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.

NOTE
In genere, Adobe Experience Platform memorizza una marca temporale in millisecondi UNIX®. In questo esempio, per maggiore leggibilità, vengono utilizzate la data e l’ora.
example_id
timestamp
string_color
string_animal
metric_a
user_310
1 gen 7:02
Rosso
Volpe
user_310
1 gen 7:04
2
user_310
1 gen 7:08
Blu
3
user_847
2 gennaio 12:31
Tartaro
4
user_847
2 gennaio 12:44
2
differente_id
timestamp
string_color
string_shape
metric_b
user_847
2 gennaio 12:26
Giallo
Cerchio
8,5
user_847
2 gennaio 1:01 PM
Rosso
alternateid_656
2 gennaio 20:58
Rosso
Quadrato
4.2
alternateid_656
2 Gennaio 21:03
Triangolo
3,1

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 e
  • different_id come ID persona per il secondo set di dati,

per il reporting viene utilizzato il seguente set di dati combinato.

id
timestamp
string_color
string_animal
string_shape
metric_a
metric_b
user_310
1 gen 7:02
Rosso
Volpe
user_310
1 gen 7:04
2
user_310
1 gen 7:08
Blu
3
user_847
2 gennaio 12:26
Giallo
Cerchio
8,5
user_847
2 gennaio 12:31
Tartaro
4
user_847
2 gennaio 12:44
2
user_847
2 gennaio 1:01 PM
Rosso
alternateid_656
2 gennaio 20:58
Rosso
Quadrato
4.2
alternateid_656
2 Gennaio 21:03
Triangolo
3,1

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:

id
timestamp
_esperienza.
qualsiasi cosa.
string_color
_esperienza.
altro.
string_color
string_animal
string_shape
metric_a
metric_b
user_310
1 gen 7:02
Rosso
Volpe
user_310
1 gen 7:04
2
user_310
1 gen 7:08
Blu
3
user_847
2 gennaio 12:26
Giallo
Cerchio
8,5
user_847
2 gennaio 12:31
Tartaro
4
user_847
2 gennaio 12:44
2
user_847
2 gennaio 1:01 PM
Rosso
alternateid_656
2 gennaio 20:58
Rosso
Quadrato
4.2
alternateid_656
2 Gennaio 21:03
Triangolo
3,1

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:

string_color
metric_a
Non specificato
6
Blu
3
Rosso
2

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:

string_color
metric_a
Giallo
6
Blu
3
Rosso
2
NOTE
Se un campo unito è una chiave di ricerca per un set di dati evento nella connessione, il set di dati di ricerca associato ne arricchirà tutti i valori. Non importa da quale set di dati evento provenga una riga, in quanto la relazione di ricerca è associata al percorso dello schema condiviso.

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:

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79