Écarts de données attendus entre l’Adobe Target et Adobe Analytics lors de l’utilisation ou de la non-utilisation de A4T
Informations sur les écarts de données attendus entre Target et Adobe Analytics lorsque vous utilisez ou non Analytics en tant que source de reporting (A4T). A4T réduit considérablement les écarts de données.
Écarts de données attendus lorsqu’A4T est utilisé expected-using-a4t
Avec A4T, les comptes rendus Analytics et Target des performances d’activités utilisent tous deux exclusivement les données Analytics, de sorte qu’il n’y a que peu d’écart entre les solutions dans les rapports d’activités Target. Dans certains cas, cependant, les clients comparent les données Target aux données Analytics en dehors du cadre de l’intégration A4T et rencontrent donc les problèmes d’écart décrits ci-dessous.
Voici quelques scénarios dans lesquels vous pouvez rencontrer une variance de données attendue :
-
A4T permet qu’un accès Target (haut de la page) se produise, mais empêche qu’un accès Analytics (bas de la page) ne se produise. Supposons, par exemple, qu’un visiteur charge la page, mais ferme le navigateur avant que l’appel Analytics ne soit déclenché. Dans ce cas, A4T exclut l’accès Target des données. Le fait d’autoriser les accès Target (encore une fois, en haut de la page) à être comptabilisés comme des accès Analytics en l’absence d’appel Analytics réel crée des incohérences avec l’ensemble de données dans Analytics (gonflement des visiteurs, etc.).
Si un test de redirection est configuré dans Target pour fractionner le trafic 50/50 (ou 25/25/25/25, etc.), le comportement de l’utilisateur peut ne pas être divisé uniformément. Si un fractionnement inégal s’affiche, cela signifie simplement qu’un groupe d’utilisateurs n’a pas exécuté un appel Analytics plus que les autres groupes sur la page d’entrée. Cet échec d’exécution de l’appel Analytics d’un groupe entraînait l’exclusion de l’accès Target pour que cet utilisateur soit exclu, créant ainsi une incohérence.
Adobe espère résoudre ce problème à l’avenir, à mesure que les équipes d’Adobe s’orienteront vers A4T sur Adobe Experience Platform. Les équipes d’Adobe déterminent comment gérer ces différents événements se produisant à des moments différents sur la page.
Écarts de données attendus lorsqu’A4T n’est pas utilisé expected-not-using-a4t
Ainsi, des écarts de 15 à 20 % sont normaux, même avec des jeux de données identiques. Les systèmes qui appliquent des méthodes de comptage différentes peuvent générer des écarts beaucoup plus élevés, jusqu’à 35-50 %, Parfois, les écarts peuvent être encore plus élevés.
Bien que les données réelles puissent considérablement varier, les tendances sont généralement cohérentes. Ainsi, les données demeurent valides et utiles tant que les différences et les tendances restent cohérentes. En cas d’incohérence des différences et des tendances, toutefois, il est possible que la configuration soit incorrecte. Dans ce cas, contactez le représentant de votre compte pour obtenir de l’aide.
Analytics applique un système reposant sur les visites et les transactions, tandis que utilise des mesures basées sur les visiteurs. Target Chaque fois qu’un visiteur ouvre une page, il est compté comme une visite dans Analytics, mais Target ne comptabilise pas la visite tant que les conditions définies dans l’activité ne sont pas remplies.
Les rapports dans Target affichent les performances en fonction de la mbox de conversion sélectionnée lors de la définition de l’activité. Toutefois, ces données de mbox de conversion ne sont pas envoyées à Analytics, qui possède ses propres variables de conversion, définies par votre implémentation de balisage Analytics. Si vous attendez des données identiques (par exemple, si la commande d’un détaillant confirme que la page contient à la fois une mbox de conversion et un événement d’achat Analytics), les données peuvent différer en raison de l’emplacement de ces balises. En général, les tendances dans les rapports des deux produits sont similaires.
Les écarts de données attendus peuvent résulter de variations techniques et commerciales.
Exemples d’écarts techniques section_C3B50ED2E2F9416FAC91437CF1A87369
Les situations suivantes peuvent provoquer des écarts de données en fonction de différences techniques :
- TargetLes visiteurs de doivent autoriser les cookies et JavaScript.
- Les cookies propriétaires et tiers sont traités différemment. Par conséquent, les données issues de ces types de cookies diffèrent
- Emplacement relatif des balises sur les pages et « fuites » dues aux visiteurs qui quittent la page avant qu’elle ne soit complètement chargée.
- Prise en compte des fuseaux horaires.
- Différences de comptage des périphériques.
Exemples d’écarts commerciaux section_2E1EB5E15BB64A1A80E4CDB1A5062AEE
Les situations suivantes peuvent provoquer des écarts de données en fonction de différences commerciales :
- Différences entre les mesures des visiteurs et des visites.
- Le ciblage des activités exclut certains visiteurs.
- Une seule mbox sur plusieurs pages, comptant les visiteurs sur chacune de ces pages
- Les priorités des activités peuvent inclure certains visiteurs et en exclure d’autres sur une page.
- Les visiteurs qui ont effectué une conversion peuvent être recomptés lorsqu’ils reviennent dans l’activité.
- Analytics compte toutes les conversions pour toutes les visites et tous les visiteurs, tandis que Target comptabilise uniquement les conversions des visites et visiteurs inclus dans l’activité.