Migliorare l’analisi incentrata sulla persona

Il processo di unione risolve questo problema di attribuzione aggiungendo l’identificatore della persona selezionata (nei dati di esempio, l’e-mail) agli eventi in cui tale identificatore non esiste. L’unione sfrutta una mappatura tra gli ID dispositivo e gli ID persona per garantire che sia il traffico autenticato che quello non autenticato possano essere utilizzati nell’analisi, mantenendola incentrata sulla persona. Per ulteriori informazioni, vedere Unione.

Con l’unione è possibile attribuire i dati dei dispositivi condivisi utilizzando l’attribuzione ultima autenticazione o suddivisione dispositivo. Tutti i tentativi di unire eventi non autenticati a un utente noto non sono deterministici.

Attribuzione ultima autenticazione

Ultima autenticazione attribuisce tutte le attività sconosciute da un dispositivo condiviso all’ultimo utente autenticato. Il servizio Experience Platform Identity crea il grafico in base all’attribuzione dell’ultima autenticazione e, come tale, viene utilizzato nell’unione basata su grafico. Per ulteriori informazioni, vedere Regole di collegamento del grafico delle identità.

Quando nell’unione viene utilizzata l’attribuzione last-auth, gli ID uniti vengono risolti come mostrato nella tabella seguente.

Marca temporaleNome paginaID dispositivoE-mailID unione
2023-05-12 12:01Pagina Home1234cassidy@a.com
2023-05-12 12:02Pagina prodotto1234cassidy@a.com
2023-05-12 12:03Ordine completato1234ryan@a.comcassidy@a.com
2023-05-12 12:07Pagina prodotto1234cassidy@a.com
2023-05-12 12:08Ordine completato1234cassidy@a.comcassidy@a.com
2023-05-13 11:08Pagina Home1234cassidy@a.com

Device-split

L’attività anonima degli attributi di suddivisione del dispositivo da un dispositivo condiviso all’utente noto più recente che ha cercato nel passato. La suddivisione del dispositivo è attualmente utilizzata nell’unione basata sui campi.

Quando nell’unione viene utilizzata l’attribuzione device-split, gli ID uniti vengono risolti come mostrato nella tabella seguente.

Marca temporaleNome paginaID dispositivoE-mailID unione
2023-05-12 12:01Pagina Home1234ryan@a.com
2023-05-12 12:02Pagina prodotto1234ryan@a.com
2023-05-12 12:03Ordine completato1234ryan@a.comryan@a.com
2023-05-12 12:07Pagina prodotto1234ryan@a.com
2023-05-12 12:08Ordine completato1234cassidy@a.comcassidy@a.com
2023-05-13 11:08Pagina Home1234cassidy@a.com

Esposizione dispositivo condiviso

Considera diversi fattori per comprendere correttamente la diffusione dei dispositivi condivisi nella tua organizzazione. Inoltre, comprendere il contributo complessivo degli eventi provenienti da dispositivi condivisi può aiutarti a comprendere l’impatto sui dati generali degli eventi utilizzati per l’analisi.

Per comprendere l’esposizione del dispositivo condiviso, puoi considerare l’esecuzione delle seguenti query.

  1. Identificare i dispositivi condivisi

    Per comprendere il numero di dispositivi condivisi, esegui una query che conta gli ID dispositivo con due o più ID persona associati. Questo aiuta a identificare i dispositivi utilizzati da più individui.

    SELECT COUNT(*)
    FROM (
      SELECT /* INSERT PERSISTENT FIELD HERE */ AS persistent_id,
          COUNT(DISTINCT /* INSERT TRANSIENT FIELD HERE */) AS transient_count
      FROM /* INSERT DATASET HERE */
      GROUP BY 1
    )
    WHERE transient_count > 1;
    
  2. Attribuzione di eventi a dispositivi condivisi

    Per i dispositivi condivisi identificati, determina quanti eventi sul totale possono essere attribuiti a questi dispositivi. Questa attribuzione fornisce informazioni sull’impatto che i dispositivi condivisi hanno sui tuoi dati e sulle implicazioni per l’analisi.

    SELECT COUNT(*) AS total_events,
           COUNT(IF(shared_persistent_ids.persistent_id IS NOT NULL, 1, null)) shared_persistent_ids_events,
           (COUNT(IF(shared_persistent_ids.persistent_id IS NOT NULL, 1, null)) /
            COUNT(*)) * 100 AS shared_persistent_ids_events_percent
    FROM (
      SELECT /* INSERT PERSISTENT FIELD HERE */ AS persistent_id,
             /* INSERT TRANSIENT FIELD HERE */ AS transient_id
      FROM /* INSERT DATASET HERE */
    ) events
    LEFT JOIN (
      SELECT persistent_id
      FROM (
        SELECT /* INSERT PERSISTENT FIELD HERE */ AS persistent_id,
               COUNT(DISTINCT /* INSERT TRANSIENT FIELD HERE */) AS transient_count
        FROM /* INSERT DATASET HERE */
        GROUP BY 1
      )
      WHERE transient_count > 1
    ) shared_persistent_ids
    ON events.persistent_id = shared_persistent_ids.persistent_id;
    
  3. Identifica eventi anonimi su dispositivi condivisi

    Tra gli eventi attribuiti ai dispositivi condivisi, identifica quanti mancano di un ID persona, indicando eventi anonimi. L’algoritmo scelto (ad esempio last-auth, device-split o ECID-reset) per migliorare la qualità dei dati influisce su questi eventi anonimi.

    SELECT COUNT(IF(shared_persistent_ids.persistent_id IS NOT NULL, 1, null)) shared_persistent_ids_events,
           COUNT(IF(shared_persistent_ids.persistent_id IS NOT NULL AND events.transient_id IS NULL, 1, null)) shared_persistent_ids_anon_events,
           (COUNT(IF(shared_persistent_ids.persistent_id IS NOT NULL AND events.transient_id IS NULL, 1, null)) /
           COUNT(IF(shared_persistent_ids.persistent_id IS NOT NULL, 1, null))) * 100 AS shared_persistent_ids_anon_events_percent
    FROM (
      SELECT /* INSERT PERSISTENT FIELD HERE */ AS persistent_id,
             /* INSERT TRANSIENT FIELD HERE */ AS transient_id
      FROM /* INSERT DATASET HERE */
    ) events
    LEFT JOIN (
      SELECT persistent_id
      FROM (
        SELECT /* INSERT PERSISTENT FIELD HERE */ AS persistent_id,
               COUNT(DISTINCT /* INSERT TRANSIENT FIELD HERE */) AS transient_count
        FROM /* INSERT DATASET HERE */
        GROUP BY 1
      )
      WHERE transient_count > 1
    ) shared_persistent_ids
    ON events.persistent_id = shared_persistent_ids.persistent_id;
    
  4. Calcola l'esposizione da errata classificazione degli eventi

    Infine, valutare l’esposizione che ogni cliente potrebbe affrontare a causa di errori di classificazione degli eventi. Calcola la percentuale di eventi anonimi rispetto al totale degli eventi per ciascun dispositivo condiviso. Questo aiuta a comprendere il potenziale impatto sulla precisione dei dati dei clienti.

    SELECT COUNT(*) AS total_events,
           COUNT(IF(shared_persistent_ids.persistent_id IS NOT NULL, 1, null)) shared_persistent_ids_events,
           (COUNT(IF(shared_persistent_ids.persistent_id IS NOT NULL AND events.transient_id IS NULL, 1, null)) /
            COUNT(*)) * 100 AS shared_persistent_ids_events_percent
    FROM (
      SELECT /* INSERT PERSISTENT FIELD HERE */ AS persistent_id,
             /* INSERT TRANSIENT FIELD HERE */ AS transient_id
      FROM /* INSERT DATASET HERE */
    ) events
    LEFT JOIN (
      SELECT persistent_id
      FROM (
        SELECT /* INSERT PERSISTENT FIELD HERE */ AS persistent_id,
               COUNT(DISTINCT /* INSERT TRANSIENT FIELD HERE */) AS transient_count
        FROM /* INSERT DATASET HERE */
        GROUP BY 1
      )
      WHERE transient_count > 1
    ) shared_persistent_ids
    ON events.persistent_id = shared_persistent_ids.persistent_id;
    

Customer Journey Analytics