16.5 Analizzare i dati delle Google Analytics utilizzando il Customer Journey Analytics

Obiettivi

  • Collega il nostro set di dati BigQuery al Customer Journey Analytics (CJA)
  • Collega e unisci le Google Analytics con i dati fedeltà.
  • Acquisisci familiarità con l’interfaccia utente di CJA

16.5.1 Creare una connessione

Vai su analytics.adobe.com per accedere al Customer Journey Analytics.

demo

Nella home page del Customer Journey Analytics, vai a Connessioni.

demo

Qui puoi vedere tutte le diverse connessioni effettuate tra CJA e Platform. Queste connessioni hanno lo stesso obiettivo delle suite di rapporti in Adobe Analytics. Tuttavia, la raccolta dei dati è totalmente diversa. Tutti i dati provengono dai set di dati Adobe Experience Platform.

demo

Fare clic su Crea nuova connessione.

demo

Verrà quindi visualizzata l'interfaccia utente Crea connessione.

demo

Innanzitutto, devi selezionare la sandbox corretta da utilizzare. Nel menu della sandbox, seleziona la sandbox, che deve essere --aepSandboxId--. In questo esempio, la sandbox da utilizzare è AEP Enablement FY21.

demo

Dopo aver selezionato la sandbox, i set di dati disponibili verranno aggiornati.

demo

Nel menu a sinistra puoi visualizzare tutti i set di dati Adobe Experience Platform disponibili. Cerca il set di dati Demo System - Event Dataset for BigQuery (Global v1.1). Fai clic su + per aggiungere il set di dati a questa connessione.

demo

Dopo l’aggiunta, vedrai il set di dati all’interno della connessione.

Ora devi selezionare l’ ID persona. Assicurati che loyaltyId sia selezionato come ID persona.

demo

Ora arricchisci i dati di interazione del sito Web Google Analytics con un altro set di dati Adobe Experience Platform.

Cerca il set di dati Demo System - Profile Dataset for Loyalty (Global v1.1) e aggiungilo a questa connessione.

demo

Vedrai questo:

demo

Per unire entrambi i set di dati, devi selezionare un ID persona che contenga lo stesso tipo di ID. Il set di dati Demo System - Profile Dataset for Loyalty (Global v1.1) utilizza loyaltyId come ID persona, che contiene lo stesso tipo di ID del Demo System - Event Dataset for BigQuery (Global v1.1), che utilizza anche loyaltyId come ID persona.

demo

Fai clic su Avanti.

demo

Vedrai questo:

demo

Qui devi dare un nome alla tua connessione.

Utilizza questa convenzione di denominazione: ldap - GA + Loyalty Data Connection.

Esempio: vangeluw - GA + Loyalty Data Connection

Prima di terminare, attiva anche Importa automaticamente tutti i nuovi dati per tutti i set di dati in questa connessione, a partire da oggi. come nell'immagine seguente.

demo

Questo avvierà un flusso di dati da Adobe Experience Platform a CJA ogni 60 minuti, tuttavia con elevati volumi di dati può richiedere fino a 24 ore.

È inoltre necessario eseguire il backfill dei dati storici, quindi controlla la casella di controllo per importare tutti i dati esistenti e seleziona meno di 1 milione in Numero medio di eventi giornalieri.

demo

Dopo aver creato la Connessione potrebbero essere necessarie alcune ore prima che i dati siano disponibili in CJA.

Fai clic su Salva e passa all'esercizio successivo.

demo

Verrà quindi visualizzata la connessione nell'elenco delle connessioni disponibili.

demo

16.5.2 Creare una visualizzazione dati

Al termine della connessione, puoi ora passare all’influenza della visualizzazione. Una differenza tra Adobe Analytics e CJA è che CJA ha bisogno di una visualizzazione dati per pulire e preparare i dati prima della visualizzazione.

Una visualizzazione dati è simile al concetto di suite di rapporti virtuali in Adobe Analytics, dove puoi definire definizioni di visite basate sul contesto, filtri e anche come vengono chiamati i componenti.

È necessaria almeno una visualizzazione dati per ogni connessione. Tuttavia, per alcuni casi d’uso, è grandioso avere più visualizzazioni dati per la stessa connessione, con l’obiettivo di fornire informazioni diverse a diversi team.

Se desideri che la tua azienda sia basata sui dati, devi adattare il modo in cui i dati vengono visualizzati in ciascun team. Alcuni esempi:

  • Metriche UX solo per il team di progettazione UX
  • Utilizza gli stessi nomi per KPI e Metriche per Google Analytics e Customer Journey Analytics in modo che il team di analisi digitale possa parlare solo 1 lingua.
  • visualizzazione dati filtrata per mostrare, ad esempio, i dati per un solo mercato o 1 marchio, o solo per dispositivi mobili.

Nella schermata Connessioni, seleziona la casella di controllo di fronte alla connessione appena creata.

demo

Ora fai clic su Crea visualizzazione dati.

demo

Verrai reindirizzato al flusso di lavoro Crea visualizzazione dati .

demo

È ora possibile configurare le definizioni di base per la visualizzazione dati. Ad esempio fuso orario, Timeout sessione o filtro della visualizzazione dati (la parte di segmentazione è simile alle suite di rapporti virtuali in Adobe Analytics).

La Connessione creata nell'esercizio precedente è già selezionata. La connessione si chiama ldap - GA + Loyalty Data Connection.

demo

Successivamente, assegna alla visualizzazione dati un nome seguendo questa convenzione di denominazione: ldap - GA + Loyalty Data View.

Inserisci lo stesso valore per la descrizione: ldap - GA + Loyalty Data View.

Prima di eseguire qualsiasi analisi o visualizzazione, è necessario creare una visualizzazione dati con tutti i campi, le dimensioni e le metriche e le relative impostazioni di attribuzione.

Campo Convenzione di denominazione Esempio
Connessione nome ldap - GA + visualizzazione dati fedeltà vangeluw - GA + visualizzazione dati fedeltà
Descrizione ldap - GA + visualizzazione dati fedeltà vangeluw - GA + visualizzazione dati fedeltà

demo

Fare clic su Salva e continuare.

demo

Ora puoi aggiungere componenti alla visualizzazione dati. Come puoi vedere, alcune metriche e dimensioni vengono aggiunte automaticamente.

demo

Aggiungi i seguenti componenti alla visualizzazione dati:

Nome componente Tipo di componente Percorso componente
livello Dimensione _experienceplatform.loyaltyDetails.level
punti Metrica _experienceplatform.loyaltyDetails.points
commerce.checkouts.value Metrica commerce.checkouts.value
commerce.productListRemovals.value Metrica commerce.productListRemovals.value
commerce.productListAdds Metrica commerce.productListAdds
commerce.productViews.value Metrica commerce.productViews.value
commerce.purchases.value Metrica commerce.purchases.value
web.webPageDetails.pageViews Metrica web.webPageDetails.pageViews
ID transazione Dimensione commerce.order.payments.transactionID
channel.mediaType Dimensione channel.mediaType
channel.typeAtSource Dimensione channel.typeAtSource
Codice di tracking Dimensione marketing.trackingCode
dorato Dimensione _experienceplatform.identity.core.gaid
web.webPageDetails.name Dimensione web.webPageDetails.name
Tipo evento Dimensione eventType
Fornitore Dimensione environment.browserDetails.vendor
Identificatore Dimensione _id
Timestamp Dimensione timestamp
Tipo Dimensione device.type
loyaltyId Dimensione _experienceplatform.identity.core.loyaltyId

A quel punto avrai questo:

demo

Successivamente, devi modificare il nome descrittivo di alcune delle metriche e dimensioni sopra riportate in modo da poterle utilizzare facilmente durante la creazione dell’analisi. A questo scopo, seleziona la metrica o la dimensione e aggiorna il campo Name come indicato nell’immagine seguente.

demo

Nome originale componente Nome visualizzato
livello Livello fedeltà
punti Punti fedeltà
commerce.checkouts.value Pagamenti
commerce.productListRemovals.value Rimozioni carrello
commerce.productListAdds Aggiunte al carrello
commerce.productViews.value Visualizzazioni prodotto
commerce.purchases.value Acquisti
web.webPageDetails.pageViews Page Views
channel.mediaType Mezzo di traffico
channel.typeAtSource Traffic Source
Codice di tracking Canale di marketing
dorato ID Google Analytics
Nome Titolo pagina
Fornitore Browser
Tipo Device Type
loyaltyId ID fedeltà

Poi avrete qualcosa come questo:

demo

Successivamente, devi apportare alcune modifiche al contesto Persona e Sessione per alcuni di questi componenti modificando le Impostazioni di attribuzione.

demo

Modifica le impostazioni di attribuzione per i componenti seguenti:

Componente
Origine traffico
Canale di marketing
Browser
Mezzo di traffico
Tipo di dispositivo
ID Google Analytics
ID fedeltà
Livello fedeltà
Punti fedeltà

A questo scopo, seleziona il componente, fai clic su Usa modello di attribuzione personalizzato e imposta il Modello su Ultimo contatto, e il Scadenza su Persona (Finestra di reporting). Ripeti questa operazione per tutti i componenti di cui sopra.

demo

Dopo aver apportato le modifiche nelle impostazioni di attribuzione per tutti i componenti di cui sopra, dovresti avere questa visualizzazione:

demo

La visualizzazione dati è ora configurata. Fai clic su Salva.

demo

Ora puoi analizzare i dati di Google Analytics in Adobe Analytics Analysis Workspace. Passiamo all'esercizio successivo.

16.5.3 Crea il tuo progetto

Al Customer Journey Analytics, vai a Progetti.

demo

Vedrai questo:

demo

Crea un progetto facendo clic su Crea nuovo progetto.

demo

Ora hai un progetto vuoto:

demo

Innanzitutto, salva il progetto e assegnagli un nome. Puoi usare il seguente comando per salvare:

OS Taglio corto
Windows Ctrl+S
Mac Comando + S

Verrà visualizzata questa finestra a comparsa:

demo

Utilizza questa convenzione di denominazione:

Nome Descrizione
ldap - GA + Loalty Workspace ldap - GA + Loalty Workspace

Quindi, fai clic su Salva progetto.

demo

Quindi, assicurati di selezionare la visualizzazione dati corretta nell’angolo in alto a destra dello schermo. Questa è la visualizzazione dati creata nell'esercizio precedente, con la convenzione di denominazione ldap - GA + Loyalty Data View. In questo esempio, la visualizzazione dati da selezionare è ldap - GA + Loyalty Data View.

demo

demo

16.5.3.1 Tabelle a forma libera

Le tabelle a forma libera funzionano più o meno come tabelle pivot in Excel. Scegli qualcosa dalla barra a sinistra e trascinalo nella forma libera per ottenere un rapporto sulla tabella.

Le tabelle a forma libera sono quasi illimitate. È possibile fare (quasi) qualsiasi cosa e questo porta così tanto valore rispetto alle Google Analytics (poiché questo strumento ha alcune limitazioni di analisi). Questo è uno dei motivi per caricare i dati delle Google Analytics in un altro strumento di analisi.

Vediamo due esempi in cui è necessario utilizzare SQL, BigQuery e un po' di tempo per rispondere a domande semplici che non è possibile fare all'interno dell'interfaccia utente Google Analytics o di Google Data Studio:

  • Quante persone arrivano al checkout dal browser Safari suddiviso per canale di marketing? La metrica di pagamento viene filtrata dal browser Safari. Abbiamo appena trascinato e rilasciato la variabile Browser = Safari nella parte superiore della colonna checkout.

  • Come analista, posso vedere che il canale di social marketing ha conversioni basse. Sto utilizzando l’attribuzione Ultimo contatto come impostazione predefinita, ma cosa succede con Primo contatto? Passando il cursore sopra una metrica, vengono visualizzate le impostazioni della metrica. Qui posso selezionare il modello di attribuzione desiderato. Puoi eseguire Attribution in GA (non in studio dati) come attività autonoma, ma non puoi avere altre metriche o dimensioni non correlate all’analisi di attribuzione all’interno della stessa tabella.

Rispondiamo a queste domande e ad altre domande con Analysis Workspace in CJA.

Innanzitutto, seleziona l’intervallo di date a destra (Ultime 53 settimane intere) sul lato destro del pannello.

demo

Quindi fai clic su Applica per applicare l'intervallo di date. Ricordare questo passaggio per gli esercizi successivi.

demo

NOTA

Se hai appena creato la Connessione dati e la Visualizzazione dati, potrebbe essere necessario attendere un paio d'ore. CJA richiede un po' di tempo per eseguire il backfill dei dati storici in presenza di una grande quantità di record di dati.

Trasciniamo alcune dimensioni e metriche per analizzare i canali di marketing. Utilizza innanzitutto la dimensione Canale di marketing e trascinala nell’area di lavoro della tabella a forma libera a forma libera. (Fai clic su Mostra tutto nel caso in cui la metrica non venga visualizzata immediatamente nel menu Metriche)

demo

Vedrai questo:

demo

Successivamente, devi aggiungere le metriche alla tabella a forma libera. Aggiungi le metriche seguenti: Persone, Sessioni, Visualizzazioni prodotto, Pagamenti, Acquisti, Tasso di conversione (Metrica calcolata).

Prima di eseguire questa operazione, è necessario creare la metrica calcolata Tasso di conversione. A tale scopo, fai clic sull'icona + accanto a Metriche:

demo

Come nome per la metrica calcolata, utilizza Tasso di conversione. Quindi trascina le metriche purchase e Sessions sull'area di lavoro. Imposta Formato su Percentuale e Posizioni decimali su 2. Infine, fai clic su Salva.

demo

Quindi, per utilizzare tutte queste metriche nella Tabella a forma libera, trascinale una per una nella Tabella a forma libera. Vedi l'esempio seguente.

demo

Finirete con un tavolo come questo:

demo

Come accennato in precedenza, le tabelle a forma libera ti offrono la libertà necessaria per eseguire analisi approfondite. Ad esempio, puoi scegliere qualsiasi altro Dimension per suddividere una metrica specifica all’interno della tabella.

Ad esempio, vai a dimensioni e cerca e seleziona la variabile Browser .

demo

Verrà visualizzata una panoramica dei valori disponibili per questo Dimension.

demo

Scegli il Dimension Safari e trascinalo sopra a una metrica, ad esempio Checkouts. Vedrai questo:

demo

Facendo questo, hai appena risposto ad una potenziale domanda che avevi: Quante persone arrivano alla pagina di pagamento utilizzando Safari, suddivise per canale di marketing?

Rispondiamo ora alla domanda Attribution.

Trova la metrica Purchase nella tabella.

demo

Passa il puntatore del mouse sulla metrica e compare l’icona Impostazioni . Fai clic su di essa.

demo

Viene visualizzato un menu contestuale. Seleziona la casella di controllo per modello di attribuzione non predefinito.

demo

Nella finestra a comparsa è possibile modificare facilmente i modelli di attribuzione e l’intervallo di lookback (che è piuttosto complesso da ottenere con SQL).

demo

Seleziona Primo contatto come modello di attribuzione.

demo

Scegli Persona per l'intervallo di lookback.

demo

Ora fai clic su Applica.

demo

Ora puoi vedere che il modello di attribuzione per quella particolare metrica è Primo contatto.

demo

Puoi eseguire tutte le suddivisioni desiderate, senza limiti di tipi di variabili, segmenti, dimensioni o intervalli di date.

Una cosa ancora più speciale è la capacità di unire qualsiasi set di dati da Adobe Experience Platform per arricchire i dati comportamentali digitali dalle Google Analytics. Ad esempio, offline, call center, dati fedeltà o CRM.

Per mostrare tale funzionalità, configura il primo raggruppamento che combina dati offline con dati online. Scegli la dimensione Livello fedeltà e trascinala su qualsiasi Canale marketing, ad esempio Ricerca organica:

demo

Quindi, analizziamo quale Tipo di dispositivo viene utilizzato dai clienti che sono venuti sul sito utilizzando Ricerca biologica con un Livello di fedeltà che è Bronze. Prendere il Dimension Tipo di dispositivo e trascinarlo sul Bronze. Vedrai questo:

demo

Come puoi vedere, per la tua prima suddivisione viene utilizzato il livello fedeltà. Questa dimensione proviene da un set di dati e uno schema diversi rispetto a quello utilizzato per il connettore BigQuery. L'ID persona loyaltyID (Demo System - Event Schema for BigQuery (Global v1.1)) e loyaltyID (Demo System - Profile Schema for Loyalty (Global v1.1)) corrispondono tra loro. Per questo motivo, puoi combinare Eventi esperienza da Google Analytics con Dati profilo dallo schema fedeltà.

Possiamo continuare a suddividere le righe con segmenti o intervalli di date specifici (forse per riflettere particolari campagne TV) per fare domande al Customer Journey Analytics e ottenere le risposte in movimento.

Ottenere lo stesso risultato finale con SQL e quindi uno strumento di visualizzazione di terze parti è una sfida notevole. Soprattutto quando fai domande e cerchi di ottenere le risposte al volo. Il Customer Journey Analytics non ha questa sfida e consente agli analisti di dati di eseguire query flessibili e in tempo reale.

16.5.3.2 Analisi funnel o fallout

I funnel sono un ottimo meccanismo per comprendere i passaggi principali in un percorso di clienti. Questi passaggi possono anche provenire da interazioni offline (ad esempio, dal call center) e possono essere combinati con punti di contatto digitali nello stesso funnel.

Il Customer Journey Analytics ti permette di farlo e molto altro. Se ricordate il modulo 13, siamo in grado di fare clic con il pulsante destro del mouse e fare cose come:

  • Analizzare dove stanno andando gli utenti dopo un passaggio di abbandono
  • Crea un segmento da qualsiasi punto dell’imbuto
  • Visualizzare le tendenze in qualsiasi fase in una visualizzazione Grafico a linee

Vediamo un'altra cosa che puoi fare: In che modo il mio funnel del Percorso cliente si confronta questo mese con il mese precedente? E per quanto riguarda i dispositivi mobili e desktop?

Di seguito vengono creati due pannelli:

  • Analisi funnel (gennaio)
  • Analisi funnel (febbraio)

Vedrai che stiamo confrontando un funnel in diversi periodi di tempo (gennaio e febbraio) suddivisi per tipo di dispositivo.

Questo tipo di analisi non è possibile nell’interfaccia utente di Google Analytics o è molto limitato. Quindi CJA aggiunge ancora una volta molto valore ai dati acquisiti dalle Google Analytics.

Creare la prima visualizzazione dell’abbandono. Chiudi il pannello corrente per iniziare da con uno nuovo.

Osserva il lato destro del pannello e fai clic sulla freccia per chiuderlo.

demo

Quindi, fai clic su + per creare un nuovo pannello.

demo

Ora seleziona la visualizzazione Abbandono.

demo

In qualità di analista, immagina di voler capire cosa sta succedendo con il tuo principale funnel di e-commerce: Home > Ricerca interna > Dettagli prodotto > Pagamento > Acquisto.

Cominciamo con l’aggiunta di alcuni nuovi passaggi al funnel. A questo scopo, apri la dimensione Nome pagina .

demo

Verranno visualizzate tutte le pagine disponibili visitate.

demo

Trascina Home nel primo passaggio.

demo

Come secondo passaggio, utilizza Archivia i risultati di ricerca

demo

Ora devi aggiungere alcune azioni e-commerce. Nei Dimension, cerca la dimensione Dimension Tipo evento . Fai clic su per aprire la dimensione.

demo

Seleziona Product_Detail_Views e trascinalo nel passaggio successivo.

demo

Seleziona Product_Checkouts e trascinalo nel passaggio successivo.

demo

Ridimensiona la visualizzazione Abbandono.

demo

È ora pronta la visualizzazione dell’abbandono.

Per iniziare ad analizzare e documentare le informazioni, è sempre consigliabile utilizzare una visualizzazione Testo . Per aggiungere una visualizzazione Testo, fai clic sull’icona Grafico nel menu a sinistra per visualizzare tutte le visualizzazioni disponibili. Quindi trascina e rilascia la visualizzazione Testo sull’area di lavoro. Ridimensiona e sposta in modo che assomigli all'immagine sottostante.

demo

E di nuovo, ridimensionalo per adattarlo al dashboard:

demo

Le visualizzazioni Abbandono consentono anche suddivisioni. Utilizza la dimensione Tipo di dispositivo aprendola e trascinane alcuni dei valori uno alla visualizzazione:

demo

Una visualizzazione più avanzata ti offre i seguenti vantaggi:

demo

Il Customer Journey Analytics ti permette di farlo e molto altro. Facendo clic con il pulsante destro del mouse in un punto qualsiasi dell’abbandono, puoi…

  • Analizzare la posizione degli utenti da un passaggio di abbandono
  • Crea un segmento da qualsiasi punto dell’imbuto
  • Tendenza di qualsiasi passaggio in una visualizzazione Linee
  • Confronta qualsiasi funnel con diversi periodi di tempo in modo visivo.

Ad esempio, fai clic con il pulsante destro del mouse in un passaggio dell’abbandono per visualizzare alcune di queste opzioni di analisi.

demo

16.5.3.3 Analisi e visualizzazione del flusso

Se desideri eseguire un’analisi avanzata del flusso utilizzando Google Analytics, devi utilizzare SQL per estrarre i dati e quindi utilizzare una soluzione di terze parti per la parte di visualizzazione. Il Customer Journey Analytics ci aiuterà.

In questo passaggio, configurerai un’analisi di flusso per rispondere alla seguente domanda: Quali sono i principali canali che contribuiscono prima di una specifica pagina di destinazione? Con due operazioni di trascinamento e rilascio e un clic, come analista, puoi scoprire il flusso dell’utente verso la pagina di destinazione con gli ultimi due tocco di canali di marketing.

Altre domande che il Customer Journey Analytics può aiutarti a rispondere:

  • Qual è la combinazione principale di canali prima di una specifica pagina di destinazione?
  • Cosa causa l’uscita di una sessione da parte di un utente quando arriva al Product_Checkout? Quali sono i passaggi precedenti?

Cominciamo di nuovo con un pannello vuoto per rispondere a queste domande. Chiudi il pannello corrente e fai clic su +.

demo

Ora seleziona la visualizzazione Flusso .

demo

Ora configuriamo un’analisi del flusso dei canali di marketing su più percorsi. Trascina la dimensione Canale di marketing sull’area Dimension di ingresso.

demo

Ora puoi vedere i primi percorsi di ingresso:

demo

Fai clic sul primo percorso per approfondire la ricerca.

demo

Ora puoi visualizzare il percorso successivo (Canale di marketing).

demo

Facciamo un terzo drill-down. Fai clic sulla prima opzione all'interno del nuovo percorso, Referral.

demo

Ora dovresti vedere la visualizzazione così:

demo

Complichiamo le cose. Immagina di voler analizzare la pagina di destinazione dopo due percorsi di marketing? A questo scopo, puoi utilizzare una dimensione secondaria per modificare l’ultimo percorso. Trova la dimensione Nome pagina e trascinala così:

demo

Ora verrà visualizzato questo:

demo

Facciamo un'altra analisi di flusso. Questa volta analizzerai cosa è successo dopo uno specifico punto di uscita. Altre soluzioni di Analytics richiedono l’utilizzo di SQL/ETL e, di nuovo, uno strumento di visualizzazione di terze parti per ottenere lo stesso risultato.

Porta una nuova Visualizzazione flusso nel pannello.

demo

A quel punto avrai questo:

demo

Trova il Dimension Tipo evento e trascinalo nell'area Esci.

demo

Ora puoi vedere quali percorsi Tipo evento hanno portato i clienti all'uscita.

demo

Esaminiamo cosa è successo prima dell'uscita dall'azione di pagamento. Fai clic sul percorso Product_Checkouts:

demo

Viene visualizzato un nuovo percorso di azione con alcuni dati non offensivi.

demo

Analizziamo ulteriormente! Cerca il Dimension Nome pagina e trascinalo nel nuovo percorso generato.

demo

È ora disponibile un’analisi avanzata del flusso in pochi minuti. Puoi fare clic sui diversi percorsi per vedere come si collegano dall’uscita ai passaggi precedenti.

demo

Ora disponi di un potente kit per analizzare i funnel ed esplorare i percorsi del comportamento dei clienti in diversi punti di contatto digitali ma anche offline.

Non dimenticare di salvare le modifiche!

16.5.4 Condividi il progetto

IMPORTANTE

Il contenuto riportato di seguito è inteso come FYI - È necessario NOT condividere il progetto con altri utenti.

FYI - Puoi condividere questo progetto con i colleghi per collaborare o per analizzare insieme le domande aziendali.

demo

demo

Passaggio successivo: Riepilogo e vantaggi

Torna al modulo 16

Torna a tutti i moduli

In questa pagina