Los datos omnicanal son un ingrediente fundamental para potenciar los perfiles de cliente procesables que utilizan los especialistas en marketing para orquestar la activación y medir los recorridos de cliente resultantes. Sin embargo, las organizaciones enfrentan desafíos en la administración de la calidad, escala y variedad de estos datos. Requieren soluciones optimizadas para mitigar el impacto de los datos de baja calidad, reducir el tiempo de respuesta al valor y multiplicar el ROI utilizando los mismos datos para la multitud de casos de uso.
Este vídeo explora:
INSERT INTO summit_adv_data_prep_dataset
SELECT STRUCT(
customerId AS crmCustomerId, struct(sku AS sku, price AS sku_price, abandonTS AS abandonTS) AS abandonBrowse) AS _pfreportingonprod
FROM
(SELECT
B.personKey.sourceID AS customerId,
A.productListItems[0].SKU AS sku,
max(A.timestamp) AS abandonTS,
max(C._pfreportingonprod.price) AS price
FROM summit_adobe_analytics_dataset A,profile_attribute_14adf268_2a20_4dee_bee6_a6b0e34616a9 B,summit_product_dataset C
WHERE A._experience.analytics.customDimensions.eVars.eVar1 = B.personKey.sourceID
AND A.productListItems[0].sku = C._pfreportingonprod.sku
AND A.web.webpagedetails.URL NOT LIKE '%orderconfirmation%'
AND timestamp > current_date - interval '4 day'
GROUP BY customerId,sku
order by price desc)D;
Para obtener más información, visite Documentación del servicio de consultas.
Este vídeo es un extracto de la sesión de Adobe Summit 2020 Recarga de datos omnicanal para la electrificación de experiencias.