La migración de Adobe Analytics a Customer Journey Analytics (CJA) requiere una preparación cuidadosa en lo que respecta a recopilación de datos, configuración de la plataforma e integraciones. Esta guía describe los pasos clave para garantizar una transición fluida y acceder a todo el potencial de CJA en Adobe Experience Platform.

La migración de Adobe Analytics (AA) a Customer Journey Analytics (CJA) es una transformación compleja pero valiosa que permite a las empresas aprovechar las capacidades de análisis más avanzadas dentro de Adobe Experience Platform (AEP). El proceso previo a la migración depende principalmente de la recopilación de datos, la configuración actual de Adobe Analytics y las integraciones existentes.

Esta guía explora tres consideraciones clave para garantizar un proceso de planificación de la migración fluido o, como nosotros lo llamamos, la fase de preparación de CJA.

1. Comprender los requisitos de la recopilación de datos

La importancia de la calidad de los datos

“Basura que entra, basura que sale”. Garantizar una recopilación de datos de alta calidad es esencial, ya que supone la base de los análisis. Antes de la migración es necesario realizar una revisión exhaustiva de la implementación de seguimiento para garantizar la precisión y la coherencia.

Web SDK frente a AppMeasurement

Uno de los aspectos más críticos de la migración es la evaluación de la configuración actual de la recopilación de datos:

• Si las plataformas (propiedades de etiquetas de Adobe) ya se ejecutan en Web SDK, la migración es más sencilla.
• Si las plataformas aún utilizan AppMeasurement, hará falta más tiempo para la adaptación, ya que Web SDK introduce varios conceptos nuevos, como esquemas, identidades y conjuntos de datos del modelo de datos de experiencia (XDM). Aunque técnicamente AppMeasurement se puede usar con AEP, con el tiempo presenta una complejidad adicional. Se recomienda encarecidamente utilizar solo Web SDK.

Revisión del sistema de administración de etiquetas y de la capa de datos

La migración ofrece la oportunidad de revisar y optimizar el método de recopilación de datos:

• Alinee y estandarice la capa de datos en las diferentes plataformas. Elija la configuración de capa de datos correcta. Es posible que desee actualizar la capa de datos de la tradicional capa de datos digital de la experiencia del cliente (CEDDL) a un enfoque híbrido o impulsado por eventos (EDDL).
• Asegúrese de que las etiquetas de Adobe (Launch) o cualquier otro sistema de administración de etiquetas esté optimizado para satisfacer los requisitos de AEP/CJA.
• Revise la referencia de diseño de soluciones (SDR) y alinee las estrategias de recopilación de datos para satisfacer los requisitos de CJA.

El enfoque

Afortunadamente, ya migramos todas nuestras plataformas a Web SDK y estábamos familiarizados con los conceptos de AEP. Además, nuestra configuración de administración de etiquetas y capa de datos estaba estandarizada en todas las plataformas (usamos un enfoque híbrido de capa de datos que combina CEDDL y EDDL). Sin embargo, realizamos una auditoría exhaustiva de nuestras propiedades de lanzamiento y SDR. Nos aseguramos de que los atributos clave, como los datos de evento y de página, se rastrearan de forma coherente con una alta calidad de datos. Dentro de SDR, evaluamos críticamente cada atributo, cuestionando su necesidad y evaluando cómo se podría mejorar utilizando las nuevas capacidades de CJA (posibilidades de configuración de componentes, por ejemplo, los campos derivados).

2. Evaluar la configuración de Adobe Analytics

El entorno actual de Adobe Analytics desempeña un papel importante en la complejidad de la migración. Entre las consideraciones clave se incluyen:

Estrategia de migración de datos

Al migrar datos de Adobe Analytics a CJA, es esencial determinar qué datos deben migrarse y el período de tiempo adecuado (longitud de relleno). En lugar de transferirlo todo, aproveche esta oportunidad para perfeccionar la configuración de análisis y los planes de seguimiento, y garantizar que solo se incluyan los datos relevantes.

De forma predeterminada, Adobe permite importar en CJA los datos históricos de 13 meses. Sin embargo, según las necesidades de su empresa, puede que sea necesario un período de retención de datos más largo. Por ejemplo:

• Si su empresa experimenta picos estacionales (por ejemplo, de septiembre a noviembre) y opera en un ciclo de análisis de tres meses, es posible que necesite 15 meses de datos históricos. Esta consideración es importante no solo para fines analíticos, sino también para los requisitos de las licencias.
• Un período de retención de datos más largo permite realizar mejores comparaciones año tras año y análisis de tendencias, pero también aumenta el volumen de datos, los costes de almacenamiento y la complejidad del procesamiento. Evalúe cuidadosamente los casos de uso que desee cubrir con CJA.

El equilibrio entre las necesidades de retención de datos y las consideraciones de almacenamiento es crucial para optimizar la configuración de CJA.

Elección de un método de migración de datos

Decidir cómo transferir los datos a CJA es otro paso crucial. Hay dos opciones principales:

• Conector de origen de Adobe Analytics: un método más sencillo y más automatizado para la integración con CJA.
• Feeds de datos: un enfoque más flexible pero complejo que permite una mayor personalización de la transferencia de datos.

La elección del método adecuado depende de sus necesidades de datos e infraestructura específicas. Para conocer las lecciones aprendidas sobre la migración de datos, consulte este artículo.

Migración de componentes

En lugar de migrar componentes uno a uno de AA a CJA, esta transición presenta una oportunidad para empezar de cero. Con el tiempo, las implementaciones de Adobe Analytics suelen acumular componentes redundantes, obsoletos o mal documentados.

El enfoque

Evitamos utilizar la herramienta de migración de componentes y, en su lugar, creamos una configuración nueva y optimizada. Para garantizar una transición sin problemas, un análisis de las partes interesadas identificó qué paneles de control eran esenciales. Esto redujo el número total en más de un 50 % y eliminó los informes y componentes duplicados o no utilizados. Revisamos y refinamos segmentos, métricas y otros componentes para evitar que los elementos heredados se transfiriesen.

Para la migración de datos, optamos por feeds de datos en lugar del conector de origen de Adobe debido a sus limitaciones (no queríamos eVars ni props en nuestra nueva configuración de CJA). En lugar de simplemente transferir las complejidades antiguas al nuevo sistema, tratamos la migración como una oportunidad para limpiar y optimizar, creando en última instancia un entorno de análisis más eficiente que también favorecía el análisis de autoservicio.

3. Integraciones personalizadas y transformación de datos

Esta suele ser la parte más difícil de la migración. Muchas organizaciones integran Adobe Analytics con sistemas de terceros como:

• Almacenes de datos (a través de API, FTP o canalizaciones personalizadas)
• Sistemas de correo, herramientas de automatización de marketing y sistemas de recomendaciones
• CRM y motores de personalización

Dado que CJA funciona dentro de AEP (y tiene algunas limitaciones con respecto a la exportación), estas integraciones deben reconfigurarse con las opciones disponibles, entre ellas:

• API de ingesta de datos de AEP
• Conectores creados por Adobe y creados a medida
• Canalizaciones de preparación de datos para transformar y enrutar datos

Desafíos de la transformación de datos

La transformación de datos es un desafío importante durante la migración. Aunque los conectores estándar proporcionan cierto nivel de transformación, los enfoques basados en API (por ejemplo, el servicio de consultas) requieren un manejo cuidadoso de los datos de AEP orientados a objetos al convertirlos en estructuras relacionales (por ejemplo, tablas, vistas o lagos de datos). Estructurar y optimizar correctamente estos procesos es esencial para garantizar la utilización de los datos en las distintas plataformas.

El enfoque

Nuestra configuración de importación y exportación de datos era relativamente sencilla, aunque transferimos algunos datos a nuestro lago de datos interno. Para ello, nos basamos en las exportaciones diarias de Data Warehouse a través de FTP y la API de Data Warehouse. Como CJA tiene actualmente opciones limitadas para este tipo de exportaciones (por ejemplo, compatibilidad total con exportaciones de tabla para 10 dimensiones y 10 métricas), elegimos exportar datos de AEP en base a un conjunto de datos.

Para nuestras necesidades, la API del servicio de consultas combinada con AEPP demostró ser el enfoque más efectivo. Esto nos permitió acceder a los conjuntos de datos de nuestro lago de datos interno y conservarlos según necesitemos. Sin embargo, como los datos se originaron en AEP y no en CJA, carecían de atributos persistentes, como atribución de último clic o métricas basadas en visitas. Para salvar esta brecha, usamos SQL y Python para recrear estos elementos. Afortunadamente, Adobe proporciona funciones predefinidas para la identificación de visitas, y las funciones de ventana estándar de SQL permiten reconstruir todo lo que está disponible en CJA.

La planificación de las canalizaciones de datos por adelantado es crucial, ya que la modificación de estos procesos requiere recursos informáticos internos. Cuantas más operaciones de importación y exportación se realicen, mayor será la complejidad, lo que aumentará tanto el esfuerzo de mantenimiento como la demanda de recursos. Mantener el proceso lo más optimizado posible ayuda a minimizar la sobrecarga mientras se garantiza la coherencia de los datos.

Conclusiones

La migración de Adobe Analytics a Customer Journey Analytics no es un proceso sencillo, sino que requiere una planificación cuidadosa, optimización de datos y toma de decisiones estratégicas. Al revisar la recopilación de datos, refinar los componentes y administrar cuidadosamente las integraciones, las empresas pueden sacar provecho de todo el potencial de CJA y, al mismo tiempo, evitar complicaciones innecesarias.

Una migración correcta sienta las bases para un entorno de análisis más potente, flexible y preparado para el futuro dentro de AEP.