Visa rapporter - A4T FAQ

Detaljerad information och exempel finns i Analytics & Target: Självstudiekurs om metodtips för analys, tillhandahålls av Adobe Experience League.

Ett segment kan också läggas i lager direkt i friformstabellen, men observera att du måste täcka över hela tabellen för att kunna bevara lyftnings- och tillförlitlighetsberäkningarna i A4T-panelen. Kolumnnivåsegment stöds för närvarande inte på panelen.

Alla aktuella Adobe Analytics paket kan lägga till den här modellen med Attribution IQ. Om du inte har tillgång till Attribution IQ, förlita dig på A4T-data i Reports & Analytics.

När du väljer att en aktivitet ska vara närvarande i en träff får du alla upplevelser som är en del av den aktiviteten plus alla andra upplevelser som är bestående av den träffen.

Mer information finns i"När jag konfigurerar mina målmått, varför kan jag inte komma åt alternativen för Avancerade inställningar?" in Måttdefinitioner - A4T FAQ.

• Unika besökare ökas en gång när en användare först kvalificerar sig för en aktivitet.
• Besök stegvis ökning för varje session när en användare (Unik besökare) deltar i en aktivitet, även om aktiviteten inte visas vid efterföljande besök.
• Aktivitetsintryck ökning varje gång aktivitetsinnehållet hanteras. (Mätt med Target).

När en besökare visar en sida som innehåller en aktivitet, ställs en variabel in för besökaren som innehåller aktivitetens namn. Se de detaljerade scenarierna nedan för hur varje beräkningsmetod jämförs.

Tänk på följande:

• Ovanstående mått utlöser när en användare kvalificerar sig för en aktivitet och innehållet returneras från Target. Det behöver inte innebära att användaren såg erbjudandet. Om en aktivitetsupplevelse är under upplösningen och användaren inte rullar nedåt på sidan, så har erbjudandet Target men inte av användaren.
• Activity Impressions (mätt med Target) och Instances (mätt med Analytics) är lika, såvida det inte finns flera mbox-anrop på samma sida i samma aktivitet. Detta orsakar flera Activity Impressions ska räknas, men bara en Instance.

Mer information finns i Konfigurera A4T-rapporter i Analysis Workspace för Automatiskt mål-aktiviteter in Adobe Target Tutorials.

Reports & Analytics använder samma attribueringsmodell för "aktivitetsavtryck" och "aktivitetskonverteringar", medan Analysis Workspace visar de obearbetade måtten, som kan se inflammaterade ut på grund av att Target dimension.

Utvärdera korrekt Activity Impressions och Activity Conversions mätvärden i Analysis Workspace, se till att båda mätvärdena har Same Touch använda attribueringsmodeller. Du kan använda modeller genom att klicka på kolumninställningskugget, aktivera Non-default attribution modelsväljer Same Touch. Läs mer om attribuering i Översikt över attribut-IQ i Handbok för analysverktyg.

Efter klassificeringsperioden visas data i dessa rapporter ungefär en timme efter det att de samlats in från webbplatsen. Alla mätvärden, segment och värden i rapporterna kommer från den rapportsserie du valde när du konfigurerade aktiviteten.

Om en klassificering har gjorts för den aktiviteten och du fortfarande ser raden "Ospecificerad" i rapporten, kontrollerar du att rapporten inte använder enTarget mått för att visa data. Om inte rapporten använder en Target-specifikt mått, att raden "Ospecificerad" innehåller händelser för anrop som inte är associerade Target. Den raden innehåller inga Target-associerad information (till exempel besökare/besök/visningar).

Du kanske ser Target variabler skickade till Analytics efter förfalloperioden eftersom förfallotiden är 90 dagar, men bara om användaren aldrig ser någon annan A4T-aktiverad Target aktivitet. Om en användare kommer tillbaka till webbplatsen dag 45 och ser en annan aktivitet, har A4T-eVar värde återställts till 90 dagar. Det innebär att den första kampanjen från dag 1 nu kan vara beständig i upp till 45 + 90 = 135 dagar. Om användaren kommer tillbaka kan du komma till den punkt där mätvärdena skickas till Analytics i rapporter från mycket äldre aktiviteter. När användare tar bort cookies och inte återvänder till webbplatsen, försvinner siffrorna i aktiviteten, men du kan fortfarande se dem.

Det innebär att aktiviteter fortsätter att få sidvisningar, besök och så vidare i upp till 90 dagar efter att aktiviteten avslutas för besökare som blev en del av aktiviteten medan den var aktiv. Om du tittar på Activity Impressions ska du inte se några intryck när aktiviteten är slut.

Detta är normalt och förväntat beteende. A4T-variabeln fungerar på samma sätt som andra eVar. Värdet associeras med användaren tills det når förfallotidsperioden (90 dagar). Om en aktivitet bara är aktiv i två veckor är därför värdet fortfarande associerat med användaren under minst de kommande 90 dagarna.

Bästa praxis är att endast visa rapporter för den aktiviteten för den tidsperiod som aktiviteten var aktiv. Datumen bör anges korrekt som standard när du visar aktiviteten i Analytics, så om du inte har förlängt datumet manuellt bör det inte vara något problem ur en rapportsynpunkt.

Låt oss till exempel anta att variabeln A4T upphör att gälla efter 90 dagar och att testet är aktivt från 1 januari till 15 januari.

Den 1 januari kommer användaren till webbplatsen och ser aktiviteten XYZ en gång och har sedan fem sidvisningar. Under de kommande två veckorna kommer användaren aldrig tillbaka till webbplatsen. Data skulle se ut så här för den här användaren:

Användaren återgår den 1 februari, visar ytterligare fem sidor och stöter inte på fler målaktiviteter och den ursprungliga aktiviteten är inte längre aktiv. Även om aktiviteten inte längre är aktiv följer den fortfarande användaren via eVar persistence. Data ser nu ut så här:

Användaren kommer tillbaka den 1 mars och ser en ny aktivitet, ABC. Användaren visar också fem sidor. Eftersom aktiviteten XYZ fortfarande följer användaren genom persistence, och den här användaren sedan har ABC inställt, visas två radartiklar i rapporten:

Användaren kommer sedan tillbaka den 1 april, besöker ytterligare fem sidor och gör ett köp. Det första eVar 90-dagars förfallodatum återställs den 1 april, så du ser det i rapporter. Och alla Target-aktiviteter som användaren ser får kredit för konverteringen, men det totala antalet konverteringar tas bort:

Eftersom båda upplevelserna sågs före konverteringen får de båda"kredit" för ordern. Men det var bara en order som gjordes i systemet, och det är det som syns. För Target rapportering, eftersom du inte skickar Target aktivitet mot en annan aktivitet för att se vilken som är mest framgångsrik, det spelar ingen roll att alla aktiviteter som användaren såg fick kredit. Du jämför resultaten av två objekt i den enskilda aktiviteten. Det är inte möjligt för en användare att se olika upplevelser i samma aktivitet, så du behöver inte bekymra dig om korskontaminering av orderkrediter.

Mer information finns i Konverteringsvariabler (eVar) i Administratörshandbok för analyser.

The Unique Visitors är olika i Analytics och Target bara när du tittar på en period som är kortare än det faktiska testet. Om du inte har uppnått din provstorlek är testet inte lika tillförlitligt. Se Så här kör du ett A/B-test på Evan Millers webbplats för mer information.

The Unique Visitors Mätvärdet visar det antal personer som har exponerats för testet och som har besökt platsen under den angivna tidsperioden. Dessa personer är en del av testet och bör räknas. Om du bara vill se antalet personer som exponerades under en vecka, kan du skapa ett segment med besökare som hade ett aktivitetsintryck och använda det på rapporten.

Du kan korta ned tiden Target variabeln kvarstår ned till en session, Detta är dock problematiskt för tester där konverteringshändelsen inte är så trolig att inträffa under samma session.

• The Target profilen har gått ut men Analytics cookie är fortfarande där. I denna situation Target omvärderar användaren men Analytics anser att besökaren är samma person.
• Om besökaren använder mbox3rdPartyId, när den anonyma besökaren sammanfogas med profilen för tredjeparts-ID, Target skulle kunna ge besökaren en annan upplevelse för att matcha med ett ID från tredje part. Mer information finns i Profilsynkronisering i realtid för mbox3rdPartyID.
• Analytics kan spåra olika enheter som samma besökare på ett annat sätt än Target spårar enheterna: konfiguration av tredje parts-ID i Target skiljer sig från Analytics.

Det bästa är att du stoppar den befintliga aktiviteten och sedan skapar en ny aktivitet i stället för att ändra procentandelen efter aktiveringen. Rapporteringen för den nya aktiviteten börjar med nya besökare och data från återkommande besökare orsakar inte inkonsekvent rapportering.

Här är några saker du bör tänka på när du tittar Analytics rapporter:

• Som en god praxis bör ditt rapporteringsfönster börja från aktivitetens startdatum.
• Om en konvertering sker utanför rapportens fönster visas inte konverteringen i Analytics.
• I den"riktade" delen av trafiken för Auto-Target aktiviteter kan besökarna se olika upplevelser från en session till nästa. Om deras profil eller kontext till exempel har ändrats och TargetMed maskininlärningsalgoritmerna vet vi att de är mer benägna att konvertera till en ny upplevelse. När besökarna rör sig från upplevelse till upplevelse ökar besöksantalet för varje upplevelse som ses. Detta skiljer sig från vanliga A/B-testningsaktiviteter där upplevelserna är kladdiga för besökarna vid olika besök.
• Om en besökare ser flera upplevelser på flera besök, tillskrivs all konvertering alltid den senaste upplevelsen som besökaren såg. Som vi nämnt ökas besöksantalet för varje upplevelse som besökaren såg. Detta kan på ett konstlat sätt påverka konverteringsgraden per upplevelse när du visar upplevelser under "Targeted" dimension in Adobe Analytics rapporter.