, vaya a dimensiones y busque y seleccione la variable Browser .

demostración

A continuación, verá una descripción general de los valores disponibles para este Dimension.

demostración

Elija el Dimension Safari y arrástrelo y suéltelo sobre una métrica, por ejemplo Cierres de compra. Verá esto:

demostración

Haciendo esto, acabas de responder a una pregunta potencial que tenías: ¿Cuántas personas llegan a la página de cierre de compra utilizando Safari, dividido por Canal de marketing?

Respondamos ahora a la pregunta de atribución.

Busque la métrica Purchase en la tabla.

demostración

Pase el ratón sobre la métrica y aparecerá un icono Settings . Haga clic en él.

demostración

Aparecerá un menú contextual. Marque la casilla de verificación para modelo de atribución no predeterminado.

demostración

En la ventana emergente que verá, puede cambiar fácilmente los modelos de atribución y la ventana retrospectiva (que es bastante compleja de lograr con SQL).

demostración

Seleccione Primer toque como modelo de atribución.

demostración

Elija Persona en la ventana de retrospectiva.

demostración

A continuación, haga clic en Aplicar.

demostración

Ahora puede ver que el modelo de atribución para esa métrica en particular es ahora Primer toque.

demostración

Puede realizar el máximo desglose posible, sin límites de tipos de variables, segmentos, dimensiones o intervalos de fechas.

Algo aún más especial es la capacidad de unirse a cualquier conjunto de datos de Adobe Experience Platform para enriquecer los datos de comportamiento digital de los Google Analytics. Por ejemplo, sin conexión, centro de llamadas, lealtad o datos CRM.

Para mostrar esa funcionalidad, configuremos su primer desglose que combine datos sin conexión con datos en línea. Elija la dimensión Nivel de lealtad y arrástrela y suéltela en cualquier Canal de marketing, por ejemplo, Búsqueda orgánica:

demostración

A continuación, analicemos qué Tipo de dispositivo utilizan los clientes que llegaron al sitio mediante Búsqueda orgánica con un Nivel de lealtad que es Bronce. Tome el Dimension Tipo de dispositivo y arrástrelo y suéltelo en Bronze. Verá esto:

demostración

Puede ver que para el primer desglose, se utiliza el Nivel de lealtad. Esta dimensión proviene de un conjunto de datos y un esquema diferente al que utilizó para el conector BigQuery. El ID de persona loyaltyID (Sistema de demostración - Esquema de evento para BigQuery (Global v1.1)) y loyaltyID (Sistema de demostración - Esquema de perfil para lealtad (Global v1.1)) coinciden entre sí. Por lo tanto, puede combinar los eventos de experiencia de los Google Analytics con los datos de perfil del esquema de lealtad.

Podemos seguir dividiendo las filas con segmentos o intervalos de fechas específicos (quizá para reflejar campañas de TV particulares) para hacer preguntas al Customer Journey Analytics y obtener las respuestas sobre la marcha.

Lograr el mismo resultado final con SQL y luego una herramienta de visualización de terceros es un gran desafío. Especialmente cuando estás haciendo preguntas y tratando de obtener las respuestas sobre la marcha. Customer Journey Analytics no tiene este desafío y permite a los analistas de datos consultar los datos de forma flexible y en tiempo real.

16.5.3.2 Análisis de canales o visitas en el orden previsto

Los embudos son un mecanismo bueno para comprender los pasos principales de un recorrido de cliente. Estos pasos también pueden proceder de interacciones sin conexión (por ejemplo, desde el centro de llamadas) y, a continuación, combinarlas con puntos de contacto digitales en el mismo canal.

Customer Journey Analytics le permite hacer eso y mucho más. Si recuerda el Módulo 13, podemos hacer clic con el botón derecho y hacer cosas como:

  • Analizar a dónde se dirigen los usuarios después de un paso de abandonos
  • Crear un segmento desde cualquier punto del canal
  • Consulte Tendencia en cualquier etapa de una visualización de gráfico de líneas

Veamos otra cosa que puedes hacer: ¿Cómo se compara mi canal de Recorrido de clientes de este mes con el mes anterior? ¿Qué sucede con los dispositivos móviles y de escritorio?

A continuación, creará dos paneles:

  • Análisis de canal (enero)
  • Análisis de canal (febrero)

Verá que comparamos un canal en diferentes periodos de tiempo (enero y febrero) divididos por tipo de dispositivo.

Este tipo de análisis no es posible dentro de la interfaz de usuario de Google Analytics o es muy limitado. Por lo tanto, CJA agrega de nuevo mucho valor a los datos capturados por los Google Analytics.

Para crear la primera visualización de abandonos. Cierre el panel actual para empezar con uno nuevo.

Observe el lado derecho del panel y haga clic en la flecha para cerrarlo.

demostración

A continuación, haga clic en + para crear un nuevo panel.

demostración

Ahora seleccione la visualización Visitas en el orden previsto.

demostración

Como analista, imagine que desea comprender lo que está pasando con su embudo de comercio electrónico principal: Inicio > Búsqueda interna > Detalles del producto > Cierre de compra > Compra.

Empecemos agregando algunos pasos nuevos al canal. Para ello, abra la dimensión Page Name.

demostración

A continuación, verá todas las páginas disponibles que se han visitado.

demostración

Arrastre y suelte Home en el primer paso.

demostración

Como segundo paso, utilice el Almacenamiento de resultados de búsqueda

demostración

Ahora debe agregar algunas acciones de comercio electrónico. En los Dimension, busque la dimensión Tipo de evento del Dimension. Haga clic en para abrir la dimensión .

demostración

Seleccione Product_Detail_Views y arrástrelo hasta el siguiente paso.

demostración

Seleccione Product_Checkouts y arrástrelo hasta el siguiente paso.

demostración

Cambie el tamaño de la visualización de abandonos.

demostración

La visualización de abandonos ya está lista.

Para empezar a analizar y documentar las perspectivas, siempre es una buena idea una visualización de Texto. Para añadir una visualización Text, haga clic en el icono Graph del menú de la izquierda para ver todas las visualizaciones disponibles. A continuación, arrastre y suelte la visualización Text en el lienzo. Cambie el tamaño y muévalo para que parezca la imagen de abajo.

demostración

Y, de nuevo, cambie el tamaño para que se ajuste al tablero:

demostración

Las visualizaciones de visitas en el orden previsto también permiten desgloses. Utilice la dimensión Tipo de dispositivo abriéndola y arrastre y suelte algunos de los valores uno por uno en la visualización:

demostración

Al final, tendrá una visualización más avanzada:

demostración

Customer Journey Analytics le permite hacer eso y mucho más. Al hacer clic con el botón derecho en cualquier lugar de la visita en el orden previsto, puede…

  • Analizar hacia dónde se dirigen los usuarios desde un paso de abandonos
  • Crear un segmento desde cualquier punto del canal
  • Realizar la tendencia de cualquier paso en una visualización de Línea
  • Compare cualquier canal con diferentes periodos de tiempo de forma visual.

Por ejemplo, haga clic con el botón derecho en cualquier paso de la visita en el orden previsto para ver algunas de estas opciones de análisis.

demostración

16.5.3.3 Análisis y visualización de flujo

Si desea realizar análisis de flujo avanzados mediante Google Analytics, debe utilizar SQL para extraer los datos y, a continuación, utilizar una solución de terceros para la parte de visualización. Customer Journey Analytics ayudará con eso.

En este paso, debe configurar un análisis de flujo para responder a esta pregunta: ¿Cuáles son los principales canales de contribución antes de una página de aterrizaje específica? Con dos arrastrar y soltar y un clic, como analista, puede descubrir el flujo del usuario hacia la página de aterrizaje con los dos últimos toques de canales de marketing.

Otras preguntas que el Customer Journey Analytics puede ayudarle a responder:

  • ¿Cuál es la combinación principal de canales antes de una página de aterrizaje específica?
  • ¿Qué hace que un usuario salga de la sesión cuando llega al Product_Checkout? ¿Dónde están los pasos anteriores?

Comencemos de nuevo con un panel en blanco para responder a estas preguntas. Cierre el panel actual y haga clic en +.

demostración

Ahora seleccione la visualización Flow.

demostración

Ahora vamos a configurar un análisis de flujo de canal de marketing de varias rutas. Arrastre y suelte la dimensión Canal de marketing en el área Dimension de entrada.

demostración

Ahora puede ver las primeras rutas de entrada:

demostración

Haga clic en la primera ruta para explorar en profundidad.

demostración

Ahora puede ver la siguiente ruta (Canal de marketing).

demostración

Hagamos un tercer desglose. Haga clic en la primera opción dentro de la nueva ruta, Referral.

demostración

Ahora debería ver la visualización de la siguiente manera:

demostración

Complicemos las cosas. Imagine que desea analizar la página de aterrizaje después de dos rutas de marketing? Para ello, puede utilizar una dimensión secundaria para cambiar la última ruta. Busque la dimensión Nombre de página y arrástrela y suéltela de esta manera:

demostración

Ahora verá esto:

demostración

Hagamos otro análisis de flujo. Esta vez analizará qué ha pasado después de un punto de salida específico. Otras soluciones de Analytics requieren el uso de SQL/ETL y, de nuevo, de una herramienta de visualización de terceros para lograr lo mismo.

Lleve una nueva Visualización de flujo al panel.

demostración

Entonces tendrá esto:

demostración

Busque el Dimension Tipo de evento y arrástrelo hasta el área Salir dimensión.

demostración

Ahora puede ver qué rutas de Tipo de evento llevaron a los clientes a la salida.

demostración

Investiguemos qué ocurrió antes de la salida de la acción de cierre de compra. Haga clic en la ruta Product_Checkouts:

demostración

Aparecerá una nueva ruta de acción con algunos datos que no son reveladores.

demostración

¡Analicemos más! Busque en el Dimension Page Name y arrástrelo a la nueva ruta generada.

demostración

Ahora ha realizado un análisis de flujo avanzado en minutos. Puede hacer clic en las diferentes rutas para ver cómo se conectan desde la salida a los pasos anteriores.

demostración

Ahora dispone de un potente kit para analizar canales y explorar rutas de comportamiento de los clientes en distintos puntos de contacto digitales, pero también sin conexión.

No olvide guardar los cambios.

16.5.4 Compartir el proyecto

IMPORTANTE

El siguiente contenido está diseñado como FYI. Usted NOT tiene que compartir su proyecto con cualquier otra persona.

FYI - Puede compartir este proyecto con compañeros para colaborar o analizar preguntas comerciales juntos.

demostración

demostración

Paso siguiente: Resumen y beneficios

Volver al módulo 16

Volver a todos los módulos

En esta página