Utiliser des dimensions et des mesures de liaison

Customer Journey Analytics offre plusieurs façons de conserver les valeurs de dimension au-delà de lʼaccès sur lequel elles sont définies. Adobe offre plusieurs méthodes de persistance, dont la méthode Liaison. Dans les versions précédentes dʼAdobe Analytics, ce concept était connu sous le nom de marchandisage.

Bien que vous puissiez utiliser les dimensions de liaison avec les données dʼévénement de premier niveau, ce concept se prête mieux à une utilisation avec les Tableaux dʼobjets. Vous pouvez attribuer une dimension à une partie d’un tableau d’objets sans appliquer la dimension à tous les attributs d’un événement donné. Par exemple, vous pouvez attribuer un terme de recherche à un produit de votre tableau dʼobjets de panier sans lier ce terme de recherche à lʼévénement entier.

Exemple 1 : utilisation des dimensions de liaison pour affecter des attributs de produit supplémentaires à un achat

Vous pouvez lier les éléments de dimension d’un tableau d’objets à une autre dimension. Lorsque l’élément de dimension lié apparaît, Customer Journey Analytics rappelle la dimension liée et l’inclut dans l’événement pour vous. Prenons lʼexemple de parcours client suivant :

  1. Un visiteur se rend sur la page produit dʼun lave-linge.

    code language-json
    {
        "PersonID": "1",
        "product": [
            {
                "name": "Washing Machine 2000",
                "color": "white",
                "type": "front loader",
            },
        ],
        "timestamp": 1534219229
    }
    
  2. Il consulte ensuite une autre page produit, qui porte sur un sèche-linge.

    code language-json
    {
        "PersonID": "1",
        "product": [
            {
                "name": "Dryer 2000",
                "color": "neon orange",
            },
        ],
        "timestamp": 1534219502
    }
    
  3. Il se laisse tenter et effectue un achat. La couleur de chaque produit n’a pas été incluse dans l’événement d’achat.

    code language-json
    {
        "PersonID": "1",
        "orders": 1,
        "product": [
            {
                "name": "Washing Machine 2000",
                "price": 1600,
            },
            {
                "name": "Dryer 2000",
                "price": 499
            }
        ],
        "timestamp": 1534219768
    }
    

Si vous souhaitez calculer le chiffre dʼaffaires selon la couleur sans dimension de liaison, la dimension product.color persiste et attribue incorrectement le crédit à la couleur du sèche-linge :

product.color
chiffre d’affaires
orange fluo
2099

Accédez à Vues de données et liez la dimension Product Color à Product Name :

Dimension de liaison

Lorsque vous définissez ce modèle de persistance, Customer Journey Analytics prend note du nom du produit chaque fois que la couleur du produit est définie. Lorsqu’il reconnaît le même nom de produit dans un événement ultérieur pour cette personne, la couleur du produit est également ajoutée. Lorsque vous liez la couleur du produit à son nom, les mêmes données ressembleraient à ce qui suit :

product.color
chiffre d’affaires
blanc
1600
orange fluo
499

Exemple 2 : utilisation de mesures de liaison pour lier un terme de recherche à un achat de produit

L’une des méthodes de marchandisage les plus courantes d’Adobe Analytics a été de lier un terme de recherche à un produit afin que chaque terme de recherche reçoive le crédit de son produit approprié. Prenons lʼexemple de parcours client suivant :

  1. Un visiteur arrive sur votre site et recherche boxing gloves. La mesure Recherches est incrémentée de un et les trois premiers résultats de la recherche s’affichent.

    code language-json
    {
        "PersonID": "1",
        "page_name": "Search results",
        "search": "1",
        "search_term": "boxing gloves",
        "product": [
            {
                "name": "Beginner gloves",
            },
            {
                "name": "Tier 3 gloves",
            },
            {
                "name": "Professional gloves",
            }
        ]
    }
    
  2. Il trouve une paire de gants à son goût et lʼajoute au panier.

    code language-json
    {
        "PersonID": "1",
        "page_name": "Shopping cart",
        "cart_add": "1",
        "product": [
            {
                "name": "Tier 3 gloves",
            }
        ]
    }
    
  3. Le visiteur recherche ensuite tennis racket. La mesure Recherches est incrémentée de un et les trois premiers résultats de la recherche s’affichent.

    code language-json
    {
        "PersonID": "1",
        "page_name": "Search results",
        "search": "1",
        "search_term": "tennis racket",
        "product": [
            {
                "name": "Shock absorb racket",
            },
            {
                "name": "Women's open racket",
            },
            {
                "name": "Extreme racket",
            }
        ]
    }
    
  4. Il trouve une raquette qui lui plaît et lʼajoute au panier.

    code language-json
    {
        "PersonID": "1",
        "page_name": "Shopping cart",
        "cart_add": "1",
        "product": [
            {
                "name": "Tier 3 gloves",
            },
            {
                "name": "Shock absorb racket",
            }
        ]
    }
    
  5. Le visiteur recherche shoes pour la troisième fois. La mesure Recherches est incrémentée de un et les trois premiers résultats de la recherche s’affichent.

    code language-json
    {
        "PersonID": "1",
        "page_name": "Search results",
        "search": "1",
        "search_term": "shoes",
        "product": [
            {
                "name": "Men's walking shoes",
            },
            {
                "name": "Tennis shoes",
            },
            {
                "name": "Skate shoes",
            }
        ]
    }
    
  6. Il trouve la paire de chaussures de ses rêves et lʼajoute au panier.

    code language-json
    {
        "PersonID": "1",
        "page_name": "Shopping cart",
        "cart_add": "1",
        "product": [
            {
                "name": "Tier 3 gloves",
            },
            {
                "name": "Shock absorb racket",
            },
            {
                "name": "Skate shoes",
            }
        ]
    }
    
  7. Le visiteur suit le processus de passage en caisse et effectue lʼachat de ces trois articles.

    code language-json
    {
        "PersonID": "1",
        "page_name": "Thank you for your purchase",
        "purchase": "1",
        "product": [
            {
                "name": "Tier 3 gloves",
                "price": "89.99"
            },
            {
                "name": "Shock absorb racket",
                "price": "34.99"
            },
            {
                "name": "Skate shoes",
                "price": "79.99"
            }
        ]
    }
    

Si vous utilisez un modèle d’attribution qui n’inclut pas de dimension de liaison avec le terme de recherche, les trois produits attribuent un chiffre dʼaffaires à un seul terme de recherche. Par exemple, si vous avez utilisé l’attribution Original avec la dimension de terme de recherche :

search_term
chiffre d’affaires
gants de boxe
204,97 USD

Si vous avez utilisé l’attribution Le plus récent avec la dimension de terme de recherche, les trois produits attribuent toujours des recettes à un seul terme de recherche :

search_term
chiffre d’affaires
chaussures
204,97 USD

Bien que cet exemple ne concerne qu’une seule personne, de nombreuses personnes qui recherchent des éléments différents peuvent attribuer des termes de recherche à différents produits. Plusieurs personnes recherchent différentes choses, ce qui rend difficile de déterminer quels sont les meilleurs résultats de recherche.

Vous pouvez désormais lier Search Term à Product Name chaque fois que la mesure Searches est présente pour attribuer correctement le terme de recherche aux recettes.

Mesure de liaison

Dans Analysis Workspace, le rapport obtenu ressemble à ce qui suit :

search_term
chiffre d’affaires
gants de boxe
89,99 USD
raquette de tennis
34,99 USD
chaussures
79,99 USD

Customer Journey Analytics détecte automatiquement la relation entre la dimension sélectionnée et la dimension de liaison. Si la dimension de liaison se trouve dans un tableau d’objets alors que la dimension sélectionnée se trouve à un niveau supérieur, une mesure de liaison est requise. Une mesure de liaison agit comme un déclencheur pour une dimension de liaison, de sorte quʼelle ne se lie que sur les événements où la mesure de liaison est présente. Dans lʼexemple ci-dessus, la page de résultats de recherche comprend toujours une dimension Terme de recherche et une mesure Recherches.

La définition de la dimension Terme de recherche sur ce modèle de persistance exécute la logique suivante :

  • Lorsque la dimension du terme de recherche est définie, vérifiez la présence d’un nom de produit.
  • Si le nom du produit n’est pas présent, ne faites rien.
  • Si le nom du produit est présent, vérifiez la présence de la mesure Recherches .
  • Si la mesure Recherches nʼest pas présente, ne faites rien.
  • Dans le cas contraire, liez le terme de recherche à tous les noms de produits dans cet événement. Il se copie lui-même au même niveau que le nom du produit pour cet événement. Dans cet exemple, il est traité comme product.search_term.
  • Si le même nom de produit est détecté dans un événement ultérieur, le terme de recherche lié est également reporté à cet événement.

Exemple 3 : liaison du terme de recherche vidéo au profil utilisateur

Vous pouvez lier un terme de recherche à un profil utilisateur afin que la persistance entre les profils reste complètement séparée. Prenons lʼexemple dʼun service de diffusion en continu géré par votre organisation, au sein duquel un compte principal peut avoir plusieurs profils. Le visiteur a un profil enfant et un profil adulte.

  1. Le compte se connecte sous le profil enfant et recherche une émission de télévision pour enfant. Remarquez que lʼ"ProfileID" est 2 pour représenter le profil enfant.

    code language-json
    {
        "PersonID": "7078",
        "ProfileID": "2",
        "Searches": "1",
        "search_term": "kids show"
    }
    
  2. Les parents (le compte) trouvent lʼémission « Orangey » et la diffusent pour que leur enfant puisse la regarder.

    code language-json
    {
        "PersonID": "7078",
        "ProfileID": "2",
        "ShowName": "Orangey",
        "VideoStarts": "1"
    }
    
  3. Plus tard dans la soirée, ils changent de profil et recherchent du contenu pour adultes à regarder. Remarquez que lʼ"ProfileID" est 1 pour représenter le profil adulte. Les deux profils appartiennent au même compte, représenté par le même "PersonID".

    code language-json
    {
        "PersonID": "7078",
        "ProfileID": "1",
        "Searches": "1",
        "search_term": "grownup movie"
    }
    
  4. Pour leur plus grand bonheur, ils trouvent lʼémission « Analytics After Hours » pour pimenter leur soirée.

    code language-json
    {
        "PersonID": "7078",
        "ProfileID": "1",
        "ShowName": "Analytics After Hours",
        "VideoStarts": "1"
    }
    
  5. Le lendemain, ils reprennent la lecture de lʼémission « Orangey » pour leur enfant. Ils nʼont pas besoin de rechercher lʼémission, car ils la connaissent déjà.

    code language-json
    {
        "PersonID": "7078",
        "ProfileID": "2",
        "ShowName": "Orangey",
        "VideoStarts": "1"
    }
    

Si vous utilisez l’attribution la plus récente avec l’expiration de la personne, le terme de recherche grownup movie est attribué à la dernière visualisation de lʼémission de lʼenfant.

Terme de recherche
Lancements de vidéo
film pour adultes
2
émission pour enfants
1

Cependant, si vous avez lié search_term à ProfileID, les recherches de chaque profil sont enregistrées au sein de leur propre profil et attribuées aux émissions recherchées.

Liaison des visiteurs

Analysis Workspace attribue le deuxième épisode d’Orangey au terme de recherche kids show sans tenir compte des recherches d’autres profils.

Terme de recherche
Lancements de vidéo
émission pour enfants
2
film pour adultes
1

Exemple 4 : évaluation du comportement de navigation par rapport au comportement de recherche dans un environnement de vente au détail

Vous pouvez lier des valeurs à des dimensions définies sur des événements précédents. Lorsque vous définissez une variable avec une dimension de liaison, Customer Journey Analytics prend en compte la valeur persistante. Si ce comportement n’est pas souhaité, vous pouvez ajuster les paramètres de persistance de la dimension de liaison. Prenons l’exemple suivant où product_finding_method est défini sur un événement, puis lié à la mesure Ajouts au panier sur l’événement suivant.

  1. Un visiteur recherche un camera. Remarquez qu’aucun produit n’est défini sur cette page.

    code language-json
    {
        "search_term": "camera",
        "product_finding_method": "search"
    }
    
  2. Il trouve un appareil photo qui lui plaît et lʼajoute au panier.

    code language-json
    {
        "Product": [
            {
                "name": "DSLR Camera"
            }
        ],
        "CartAdd": "1"
    }
    
  3. Le visiteur consulte ensuite la catégorie des ceintures pour homme sans effectuer de recherche. Remarquez qu’aucun produit n’est défini sur cette page.

    code language-json
    {
        "category": "Men's belts",
        "product_finding_method": "browse"
    }
    
  4. Il trouve une ceinture à sa taille et lʼajoute au panier.

    code language-json
    {
        "Product": [
            {
                "name": "Ratchet belt"
            }
        ],
        "CartAdd": "1"
    }
    
  5. Il passe ensuite par le processus de passage en caisse et achète ces deux articles.

    code language-json
    {
        "Product": [
            {
                "name": "DSLR Camera",
                "price": "399.99"
            },
            {
                "name": "Ratchet belt",
                "price": "19.99"
            }
        ],
        "Purchase": "1"
    }
    

Si la persistance est définie sur l’affectation la plus récente sans dimension de liaison, la totalité des 419,98 $ du chiffre dʼaffaires est attribuée à la méthode de recherche browse.

Méthode de recherche de produits
Chiffre dʼaffaires
navigation
419,98

Si la persistance est définie à l’aide de l’affectation originale sans dimension de liaison, la totalité des 419,98 $ du chiffre dʼaffaires est attribuée à la méthode de recherche search.

Méthode de recherche de produits
Chiffre dʼaffaires
recherche
419,98

Cependant, si vous liez product_finding_method à la mesure Ajouts au panier, le rapport associé attribue chaque produit à la méthode de recherche correcte.

Méthode de recherche de produits
Chiffre dʼaffaires
recherche
399,99
navigation
19,99
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79