Coworkerのデータ検証スキルでCustomer Journey Analytics データを検証します

Adobe Customer Journey Analytics（CJA）では、データ品質は正確なレポートの基盤となります。 指標、ダッシュボード、セグメント、カスタマージャーニーを構築する前に、基盤となるAdobe Experience Platform（AEP）データが信頼できるかどうかを把握することが重要です。

このビデオでは、クエリを記述したり、データを手動で調べたりすることなく、Coworker の データ検証スキルを使用して、Customer Journey Analyticsの実装を強化するデータセットの品質をすばやく評価する方法について説明します。

CJAレポートの背後にあるデータセットを発見

Coworkerが以下を識別する方法をご覧ください。

どのデータセットがレポートに反映されているかを正確に把握することで、最も重要なデータに検証を集中することができます。

データセットスキーマと使用可能なフィールドの確認

Adobe Experience Platformから直接データセットスキーマを検査する方法について説明します。

同僚は、スキーマの詳細とサーフェスを取得します。

これにより、分析可能なフィールドのインベントリが提供され、スキーマに存在するフィールドと使用可能なデータを含むフィールドの違いがハイライトされます。

ID品質の検証

ID データは、個人レベルのレポートとクロスチャネルのジャーニー分析をサポートするため、Customer Journey Analyticsにとって不可欠です。

このビデオでは、Coworkerが次のように表示されます。

検証の例では、ECIDと電子メール IDがサンプルに完全に入力され、有効になっていますが、Analytics IDを取得できないことが示されています。 これは、プロファイルの結合とレポートをサポートできる識別子を決定する際に役立つシグナルを提供します。

個々のフィールドの品質を分析

フィールドはデータセット内に存在する可能性がありますが、レポートには適していません。

Coworkerがキャンペーントラッキングフィールドとレポートをどのように検証するかをご覧ください。

この例では、存在するトラッキングコードの値はクリーンで一貫性がありますが、約85%の行はnullです。 これにより、CJAのディメンションやキャンペーン指標がフィールドに構築される前に、レポートの主要な盲点が明らかになります。

AIを活用したデータセット検証の実行

共同作業者は、個々のフィールドを一度に検証するのではなく、データセット全体を評価することができます。

データ検証スキルについて説明します。

検証結果は、CJAの実行可能性マップを提供します。 web ページ名やメールコードなどのクリーンなフィールドをレポートに使用できる場合がありますが、購入金額、キャンペーン名、トラッキングコードなどのスパースフィールドは調査が必要です。

売上とアトリビューションのリスクを特定

この動画では、データ検証を通じてレポート精度に影響を与える次のような問題も明らかになります。

表示されているデータセットでは、購入数は使用できますが、注文金額が確実に入力されるわけではありません。 これは、収益レポートを信頼する前に調査すべき問題です。

Customer Journey Analyticsでデータ検証が重要な理由

Customer Journey Analyticsの信頼性は、基盤となるデータの信頼性に左右されます。

レポートを作成する前にデータセットを検証することで、次のことが可能になります。

Coworkerでは、自然言語プロンプトを使用してこれらのチェックを開始できるため、技術的な知識を持つユーザーやそうでないユーザーもデータ検証にアクセスしやすくなります。