Set di dati evento combinati
Quando crei una connessione, Customer Journey Analytics combina tutti i set di dati evento in un singolo set di dati. Questo set di dati evento combinato è ciò che il Customer Journey Analytics utilizza per il reporting (insieme a set di dati di profilo e di ricerca). Quando includi più set di dati evento in una connessione:
- I dati per i campi nei set di dati basati sullo stesso percorso schema vengono uniti in una singola colonna nel set di dati combinato.
- La colonna ID persona, specificata per ogni set di dati, viene unita in una singola colonna nel set di dati combinato, indipendentemente dal nome. Questa colonna è la base per identificare le persone univoche nel Customer Journey Analytics.
- Le righe vengono elaborate in base alla marca temporale.
- Gli eventi vengono risolti a livello di millisecondi.
Esempio
Prendi in considerazione l’esempio seguente. Ci sono due set di dati evento, ciascuno con campi diversi contenenti dati diversi.
Quando crei una connessione utilizzando questi due set di dati evento e hai identificato
example_id
come ID persona per il primo set di dati edifferent_id
come ID persona per il secondo set di dati,
per il reporting viene utilizzato il seguente set di dati combinato.
Per illustrare l’importanza dei percorsi degli schemi, considera questo scenario. Nel primo set di dati, string_color
è basato sul percorso dello schema _experience.whatever.string_color
e nel secondo set di dati sul percorso dello schema _experience.somethingelse.string_color
. In questo scenario, i dati sono not uniti in una colonna nel set di dati combinato risultante. Invece, il risultato è due string_color
colonne nel set di dati combinato:
qualsiasi cosa.
string_color
altro.
string_color
Questo set di dati evento combinato è ciò che viene utilizzato nel reporting. Non importa da quale set di dati provenga una riga. Il Customer Journey Analytics tratta tutti i dati come se fossero nello stesso set di dati. Se un ID persona corrispondente è presente in entrambi i set di dati, viene considerato la stessa persona univoca. Se un ID persona corrispondente viene visualizzato in entrambi i set di dati con una marca temporale entro 30 minuti, viene considerato parte della stessa sessione. I campi con percorsi di schema identici vengono uniti.
Questo concetto si applica anche all’attribuzione. Non importa da quale insieme di dati provenga una riga; l’attribuzione funziona esattamente come se tutti gli eventi provenissero da un singolo set di dati. Utilizzo delle tabelle precedenti in un esempio:
Se la connessione includesse solo la prima tabella e non la seconda, l’estrazione di un rapporto con la dimensione string_color
e la metrica metric_a
utilizzando l’attribuzione ultimo contatto apparirebbe così:
Tuttavia, se nella connessione includessi entrambe le tabelle, l’attribuzione sarebbe modificata poiché user_847
si trova in entrambi i set di dati. Una riga del secondo set di dati attribuisce metric_a
a “Giallo”, in precedenza non specificato:
Analisi cross-channel
Il livello successivo di combinazione dei set di dati è l’analisi cross-channel, in cui vengono combinati set di dati di canali diversi, in base a un identificatore comune (ID persona). L’analisi cross-channel può trarre vantaggio dalla funzionalità di unione, che consente di reimpostare l’ID persona di un set di dati in modo che il set di dati venga aggiornato correttamente per consentire una combinazione perfetta di più set di dati. L’unione esamina i dati utente provenienti da sessioni autenticate e non autenticate per generare un ID unico.
L’analisi cross-channel consente di rispondere a domande quali:
- Quante persone iniziano la loro esperienza in un canale, poi la finiscono in un altro?
- Quante persone interagiscono con il mio marchio? Quanti e quali tipi di dispositivi usano? Come si sovrappongono?
- Con quale frequenza le persone iniziano un’attività su un dispositivo mobile e successivamente passano a un PC desktop per completare l’attività? I click-through di campagne che arrivano su un dispositivo portano a una conversione su un altro?
- Quali informazioni aggiuntive sull’efficacia della campagna posso ottenere considerando i percorsi cross-device? Come cambia la mia analisi funnel?
- Quali sono i percorsi più comuni seguiti dagli utenti per passare da un dispositivo all’altro? Dove decidono di lasciar perdere? Dove hanno successo?
- In che modo gli utenti con più dispositivi differiscono da quelli con un solo dispositivo?
Per ulteriori informazioni sull’analisi cross-channel, consulta il caso d’uso specifico:
Per informazioni più approfondite sulle funzionalità di unione, consultate: