ID incorrects
Cet article fournit du contexte sur les ID incorrects et sur la manière de détecter leur présence ou leur risque d’occurrence dans vos données à l’aide de Query Service.
Définition
Dans Customer Journey Analytics, un Bad ID est un identifiant qui fait partie de toutes les données définies dans une connexion :
-
avec une valeur d’ID spécifique qui provient de
- depuis un champ d’ID de personne (jeux de données non groupés), ou
- à partir d’un champ d’ID persistant ou d’ID de personne (jeux de données activés pour le groupement),
et
-
concerne plus d’un million (1 000 000) d’événements dans les données de connexion (comptabilisés pour tous les jeux de données de la connexion), au cours d’un mois.
Lorsqu’une valeur d’ID est marquée comme ID incorrect, tous les événements futurs contenant cette valeur d’ID sont ignorés des données de connexion et n’apparaissent pas dans les rapports.
Exemple
Un exemple de scénario avec des ID incorrects est la présence de valeurs personnalisées ou d’espace réservé dans le champ d’ID de personne (par exemple, undefined pour le trafic anonyme). Pour un jeu de données activé pour le groupement, cette situation peut avoir un impact encore plus important sur les données de rapport, car la qualité du groupement est probablement affectée. Pour résoudre ce problème, vous devrez peut-être effacer et réactiver la configuration du groupement, y compris la suppression des données historiques des jeux de données dans la connexion.
Mesures
L’interface de connexion de Customer Journey Analytics offre des informations de mesure ID incorrects à plusieurs endroits de l’interface.
- Vous pouvez voir Mauvais ID (ou BAVID) comme raisons possibles pour ignorer des enregistrements dans la boîte de dialogue Vérifier les détails ignorés. Utilisez Vérifier les détails (le cas échéant) ci-dessous Enregistrements ignorés dans l’écran détails d’une connexion.
- Pour un jeu de données activé pour le groupement, l’Aperçu du jeu de données affiche ID incorrects dans le cadre des mesures de groupement. Cette mesure peut vous aider à identifier les cas possibles de Mauvais ID. Toutefois, sachez que cette mesure est calculée sur la base d’un ensemble limité de données.
Reportez-vous à la section Exposition des ID incorrects pour vous aider à identifier la présence d’ID incorrects pour un jeu de données que vous prévoyez d’utiliser dans une connexion (que le groupement soit activé ou non).
Exposition
Pour examiner l’exposition aux ID incorrects pour un certain champ de jeu de données, pensez à effectuer la requête suivante dans Experience Platform Query Service. Vérifiez les principales valeurs d’ID renvoyées pour voir s’il existe des candidats pour les ID incorrects. N’oubliez pas que la définition d’ID incorrect prend en compte tous les jeux de données de la connexion.
Identifier (risque de) ID incorrects dans un champ
Vous pouvez utiliser Experience Platform Query pour effectuer le service d’identification du risque potentiel de Mauvais ID dans un champ.
La requête ci-dessous renvoie les 20 premières valeurs d’identifiant d’un champ. Dans l’ordre décroissant du nombre total d’événements. et où chaque valeur est détectée au cours d’un certain intervalle (par exemple au cours des 30 derniers jours).
Exécutez cette requête pour un champ d’ID de personne spécifique que vous souhaitez analyser. Pour un jeu de données qui nécessite un groupement, vous pouvez également exécuter la requête pour un champ d’identifiant persistant.
SELECT
/* INSERT FIELD HERE */,
COUNT(*) AS occurrences
FROM /* INSERT DATASET TABLE NAME HERE */
WHERE timestamp >= NOW() - INTERVAL '30 days'
GROUP BY /* INSERT FIELD HERE */
ORDER BY occurrences DESC
LIMIT 20;
Dans la requête, remplacez INSERT FIELD HERE selon le type du champ que vous recherchez pour les ID incorrects :
full.field.path.from.XDM.schema(pour les champs de chaîne définis dans le schéma XDM)identityMap['namespace_value'][0].id(pour les champs définis avec desnamespace_valuedansidentityMap)
Vérifiez les résultats pour voir s’il existe des valeurs d’ID problématiques. Comme les valeurs personnalisées ou d’espace réservé, ou les valeurs à occurrence élevée qui obtiennent ou pourraient obtenir près d’un million de valeurs en un mois au niveau des données de connexion.
Même si votre implémentation en est toujours à la phase de développement, vous devez évaluer le risque de présence d’ID incorrects une fois la configuration stable et prête pour la production.