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。

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。

NOTE
Adobe Experience Platformは通常、タイムスタンプを UNIX® ミリ秒単位で保存します。 この例では、読みやすくするために日付と時刻を使用しています。
example_id
タイムスタンプ
string_color
string_animal
metric_a
user_310
1 月 1 日午前 7 時 2 分
フォックス
user_310
1 月 1 日午前 7 時 4 分
2
user_310
1 月 1 日午前 7 時 8 分
3
user_847
1 月 2 日午後 12:31
4
user_847
1 月 2 日午後 12:44
2
different_id
タイムスタンプ
string_color
string_shape
metric_b
user_847
1 月 2 日午後 12:26
黄色
8.5
user_847
1 月 2 日午後 1 時 1 分
alternateid_656
1 月 2 日午後 8:58
正方形
4.2
alternateid_656
1 月 2 日午後 9 時 3 分
三角形
3.1

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。

ID
タイムスタンプ
string_color
string_animal
string_shape
metric_a
metric_b
user_310
1 月 1 日午前 7 時 2 分
フォックス
user_310
1 月 1 日午前 7 時 4 分
2
user_310
1 月 1 日午前 7 時 8 分
3
user_847
1 月 2 日午後 12:26
黄色
8.5
user_847
1 月 2 日午後 12:31
4
user_847
1 月 2 日午後 12:44
2
user_847
1 月 2 日午後 1 時 1 分
alternateid_656
1 月 2 日午後 8:58
正方形
4.2
alternateid_656
1 月 2 日午後 9 時 3 分
三角形
3.1

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。

ID
タイムスタンプ
_experience.
なんでも。
string_color
_experience.
他の何か。
string_color
string_animal
string_shape
metric_a
metric_b
user_310
1 月 1 日午前 7 時 2 分
フォックス
user_310
1 月 1 日午前 7 時 4 分
2
user_310
1 月 1 日午前 7 時 8 分
3
user_847
1 月 2 日午後 12:26
黄色
8.5
user_847
1 月 2 日午後 12:31
4
user_847
1 月 2 日午後 12:44
2
user_847
1 月 2 日午後 1 時 1 分
alternateid_656
1 月 2 日午後 8:58
正方形
4.2
alternateid_656
1 月 2 日午後 9 時 3 分
三角形
3.1

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_colormetric_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。

string_color
metric_a
未指定
6
3
2

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

string_color
metric_a
黄色
6
3
2
NOTE
結合されたフィールドが接続内の 1 つのイベントデータセットのルックアップキーの場合、関連するルックアップデータセットによって、そのフィールドの すべて の値が強化されます。 ルックアップ関係は共有スキーマパスに関連付けられているので、行がどのイベントデータセットから取得されたかは関係ありません。

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。

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