Information som hjälper dig att minimera effekterna av uppblåst besök och besökarantal när du använder Adobe Analytics som rapportkälla för Adobe Target (A4T).
Den 14 november 2016 ändrade Adobe Analytics hur vissa data bearbetas för kunder med Analytics-rapportering för Target (A4T). Dessa ändringar gör att Adobe Target data bättre överensstämmer med Adobe Analytics datamodell. De här ändringarna introducerades för alla kunder som använder A4T. Dessa ändringar åtgärdar specifikt ett problem där vissa kunder har upptäckt ett ökat antal besökare när Target-aktiviteter körs.
Den här ändringen är inte retroaktiv. Om dina historiska rapporter visar inflaterade räkningar och du vill utesluta dem från dina rapporter, kan du skapa en virtuell rapportsvit, vilket förklaras nedan.
Dessutom har flera JavaScript-bibliotek uppdaterats för att minimera antalet inflaterade fel. Adobe rekommenderar att du uppgraderar till följande biblioteksversioner (eller nyare):
När Adobe Analytics används för att mäta Target aktiviteter (kallas A4T), Analytics samlar in extra data som inte är tillgängliga när det inte finns någon Target på sidan. The Target aktiviteten utlöser ett samtal högst upp på sidan, men Analytics oftast anropas för datainsamling längst ned på sidan. I implementeringen av A4T hittills inkluderar Adobe dessa ytterligare data när Target aktiviteten var aktiv. Framåt inkluderar Adobe endast dessa ytterligare data när båda Target och Analytics -taggar har utlösts.
Adobe sätter sig vid datakvalitet och -kvalitet. När Target -taggen utlöses, men Analytics -taggen gör inte det, analytikerna spelar in"partiella data" (kallas ibland för"osökta träffar"). De här osökta träffarna fångas inte av Analytics om det inte fanns Target aktivitet. Även om deldata inkluderas i Analytics rapportering ger ytterligare information, skapar också inkonsekvens med historiska data från perioder där det inte fanns några Target aktiviteter som körs. Denna situation kan orsaka problem för Analytics användare som analyserar trender över tid. För att säkerställa att data är konsekventa Analytics, Adobe exkluderar alla partiella data.
Adobe har upptäckt en del kunder med hög andel partiella data på Analytics. Ett stort antal partiella data kan vara resultatet av felaktig implementering, men det finns också legitima orsaker.
De identifierade orsakerna till partiella data är bland annat följande:
at.js
och visitorAPI.js
) för att säkerställa att data skickas så effektivt som möjligt. Mer information om implementeringskrav finns i Innan du implementerar.Granska följande steg för att minska partiell datainsamling:
Steg | Uppgift |
---|---|
![]() |
Se till att rapportsviten är vald i Target är densamma som på de sidor där aktiviteten presenteras. |
![]() |
Kontrollera att biblioteken visitorAPI.js, appMeasurement.js och at.js finns i A4T-kompatibla versioner. Mer information om implementeringskrav finns i Innan du implementerar. |
![]() |
Se till att SDID anges för alla Target och Analytics samtal lämnar sidan och att de matchar. Använd en nätverksanalyserare eller ett felsökningsverktyg för att säkerställa att mboxMCSDID parameter på Target anrop matchar SDID-parametern i Analytics ring. |
![]() |
Bekräfta att implementeringsbiblioteken läses in i rätt ordning på dina webbplatser. Mer information finns i Analyser för målinriktad implementering. |
Även om denna information inte är tillgänglig direkt i Analyticskan du kontakta Adobe kundtjänst för att få fram en rapport över delar av data. Denna rapport är avsedd att underlätta felsökningen.
Bearbetningsändringen påverkar endast data efter releasedatum (14 november 2016). Om du vill justera historisk statistik så att den matchar rekommenderar Adobe att du skapar ett segment där partiella data ska exkluderas.
Följande information om den här ändringen innehåller instruktioner som hjälper dig att definiera segmentet och använda det på en virtuell rapportsvit så att det här segmentet alltid tillämpas på din Analytics vyer.
I de flesta fall kan en Target träffen sys ihop med en Analytics tryck på varje webbsida. Den här sammanfogningen sker om det finns ett konsekvent SDID i båda Target och Analytics ring och Experience Cloud ID (MCID) i Analytics på samma sida. Target har oftast också MCID, men om Target inträffar innan besökar-ID:t returneras, kommer träffen fortfarande att sammanfogas på grund av SDID:t. Användaren måste också vara kvar på sidan tillräckligt länge för att kunna avskeda en Analytics ring efter Target samtalet avlossades. Det här scenariot är idealiskt.
Deldataträffar: Ibland finns användarna inte kvar på en sida tillräckligt länge för att skicka en Analytics ring, men Target har ett korrekt MCID. Det här scenariot resulterar i partiella dataträffar (träffar utan Analytics sidvy). Om de här användarna kommer tillbaka till webbplatsen och visar en sida som innehåller Analytics kod räknas de som återkommande besökare. De här träffarna hade gått förlorade om du bara hade Analytics på sidan. Vissa kunder vill inte ha data för de här träffarna eftersom de fyller upp vissa mätvärden (besök) och tömmer andra mätvärden (sidvisningar per besök, tid per besök och så vidare). Du kan även se besök utan sidvisningar. Det finns dock fortfarande giltiga skäl att behålla dessa data.
Om du vill minimera träffar med delar av data kan du få sidan att läsas in snabbare, uppdatera till de senaste versionerna av biblioteken eller skapa en virtuell rapportsvit som utesluter de där träffarna. Stegvisa instruktioner finns i Skapa virtuella rapportsviter i Handbok för analyskomponenter.
Följande bild visar segmentdefinitionen för den virtuella rapportsviten:
När du skapar den virtuella rapportsviten anger du följande konfiguration för segmentdefinitionen (som på bilden ovan):
**Överblivna träffar: ** I färre situationer finns användarna inte kvar på sidan tillräckligt länge för ett Analytics-anrop och Target fick inte rätt MCID. Det här är vad Adobe definierar som "föräldralösa" träffar. Dessa träffar representerar kunder som sällan återvänder och som får besökarna att öka antalet besökare på ett felaktigt sätt.
Om du vill minimera dessa "överblivna" träffar kan du skapa en virtuell rapportsvit som utesluter dessa träffar, vilket förklaras ovan.
När den här förändringen inträffar kan det hända att antalet nya besökare och besök på direktsända tester minskar eftersom Adobe bearbetar inte inkommande partiella data. Konverteringar och träffar till andra Analytics mätvärdena ändras inte.