組み合わせイベントデータセット
接続を作成する場合、Customer Journey Analyticsは、すべてのイベントデータセットを 1 つのデータセットに組み合わせます。 この結合されたイベントデータセットは、Customer Journey Analyticsがレポートに（プロファイルデータセットやルックアップデータセットと共に）使用するものです。 1 つの接続に複数のイベントデータセットを含める場合：
- 同じスキーマパス に基づくデータセット内のフィールドのデータは、結合されたデータセット内の 1 つの列に結合されます。
- 各データセットに対して指定されたユーザー ID 列は、（名前に関係なく 、結合されたデータセットの 1 つの列に結合され す。 この列は、Customer Journey Analyticsにおける一意の人物を識別するための基礎となります。
- 行はタイムスタンプに基づいて処理されます。
- イベントはミリ秒レベルまで解決されます。
例
次の例をご覧ください。2 つのイベントデータセットがあり、それぞれ異なるフィールドに異なるデータが含まれています。
example_idtimestampstring_colorstring_animalmetric_auser_3101 Jan 7:02 AMRedFoxuser_3101 Jan 7:04 AM2user_3101 Jan 7:08 AMBlue3user_8472 Jan 12:31 PMTurtle4user_8472 Jan 12:44 PM2different_idtimestampstring_colorstring_shapemetric_buser_8472 Jan 12:26 PMYellowCircle8.5user_8472 Jan 1:01 PMRedalternateid_6562 Jan 8:58 PMRedSquare4.2alternateid_6562 Jan 9:03 PMTriangle3.1これら 2 つのイベントデータセットを使用して接続を作成し、を識別した場合
- 最初のデータセットのユーザー ID として
example_idを指定し、 - 2 つ目のデータセットのユーザー ID として
different_idを指定します。
レポートには、以下の結合データセットが使用されます。
idtimestampstring_colorstring_animalstring_shapemetric_ametric_buser_3101 Jan 7:02 AMRedFoxuser_3101 Jan 7:04 AM2user_3101 Jan 7:08 AMBlue3user_8472 Jan 12:26 PMYellowCircle8.5user_8472 Jan 12:31 PMTurtle4user_8472 Jan 12:44 PM2user_8472 Jan 1:01 PMRedalternateid_6562 Jan 8:58 PMRedSquare4.2alternateid_6562 Jan 9:03 PMTriangle3.1スキーマパスの重要性を示すために、次のシナリオについて考えてみます。 最初のデータセットでは string_color はスキーマパス _experience.whatever.string_color に基づき、2 番目のデータセットではスキーマパス _experience.somethingelse.string_color に基づきます。 このシナリオでは、結果として得られる結合されたデータセット内で、データは 1 つの列に結合 されません。 代わりに、結合されたデータセット内の 2 つの string_color 列が結果として返されます。
この組み合わせイベントデータセットは、レポートで使用されるデータセットです。行がどのデータセットから取得されたかは関係ありません。 Customer Journey Analyticsでは、すべてのデータを同じデータセット内にあるかのように扱います。 一致するユーザー ID が両方のデータセットに表示されると、それらは同じ一意のユーザーと見なされます。 一致するユーザー ID がタイムスタンプ付きで 30 分以内に両方のデータセットに表示された場合、それらは同じセッションの一部と見なされます。 スキーマパスが同じフィールドは結合されます。
この概念はアトリビューションにも当てはまります。どのデータセットから行が取得されたかは関係ありません。アトリビューションは、すべてのイベントが 1 つデータセットから取得された場合と同じように機能します。上記の表を例として使用します。
接続に最初のテーブルのみが含まれ、2 番目のテーブルは含まれない場合、ラストタッチアトリビューションでディメンション string_color と metric_a 指標を使用してレポートを取り込むと、次のように表示されます。
ただし、両方のテーブルを接続に含めた場合、user_847 は両方のデータセットにあるので、属性は変更されます。2 つ目のデータセット属性 metric_a から「Yellow」（以前は未指定）までの行
クロスチャネル分析
データセットの組み合わせの次のレベルは、共通の識別子（ユーザー ID）に基づいて、異なるチャネルのデータセットが組み合わされるクロスチャネル分析です。 クロスチャネル分析では、データセットのユーザー ID のキーを変更できるステッチ機能を活用できます。これにより、データセットが適切に更新され、複数のデータセットをシームレスに組み合わせることができます。 ステッチでは、認証済みセッションと未認証セッションの両方からのユーザーデータを調べて、ステッチされた ID を生成します。
クロスチャネル分析を使用すると、次のような質問に答えることができます。
- 1 つのチャネルでエクスペリエンスを始め、別のチャネルでエクスペリエンスを終える人は何人いるか。
- 何人のユーザーがブランドとやり取りしているか。ユーザーが使用しているデバイスの台数および種類は何か。それらはどのように重なっているか。
- ユーザーは、どのようにしてモバイルデバイスでタスクを開始し、後でデスクトップ PC に移行してタスクを完了するか。あるデバイスに到達した Campaign のクリックスルーは、別の場所でのコンバージョンにつながりますか？
- クロスデバイスジャーニーを検討すると、キャンペーンの有効性に関する理解はどのように変わりますか？ ファネル分析はどのように変化するか。
- ユーザーがあるデバイスから別のデバイスへと移動する際の、最も一般的なパスは何か。どこからドロップアウトするか。成功した場所はどこか。
- 複数のデバイスを所有するユーザーの動作は、単一のデバイスを所有するユーザーとはどのように異なるか。
クロスチャネル分析について詳しくは、次の特定のユースケースを参照してください。
ステッチ機能の詳細については、次を参照してください。