Approfondimenti di Analytics per le interazioni web e mobili

Adobe Experience Platform consente di acquisire dati dalle suite di rapporti di Adobe Analytics utilizzando i campi Experience Data Model (XDM) per compilare i set di dati. I dati di analisi sono stati modificati per essere conformi alla classe XDM ExperienceEvent. Query Service può quindi utilizzare questi dati eseguendo query SQL per generare informazioni utili sul comportamento di un utente sulle piattaforme digitali.

Questo documento fornisce una serie di query SQL di esempio che illustrano casi d’uso comuni durante la creazione di informazioni dai dati di Analytics per web e dispositivi mobili.

Per ulteriori informazioni sull'acquisizione e la mappatura dei dati di analisi, consulta la documentazione sulle mappature dei campi di Analytics.

Introduzione

Per ciascuno dei seguenti casi d’uso, come modello da personalizzare viene fornito un esempio di query SQL con parametri. Fornire i parametri nei punti in cui { } è visualizzato negli esempi SQL per il set di dati, l'eVar, l'evento o l'intervallo di tempo che si desidera valutare.

Obiettivi

Gli esempi seguenti mostrano query SQL per casi d’uso comuni per analizzare i dati di Adobe Analytics.

Genera il conteggio dei visitatori per ogni ora in un dato giorno

SELECT Substring(from_utc_timestamp(timestamp, 'America/New_York'), 1, 10) AS Day,
       Substring(from_utc_timestamp(timestamp, 'America/New_York'), 12, 2) AS Hour,
       Count(DISTINCT enduserids._experience.aaid.id) AS Visitor_Count
FROM   {TARGET_TABLE}
WHERE TIMESTAMP = to_timestamp('{TARGET_YEAR}-{TARGET_MONTH}-{TARGET_DAY}')
GROUP BY Day, Hour
ORDER BY Hour;

Identifica le 10 pagine più visualizzate in un dato giorno

SELECT web.webpagedetails.name AS Page_Name,
       Sum(web.webpagedetails.pageviews.value) AS Page_Views
FROM   {TARGET_TABLE}
WHERE TIMESTAMP = to_timestamp('{TARGET_YEAR}-{TARGET_MONTH}-{TARGET_DAY}')
GROUP BY web.webpagedetails.name
ORDER BY page_views DESC
LIMIT  10;

Identificare i 10 utenti più attivi

SELECT enduserids._experience.aaid.id AS aaid,
       Count(timestamp) AS Count
FROM   {TARGET_TABLE}
WHERE TIMESTAMP = to_timestamp('{TARGET_YEAR}-{TARGET_MONTH}-{TARGET_DAY}')
GROUP BY enduserids._experience.aaid.id
ORDER BY Count DESC
LIMIT  10;

Identifica le 10 città più desiderate in base all’attività dell’utente

SELECT concat(placeContext.geo.stateProvince, ' - ', placeContext.geo.city) AS state_city,
       Count(timestamp) AS Count
FROM   {TARGET_TABLE}
WHERE TIMESTAMP = to_timestamp('{TARGET_YEAR}-{TARGET_MONTH}-{TARGET_DAY}')
GROUP BY state_city
ORDER BY Count DESC
LIMIT  10;

Identifica i 10 prodotti più visualizzati

SELECT Product_SKU,
       Sum(Product_Views) AS Total_Product_Views
FROM  (SELECT Explode(productlistitems.sku) AS Product_SKU,
              commerce.productviews.value   AS Product_Views
       FROM   {TARGET_TABLE}
            WHERE TIMESTAMP = to_timestamp('{TARGET_YEAR}-{TARGET_MONTH}-{TARGET_DAY}')
              AND commerce.productviews.value IS NOT NULL)
GROUP BY Product_SKU
ORDER BY Total_Product_Views DESC
LIMIT  10;

Identifica i 10 ricavi più elevati dall'ordine

SELECT Purchase_ID,
       Round(Sum(Product_Items.priceTotal * Product_Items.quantity), 2) AS Total_Order_Revenue
FROM   (SELECT commerce.`order`.purchaseid AS Purchase_ID,
               Explode(productlistitems)   AS Product_Items
        FROM   {TARGET_TABLE}
        WHERE  commerce.`order`.purchaseid IS NOT NULL
                AND TIMESTAMP = to_timestamp('{TARGET_YEAR}-{TARGET_MONTH}-{TARGET_DAY}')

GROUP BY Purchase_ID
ORDER BY total_order_revenue DESC
LIMIT  10;
recommendation-more-help
ccf2b369-4031-483f-af63-a93b5ae5e3fb