Customer Journey Analytics 및 Adobe Analytics에서 데이터 피드 비교
Customer Journey Analytics 및 Adobe Analytics의 데이터 피드를 사용하면 원시 데이터를 서드파티 플랫폼으로 내보낼 수 있습니다.
이전에 Adobe Analytics에서 데이터 피드를 사용한 적이 있는 경우 다음 정보를 사용하여 사용 가능한 기능과 개념의 차이점을 파악하십시오.
데이터 피드를 전체 테이블 내보내기와 같은 다른 Customer Journey Analytics 내보내기 방법과 비교하려면 Analytics 제품 비교를 참조하십시오.
Customer Journey Analytics 데이터 피드에서만 사용할 수 있는 기능
다음 기능은 Customer Journey Analytics 데이터 피드에서 사용할 수 있지만 Adobe Analytics 데이터 피드에서는 사용할 수 없습니다.
-
파생 필드: 데이터 피드 스키마에 포함할 수 있는 규칙 기반 변환에서 빌드된 사용자 지정 구성 요소입니다.
-
구성 요소 설정: 지속성, 지표 중복 제거 및 값 버킷팅과 같은 데이터 보기 구성 요소 설정은 SQL 없이도 데이터 피드 출력에서 직접 구성 요소의 값을 변환할 수 있습니다.
-
결합: 여러 장치의 이벤트를 한 사람에게 연결하는 장치 간 ID 확인입니다.
-
구성 가능한 세션 정의: 세션은 비활성 시간 제한 및 세션을 시작하거나 종료하는 이벤트와 같은 데이터 보기의 세션 설정에 의해 정의됩니다. 데이터 피드의 세션 ID 및 세션 기반 값은 이러한 설정을 반영하며, 변경 사항은 다시 채우기에 반영됩니다.
-
구조화된 데이터 모델: post_product_list와 같은 플랫 문자열이 아닌 구조화된 데이터를 사용하여 피드가 만들어지고 전달됩니다. XDM 스키마 및 데이터 보기의 기존 구조를 반영합니다.
-
Parquet 출력: 파일은 기본적으로 복잡한 중첩 데이터와 구조화된 데이터를 지원하는 Parquet 형식으로 전달됩니다. 즉, 업계 표준 사례를 사용하여 데이터베이스에서 데이터에 보다 쉽게 액세스할 수 있습니다. 자세한 내용은 데이터 피드에서 Parquet 파일 작업을 참조하십시오.
-
세그먼테이션: 데이터 보기에 적용된 세그먼트는 자동으로 상속되며 추가 세그먼트는 피드에 직접 적용할 수 있습니다.
-
하이브 스타일 파티션 경로: 출력 파일은 데이터 레이크 환경에서 효율적인 쿼리를 위해 하이브 스타일 경로를 사용합니다.
-
구성 요소 업데이트가 소급하여 적용됩니다: 데이터 보기의 구성 요소에 대한 변경 내용은 과거 다시 채우기에 반영됩니다.
-
조회: 분류는 Adobe 분석 데이터 피드에 포함되지 않습니다. Customer Journey Analytics에서 모든 조회는 데이터에 직접 포함됩니다.
-
Analysis Workspace 사용자에게 익숙한 인터페이스: 구성 요소는 데이터 보기에서 직접 제공되며 Analysis Workspace에서도 사용할 수 있습니다. 변수 이름의 정적 목록이 아니라 Analysis Workspace과 동일한 구성 요소 레일을 사용하여 차원 및 지표를 선택할 수 있습니다.
-
지속성 모델 추가 사용 가능: Customer Journey Analytics 데이터 피드에서 사용할 수 있는 5가지 지속성 모델이 있습니다.
아래 기능 비교 표에는 이러한 각 기능과 두 제품에 존재하는 기능의 차이점이 자세히 설명되어 있습니다.
기능 비교
다음 표에서는 Customer Journey Analytics 데이터 피드 및 Adobe Analytics 데이터 피드에 대한 주요 개념과 구성 옵션을 비교합니다.
데이터 피드에 수집 및 포함될 수 있는 데이터 형식입니다.
사용 중인 제품에 따라 다른 단계에서 데이터가 처리됩니다.
단일 사용자에게 이벤트를 연결하는 장치 간 및 채널 간 ID 확인.
데이터 피드를 보내는 빈도와 피드에 포함된 시간을 결정합니다.
일별(보고서 세트 시간대의 자정에서 자정까지) 또는 시간별.
15분 피드는 가능하지만 기본적으로 사용할 수 없습니다.
각 게재의 지속성, 세션 및 세그먼트 자격을 계산하는 데 사용되는 내역 데이터입니다.
최대 주파수 창을 포함하는 연속 30일 처리 창. 처리 기간 이전의 데이터는 일반적으로 고려되지 않습니다.
자세한 내용은 처리 기간 이해를 참조하십시오.
늦게 도착하는 히트
타임스탬프가 이전 배달 빈도 기간에 속하지만 해당 기간이 이미 지난 후에 도착하는 히트.
예를 들어 늦게 도착하는 히트는 오프라인일 때 이벤트를 버퍼링하여 다시 연결할 때 보내는 모바일 앱에서 가져올 수 있습니다.
늦게 도착하는 히트 허용 구성 옵션을 통해 늦게 도착하는 히트를 포함하거나 제외할 수 있습니다.
전환 확인 기간 설정은 지연된 데이터를 포함하도록 시스템이 도달하는 이전 시간을 제어합니다.
타임스탬프가 받은 순서와 일치하지 않는 히트.
Customer Journey Analytics은 스트리밍과 배치 데이터를 모두 수락하므로 지정된 사용자에 대한 이벤트가 타임스탬프 순서로 도착할 것이라는 보장은 없습니다. Customer Journey Analytics은 사람당 타임스탬프별로 재주문하지만 도착한 데이터만 내보낼 수 있습니다. 즉, 늦게 도착하는 히트는 타임스탬프가 더 늦은 히트 후에 내보낼 수 있습니다.
처리 지연 설정을 사용하면 내보내기 전에 일괄 처리 데이터가 도착할 수 있는 시간을 더 많이 제공하여 데이터 피드 출력에서 잘못된 이벤트를 줄일 수 있습니다. 게재 시 이벤트 주문은 보장되지 않습니다.
중요: 데이터 피드 배달의 히트 순서가 보장되지 않으므로 데이터 피드 데이터의 최종 소비자는 잘못된 타임스탬프를 개인별로 처리할 수 있어야 합니다.
두 지난 날짜 사이의 이전 데이터를 내보냅니다.
데이터 피드 스키마는 데이터 피드에 포함할 수 있는 열을 결정합니다.
eVar1 / post_eVar1)으로 내보내 열 수의 대부분을 차지합니다.데이터 피드에 포함되는 열을 구성하는 데 사용되는 인터페이스입니다.
eVar1, prop5)의 단순 목록을 사용합니다. 구성 요소는 변수 식별자 외부에서 이름이 지정되거나 설명되지 않습니다.보고서 시간에 적용된 규칙 기반 변환을 사용하여 정의된 사용자 지정 구성 요소입니다.
지속성, 지표 중복 제거 및 값 버킷과 같은 데이터 보기 구성 요소 설정으로 보고서 시간에 구성 요소의 값을 변환합니다.
구성 요소 구성 변경 내용이 과거 및 향후 데이터 피드 출력에 반영되는지 여부.
변경 사항은 향후 게재 및 채우기에 적용됩니다. 이전에 배달된 파일은 업데이트되지 않습니다.
- 구성 요소 설정: 출력에는 지속성 또는 값 버킷과 같은 현재 설정이 반영됩니다.
- 파생 필드 논리: 파생 필드를 사용하는 모든 데이터 피드에 변경 사항이 적용됩니다.
- 데이터 형식: 가능하면 호환 가능한 변경 내용(예: 문자열에서 숫자로)이 변환됩니다. 호환되지 않는 변경 사항(예: 문자열에서 배열로의 변경)은 null 값을 생성합니다.
- 구성 요소 추가 또는 제거: 새 구성 요소를 기존 데이터 피드에 수동으로 추가해야 합니다. 삭제된 구성 요소는 null 값을 발생시키므로 데이터 보기에서 구성 요소를 삭제하기 전에 데이터 피드에서 해당 구성 요소를 제거하는 것이 좋습니다.
- 친숙한 이름, 구성 요소 ID 또는 출력 ID: 출력 ID 변경 사항만 열 이름을 변경합니다.
- 세션 정의: 세션 ID 및 세션 기반 값이 변경되었습니다. 세션 ID가 이전 게재와 일치하지 않습니다.
Customer Journey Analytics의 조회 데이터 세트는 Adobe Analytics의 분류와 동일합니다.
방문 또는 세션 경계를 정의하는 방법. 이것은 이벤트를 그룹화하고 특성을 지정하는 방법에 영향을 줍니다.
visid_high, visid_low 및 visit_num)의 조합으로 식별됩니다.세그먼트를 사용하여 데이터 피드 출력을 필터링하는 기능.
차원 값이 한 이벤트에서 다음 이벤트로 지속되는지 여부입니다.
하위 이벤트가 데이터 피드 출력에 표시되는 방식입니다.
클라우드 대상에 전달된 데이터 피드 출력 파일에 사용되는 형식입니다.
쪽모이 세공
는 기본적으로 복잡한 중첩 및 구조화된 데이터를 지원합니다. post_product_list과(와) 같은 필드는 구조화된 배열/중첩된 개체로 표시됩니다.
BigQuery, Snowflake 또는 Apache Spark와 같이 읽을 수 있는 Parquet 인식 도구가 필요합니다.
스키마 구조는 출력 파일 내에 포함되어 있습니다.
자세한 내용은 데이터 피드에서 Parquet 파일 작업을 참조하십시오.
TSV
사람이 읽을 수 있는 평면형 행. 는 구조화된 데이터를 기본적으로 지원하지 않습니다. 제품 목록과 같은 복잡한 필드는 사용자 지정 구문 분석 논리를 필요로 하는 배타적으로 구분된 문자열로 인코딩해야 합니다.
전달된 출력 파일에 사용되는 디렉터리 구조입니다.
year=2024/month=01/day=15/)을(를) 사용하여 Databricks 또는 Apache Spark와 같은 데이터 레이크 환경에서 데이터를 쿼리할 때 효율적인 파티션 정리를 활성화합니다.데이터 피드 출력 파일을 보낼 수 있는 클라우드 저장소 위치입니다.
Amazon S3, Azure RBAC, Azure SAS, Google Cloud Platform
SFTP도 지원합니다.
데이터 피드 빌더가 Analysis Workspace과 동일한 구성 요소와 용어를 사용하는지 여부.
데이터 피드의 차원에 사용할 수 있는 지속성 모델입니다.