Utilise les flux de données pour calculer des mesures courantes
Décrit la méthode de calcul de mesures courantes à l’aide de flux de données.
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
- Comptez le nombre de lignes où se trouve une valeur
post_pagename
oupost_page_url
.
Occurrences
- Comptez le nombre total de lignes.
Visites
- Concaténez
post_visid_high
,post_visid_low
,visit_num
etvisit_start_time_gmt
. - Comptez le nombre unique de 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
.
- Concaténez
post_visid_high
etpost_visid_low
. - Comptez le nombre unique de valeurs.
Liens personnalisés, de téléchargement ou de sortie
-
Comptez le nombre de lignes où :
post_page_event = 100
représente les liens personnaliséspost_page_event = 101
représente les liens de téléchargementpost_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.
- 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.
- Concaténez
post_visid_high
,post_visid_low
,visit_num
etvisit_start_time_gmt
. - Triez en fonction de cette valeur concaténée, puis appliquez un tri secondaire par
visit_page_num
. - Si un accès n’est pas le dernier d’une visite, soustrayez la valeur
post_cust_hit_time
de la valeurpost_cust_hit_time
de l’accès suivant. - 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.
Commandes, unités et chiffre d’affaires
Si la valeur currency
d’un accès ne correspond pas à la devise d’une suite de rapports, elle est convertie en utilisant le taux de conversion de ce jour. La colonne post_product_list
utilise la valeur de la devise convertie, de sorte que tous les accès utilisent la même devise dans cette colonne.
-
Excluez toutes lignes où
duplicate_purchase = 1
. -
N’incluez que les lignes où
event_list
contient l’événement d’achat. -
Parcourez la colonne
post_product_list
pour extraire toutes les données de prix. La colonnepost_product_list
est formatée de la même manière que la variables.products
. -
Calculez la mesure souhaitée :
- Comptez le nombre de lignes pour calculer les commandes
- Additionnez le nombre de
quantity
dans la chaîne du produit pour calculer les unités - Additionnez le nombre de
price
dans la chaîne du produit pour calculer le chiffre d’affaires