Utilise les flux de données pour calculer des mesures courantes

Dernière mise à jour : 18 juillet 2024

Créé pour :

  • Utilisateur ou utilisatrice
  • Administration

Décrit la méthode de calcul de mesures courantes à l’aide de flux de données.

NOTE
Les accès qui sont exclus d’Adobe Analytics en temps normal sont inclus dans les flux de données. Utilisez exclude_hit = 0 pour supprimer les accès exclus des requêtes sur les données brutes. Les données sourcées sont également incluses dans les flux de données. Si vous souhaitez exclure les sources de données, excluez toutes les lignes comportant hit_source = 5,7,8,9.

Pages vues

  1. Comptez le nombre de lignes où se trouve une valeur post_pagename ou post_page_url.

Occurrences

  1. Comptez le nombre total de lignes.

Visites

  1. Concaténez post_visid_high, post_visid_low, visit_numet visit_start_time_gmt.
  2. Comptez le nombre unique de valeurs.
TIP
Les irrégularités Internet, les irrégularités système ou l’utilisation d’identifiants visiteur personnalisés peuvent rarement utiliser les mêmes valeurs visit_num pour des visites différentes. Bien que cela soit facultatif, utilisez visit_start_time_gmt lors du comptage des visites pour vous assurer que ces visites sont comptabilisées.

Visiteurs

L’ensemble des méthodes utilisées par Adobe pour identifier les visiteurs uniques (identifiant visiteur personnalisé, service Experience Cloud ID, etc.) sont finalement toutes calculées en tant que valeur dans post_visid_high et post_visid_low. Vous pouvez utiliser la concaténation de ces deux colonnes comme norme d’identification des visiteurs uniques, quelle que soit la manière dont ils ont été identifiés comme tels. Si vous souhaitez comprendre la méthode utilisée par Adobe pour identifier un visiteur unique, utilisez la colonne post_visid_type.

  1. Concaténez post_visid_high et post_visid_low.
  2. Comptez le nombre unique de valeurs.

Liens personnalisés, de téléchargement ou de sortie

  1. Comptez le nombre de lignes où :

    • post_page_event = 100 représente les liens personnalisés
    • post_page_event = 101 représente les liens de téléchargement
    • post_page_event = 102 représente les liens de sortie

Événements personnalisés

Toutes les mesures sont comptabilisées dans la colonne post_event_list en tant que nombres entiers délimités par des virgules. Utilisez event.tsv pour faire correspondre les valeurs numériques à l’événement souhaité. Par exemple, post_event_list = 1,200 indique que l’accès contenait un événement d’achat et l’événement personnalisé 1.

  1. Comptez le nombre de fois où la valeur de recherche d’événement apparaît dans post_event_list.

Durée

Les accès doivent d’abord être regroupés par visite, puis classés selon le nombre d’accès au cours de la visite.

  1. Concaténez post_visid_high, post_visid_low, visit_numet visit_start_time_gmt.
  2. Triez en fonction de cette valeur concaténée, puis appliquez un tri secondaire par visit_page_num.
  3. Si un accès n’est pas le dernier d’une visite, soustrayez la valeur post_cust_hit_time de la valeur post_cust_hit_time de l’accès suivant.
  4. Ce nombre correspond à la durée passée (en secondes) au cours de cet accès. Il est possible d’appliquer des filtres pour se concentrer sur les éléments ou les événements de dimension.