Uso de fuentes de datos para calcular métricas comunes

Se describe cómo calcular métricas habituales mediante fuentes de datos.

NOTE
Las visitas normalmente excluidas de Adobe Analytics se incluyen en las fuentes de datos. Se utiliza exclude_hit = 0 para eliminar visitas excluidas de consultas sobre datos sin procesar. La información con origen de datos también se incluye en las fuentes de datos. Si desea excluir los orígenes de datos, excluya todas las filas con hit_source = 5,7,8,9.

Vistas de páginas

  1. Cuente el número de filas donde hay un valor en post_pagename o post_page_url.

Ocurrencias

  1. Contar el número total de filas.

Visitas

  1. Concatenar post_visid_high, post_visid_low, visit_num y visit_start_time_gmt.
  2. Contar el número único de valores.
TIP
Las irregularidades de Internet, las irregularidades del sistema o el uso del ID de visitante personalizado no suelen utilizar los mismos valores visit_num para las distintas visitas. Si bien es opcional, use visit_start_time_gmt al contar las visitas para asegurarse de que el recuento es correcto.

Visitantes

Todos los métodos que utiliza Adobe para identificar visitantes únicos (ID de visitante personalizado, servicio de Experience Cloud ID, etc.) se calculan finalmente como un valor en post_visid_high y post_visid_low. La concatenación de estas dos columnas puede utilizarse como estándar para identificar visitantes únicos independientemente de cómo se identificaron esos visitantes únicos. Si desea saber qué método utilizó Adobe para identificar a un visitante único, utilice la columna post_visid_type.

  1. Concatenar post_visid_high y post_visid_low.
  2. Contar el número único de valores.

Vínculos personalizados, de descarga o de salida

  1. Contar el número de filas donde:

    • post_page_event = 100 para vínculos personalizados
    • post_page_event = 101 para vínculos de descarga
    • post_page_event = 102 para vínculos de salida

Eventos personalizados

Todas las métricas se cuentan en la columna post_event_list como números enteros delimitados por comas. Utilice event.tsv para hacer coincidir valores numéricos con el evento deseado. Por ejemplo, post_event_list = 1,200 indica que la visita contenía un evento de compra y un evento personalizado 1.

  1. Haga un recuento de la cantidad de veces que el valor de la búsqueda de eventos aparece en post_event_list.

Tiempo empleado

Las visitas deben agruparse primero por visita individual y luego, ordenarse según el número de visitas dentro de la visita individual.

  1. Concatenar post_visid_high, post_visid_low, visit_num y visit_start_time_gmt.
  2. Ordene la información por este valor concatenado y, a continuación, aplique una clasificación secundaria por visit_page_num.
  3. Si una visita no es la última en una visita individual, reste el valor post_cust_hit_time del valor post_cust_hit_time de la visita subsiguiente.
  4. Este número es la cantidad de tiempo empleado (en segundos) para la visita. Los filtros se pueden aplicar para centrarse en los elementos o eventos de dimensión.

Pedidos, unidades e ingresos

Si el valor de una visita currency no coincide con la moneda de un grupo de informes, se convierte con la tasa de conversión de ese día. La columna post_product_list utiliza el valor de moneda convertido, de modo que todas las visitas utilizan la misma moneda en esta columna.

  1. Excluya todas las filas en las que duplicate_purchase = 1.

  2. Incluya solo las filas donde event_list contenga el evento de compra.

  3. Analice la columna post_product_list para extraer todos los datos de precios. La columna post_product_list tiene el mismo formato que la variable s.products.

  4. Calcule la métrica que desee:

    • Cuente el número de filas para calcular los pedidos
    • Sume el número de quantity en la cadena de producto para calcular las unidades
    • Sume el número de price en la cadena de producto para calcular los ingresos
recommendation-more-help
6b7d49d5-f5fe-4b7f-91ae-5b0745755ed2