Análise do cliente e geração de insight
Este guia fornece uma referência completa de implementação para análise de clientes e geração de insight. Ele aborda como conectar conjuntos de dados do Adobe Experience Platform ao Customer Journey Analytics, configurar visualizações de dados, criar espaços de trabalho de análise de forma livre, criar métricas computadas, publicar painéis e cartões de pontuação móveis e, opcionalmente, publicar públicos definidos pela CJA de volta no Adobe Experience Platform para ativação.
Ele foi projetado para arquitetos de soluções, tecnólogos de marketing e engenheiros de implementação que precisam compreender todos os caminhos de implementação viáveis, as compensações entre eles e as decisões de configuração necessárias em cada fase.
Diferentemente dos outros padrões na taxonomia que se concentram na ativação e no engajamento (envio de mensagens, personalização de conteúdo, ativação de públicos), esse padrão se concentra na compreensão — análise do comportamento do cliente, medição do desempenho da campanha, identificação de tendências e geração de insights que informam as decisões de estratégia e otimização. É o padrão e os pares mais compostos com quase todos os padrões de ativação ou personalização.
Visão geral do caso de uso
As organizações precisam entender como os clientes se comportam entre canais, como as campanhas se comportam, onde os clientes caem em suas jornadas, qual conteúdo repercute e como diferentes segmentos são retidos ao longo do tempo. A análise do cliente e a geração de insight atendem a essa necessidade conectando os dados avançados entre canais no Adobe Experience Platform ao Customer Journey Analytics, em que os analistas podem criar espaços de trabalho de forma livre, criar métricas personalizadas, configurar modelos de atribuição e publicar painéis para o consumo das partes interessadas.
O padrão atende a vários públicos-alvo: analistas de marketing que precisam de análises exploratórias profundas, gerentes de campanha que precisam de painéis de desempenho, gerentes de produtos que precisam de insights de engajamento e retenção e executivos que precisam de scorecards de KPI instantâneos. A abordagem de implementação varia com base no foco analítico principal — medição de desempenho da campanha, análise de jornada entre canais, ativação de público-alvo orientada por análise ou insights de produto guiados.
Principais objetivos de negócios
Os seguintes objetivos de negócios são compatíveis com esse padrão de caso de uso.
Melhorar análises e relatórios
Aprimore os recursos de relatórios para obter insights de marketing mais rápidos e acionáveis por meio de painéis unificados e ferramentas de autoatendimento.
- KPIs: eficiência, produtividade
Consulte Melhorar o Analytics e os relatórios para obter mais informações sobre esse objetivo comercial.
Habilitar tomada de decisão orientada por dados
Capacite as equipes com análises de autoatendimento, insights do cliente em tempo real e previsões alimentadas por IA para orientar a estratégia.
- KPIs: eficiência, produtividade
Consulte Habilitar a Tomada de Decisão Orientada por Dados para obter mais informações sobre esse objetivo comercial.
Melhorar atribuição de marketing
Meça com precisão o impacto dos pontos de contato de marketing, canais e campanhas nos resultados da conversão e da receita.
- KPIs: Eficiência, Receita Incremental
Consulte Melhorar a atribuição de marketing para obter mais informações sobre esse objetivo comercial.
Otimizar os gastos com marketing e o ROI
Otimize a alocação de orçamento de marketing entendendo quais canais e campanhas oferecem o maior retorno.
- KPIs: Eficiência, Receita Incremental
Consulte Otimizar gastos com marketing e o ROI para obter mais informações sobre esse objetivo comercial.
Exemplo de casos de uso tático
Veja a seguir exemplos de casos de uso táticos que podem ser implementados com esse padrão.
- Painel de desempenho do Campaign — métricas de delivery, taxas de engajamento, conversão e atribuição de receita em campanhas de email, SMS, push e de mídia paga
- Análise de fallout de jornada do cliente — identifique onde os clientes abandonam os funis de compra, registro ou integração
- Análise de retenção de coorte — meça o desempenho das diferentes coortes de aquisição em semanas, meses e trimestres
- Modelagem de atribuição de canais — compare a atribuição de primeiro e último toque, linear e declínio de tempo para entender quais canais geram conversões
- Análise do desempenho do conteúdo — identifique qual conteúdo corresponde mais aos estágios do segmento, canal e ciclo de vida
- Análise de uso e adoção de produtos — controle a adoção de recursos, a frequência de engajamento e as tendências de crescimento dos usuários
- Análise dos estágios do ciclo de vida do cliente — segmentar e analisar clientes por estágio do ciclo de vida (novo, ativo, em risco, descontinuado)
- Painel de otimização de mix de marketing — compare o investimento no canal com a contribuição de receita
- Pontuação e relatórios de engajamento entre canais: crie pontuações de engajamento compostas a partir de interações da Web, do aplicativo, de email e de campanha
Indicadores-chave de desempenho
Os KPIs a seguir ajudam a medir o sucesso desse padrão de caso de uso.
Padrão do caso de uso
Análise de clientes e geração de insight
Crie espaços de trabalho de análise entre canais, métricas calculadas e painéis para entender o comportamento do cliente e o desempenho da campanha.
Cadeia de funções: Conexão de Dados > Configuração de Visualização de Dados > Análise do Workspace > Criação de Métricas Computadas > Publicação de Painel
Consulte a seção Opções de implementação para obter orientação sobre composição.
Aplicativos
Os aplicativos a seguir são usados neste padrão de caso de uso.
- Customer Journey Analytics (CJA) — Conexões, visualizações de dados, análise de espaço de trabalho, análise guiada, métricas computadas, painéis, publicação de público e análise de conteúdo
- Adobe Experience Platform (AEP) — Data lake, conjuntos de dados, esquemas XDM, dados de perfil e evento que alimentam conexões do CJA
Funções básicas
Os seguintes recursos básicos devem estar em vigor para esse padrão de caso de uso. Para cada função, o status indica se ele é tipicamente necessário, se presume ser pré-configurado ou se não é aplicável.
Funções de suporte
Os recursos a seguir aumentam esse padrão de caso de uso, mas não são necessários para a execução principal.
Funções do aplicativo
Este plano utiliza as seguintes funções do catálogo de funções do aplicativo. As funções são mapeadas para fases de implementação em vez de etapas numeradas.
Customer Journey Analytics (CJA)
A tabela a seguir lista as funções de aplicativo do CJA usadas nesse padrão.
Adobe Experience Platform (AEP)
A tabela a seguir lista as funções de aplicativo do AEP usadas nesse padrão.
Pré-requisitos
Os seguintes pré-requisitos devem ser atendidos antes de implementar esse padrão de caso de uso.
- [ O direito ao produto CJA ] foi provisionado para a organização
- [ ] perfis de produto do CJA são configurados com acesso de usuário apropriado (criação de espaço de trabalho, acesso de visualização de dados)
- [ ] A sandbox da AEP contém os conjuntos de dados de destino com fluxo de dados (eventos da Web, eventos de aplicativo, dados de campanha, registros de CRM)
- [ ] esquemas XDM são definidos para todos os conjuntos de dados de origem com grupos de campos apropriados
- [ O campo ID de pessoa ] é identificado e está consistentemente disponível em todos os conjuntos de dados que serão conectados
- [ ] namespaces de identidade são configurados no AEP para a ID de pessoa usada na compilação de conexão do CJA
- [ ] Os requisitos das partes interessadas estão documentados: quais KPIs, quais públicos-alvo consumirão painéis e qual nível de detalhes
- [ ] Para cartões de pontuação móveis: as partes interessadas têm o aplicativo móvel de Adobe Analytics painéis instalado
- [ ] Para Opção C (Publicação de público-alvo): o Perfil do cliente em tempo real do AEP está habilitado na sandbox de destino
- [ ] Para a Opção D (Análise Guiada): a SKU do CJA inclui recursos de análise guiada
Opções de implementação
Esta seção descreve as opções de implementação disponíveis para este padrão de caso de uso.
Opção A: análise de desempenho da campanha
Melhor para: Medir e otimizar a eficácia da campanha e da jornada — painéis de campanha de email, análise do jornada funnel, comparação de desempenho do canal e relatórios de ROI de marketing.
Como funciona:
Essa opção conecta conjuntos de dados do AJO campaign e do jornada ao CJA, configura visualizações de dados com métricas de entrega e envolvimento (envios, entregas, aberturas, cliques, devoluções, cancelamentos de assinatura), cria painéis de desempenho da campanha e publica cartões de pontuação para as partes interessadas de marketing. O foco é entender como as campanhas de marketing se comportam entre canais e ao longo do tempo.
A visualização de dados é configurada com dimensões específicas da campanha (nome da campanha, nome da jornada, tipo de canal, variante de mensagem) e métricas de entrega. As métricas calculadas são criadas para medidas derivadas, como taxa de abertura, taxa de cliques, taxa de conversão e receita por mensagem. Os painéis apresentam esses KPIs com períodos de comparação para análise de tendência.
Principais considerações:
- Exige conjuntos de dados de eventos de jornada e campanha do AJO na AEP
- Os modelos de atribuição devem se alinhar à filosofia de medição de campanha da organização
- Considere incluir relatórios nativos do AJO (para métricas de entrega operacional) e CJA (para impacto nos negócios entre canais)
Vantagens:
- Criado especificamente para medição e otimização de campanha
- Permite a comparação entre campanhas e a análise da combinação de canais
- As métricas computadas fornecem definições de KPI padronizadas em todas as campanhas
- Os cartões de pontuação móveis oferecem desempenho instantâneo aos líderes de marketing
Limitações:
- Limitado aos dados de campanha e jornada; não fornece o contexto completo de jornada do cliente
- Não inclui definição de caminho de jornada, fallout ou análise de coorte
- A atribuição tem como escopo os pontos de contato da campanha em vez da jornada completa do cliente
Experience League:
Opção B: análise de jornada do cliente
Recomendado para: Noções básicas sobre jornadas de clientes entre canais — análise de fallout, análise de caminho, retenção de coorte, modelagem de atribuição e análise de estágio de ciclo de vida entre pontos de contato da Web, do aplicativo, do email, do CRM e offline.
Como funciona:
Essa opção conecta vários conjuntos de dados do AEP (eventos da Web, eventos de aplicativo, dados de CRM, interações de campanha, registros transacionais) para criar uma visualização unificada entre canais da jornada do cliente. A visualização de dados é configurada com dimensões e métricas que abrangem todos os canais. As visualizações de fluxo, fallout, coorte e atribuição do CJA são usadas para analisar como os clientes se movem pelas jornadas, onde são soltos, como os diferentes segmentos retêm e quais canais merecem crédito por conversões.
Essa é a opção analítica mais abrangente, fornecendo um insight profundo na experiência completa do cliente. Também é a mais complexa de implementar, exigindo uma configuração cuidadosa da ID de pessoa para a compilação entre conjuntos de dados e um design de visualização de dados elaborado para expor as dimensões e métricas certas.
Principais considerações:
- Exige uma ID de pessoa consistente em todos os conjuntos de dados conectados para uma análise precisa entre canais
- O design do esquema no AEP afeta diretamente a qualidade e a profundidade da análise do CJA
- Mais conjuntos de dados na conexão significam análises mais avançadas, mas tempos de preenchimento retroativo mais longos
- A modelagem de atribuição requer definições claras de evento de conversão
Vantagens:
- Visibilidade completa da jornada de clientes entre canais
- Conjunto completo de visualizações do CJA: tabelas de fluxo, fallout, coorte, atribuição e forma livre
- Permite a descoberta de insights que são invisíveis nos relatórios de canal único
- Oferece suporte a perguntas analíticas complexas sobre o comportamento e o ciclo de vida do cliente
Limitações:
- Maior complexidade de implementação devido a conexões de vários conjuntos de dados e compilação entre canais
- Requer mais planejamento antecipado para configuração de visualização de dados e campos derivados
- O preenchimento retroativo para conexões grandes de vários conjuntos de dados pode levar dias
- A qualidade da análise depende da integridade e da consistência dos dados subjacentes
Experience League:
Opção C: Analytics com publicação de público-alvo
Recomendado para: Ativação orientada por análise — descubra segmentos interessantes por meio da análise do CJA e publique-os de volta no AEP para ativação por meio de destinos RT-CDP, campanhas do AJO ou jornadas do AJO.
Como funciona:
Essa opção estende a Opção A ou a Opção B com a publicação de público-alvo do CJA. Os analistas criam segmentos no CJA usando dados comportamentais entre canais e o poder analítico total dos filtros do CJA e, em seguida, publicam esses públicos no Perfil do cliente em tempo real da AEP para ativação downstream. Isso elimina a lacuna entre o insight e a ação — os segmentos descobertos durante a análise exploratória se tornam públicos acionáveis sem exigir recriação manual no Construtor de segmentos do AEP.
Os públicos publicados aparecem no AEP Audience Portal com a origem "CJA" e podem ser ativados para qualquer destino da RT-CDP, usados como destinos de campanha no AJO ou usados como condições de entrada de jornada.
Principais considerações:
- Exige que o Perfil de cliente em tempo real do AEP esteja ativado na sandbox de destino
- A conexão do CJA deve ter uma ID de pessoa válida que resolva para um namespace de identidade do AEP
- Os públicos publicados são contados para o direito de público-alvo da AEP da organização
- A cadência de atualização deve ser configurada com base nos requisitos de ativação (uma vez, a cada 4 horas, diariamente, semanalmente)
Vantagens:
- Fecha o loop entre análise e ativação
- Permite a detecção de segmentos de alto valor usando dados comportamentais entre canais da CJA
- Os públicos definidos no CJA podem aproveitar dimensões e filtros não disponíveis no Construtor de segmentos do AEP
- Suporta refinamento iterativo de critérios de público com base em insights analíticos
Limitações:
- No máximo 75 públicos-alvo publicados por cliente da CJA
- A avaliação inicial do público pode levar até 24 horas para conjuntos de dados grandes
- Públicos publicados pela CJA não podem ser editados no AEP — as alterações devem ser feitas no CJA
- Requer configuração de perfil e namespace de identidade adicional além da análise básica
Experience League:
Opção D: análise guiada para equipes de produtos
Recomendado para: insights de experiência de produtos — adoção de recursos, tendências de engajamento do usuário, análise de retenção, conversão do funnel e análise de impacto de lançamento usando fluxos de trabalho de análise guiada da CJA sem exigir uma configuração complexa de projeto do Workspace de forma livre.
Como funciona:
Essa opção usa a Análise guiada do CJA para geração de insight estruturada e modelada. A análise guiada fornece tipos de análise pré-criados — funnel, tendências, retenção, crescimento de usuários, frequência de engajamento, impacto das versões, primeiro uso e linha do tempo — que orientam os analistas por um fluxo de trabalho estruturado para responder perguntas específicas sobre produtos e experiências. É ideal para gerentes e analistas de produtos que precisam de insights rápidos e focados sem criar projetos de forma livre do zero.
A implementação conecta conjuntos de dados do AEP ao CJA, configura uma visualização de dados com dimensões e métricas no nível do evento e usa fluxos de trabalho de análise guiada para gerar insights. Os resultados podem ser salvos como painéis nos projetos do Workspace para personalização adicional.
Principais considerações:
- A análise guiada exige os direitos do produto CJA, que incluem recursos de análise guiada
- Mais adequado para análise de produto e experiência do que para medição de desempenho de campanha
- Fornece fluxos de trabalho estruturados que são mais acessíveis a usuários não analistas
- Pode ser combinado com a análise de forma livre do Workspace para uma exploração mais profunda
Vantagens:
- Menor barreira à entrada — fluxos de trabalho estruturados orientam os usuários pela análise
- Desenvolvido especificamente para perguntas sobre a experiência do produto (funnel, retenção, crescimento, impacto)
- Tempo de implantação do insight mais rápido para perguntas analíticas comuns
- As análises salvas podem ser incorporadas aos projetos Workspace junto com a análise de forma livre
Limitações:
- Menos flexível que a análise de forma livre do Workspace
- Limitado aos tipos de análise pré-criados (funnel, tendências, retenção, crescimento, frequência, impacto, linha do tempo)
- As comparações de segmentos suportam até 3 segmentos simultaneamente
- A análise do funnel suporta no máximo 15 etapas
Experience League:
Comparação de opções
A tabela a seguir compara as opções de implementação disponíveis.
Escolha a opção certa
Use as orientações a seguir para selecionar a opção de implementação que melhor atenda às suas necessidades.
-
Se sua meta principal for medir a eficácia da campanha e você tiver dados de campanha do AJO fluindo para o AEP, comece com a Opção A. Ele oferece um tempo de implantação mais rápido para os relatórios de desempenho de marketing.
-
Se você precisar entender a jornada completa do cliente na Web, no aplicativo, no email e nos pontos de contato offline, e tiver vários conjuntos de dados com uma ID de pessoa consistente, escolha Opção B. Ele fornece os recursos analíticos mais profundos, mas requer mais investimento inicial na configuração da visualização de dados.
-
Se você deseja agir com base em insights publicando segmentos descobertos pela CJA de volta no AEP para ativação no RT-CDP ou no AJO, escolha Opção C. Isso estende a Opção A ou B com a publicação de público-alvo e requer a configuração do Perfil do cliente em tempo real do AEP.
-
Se sua equipe precisar de insights de produto rápidos e estruturados sem a complexidade dos projetos de forma livre da Workspace e se a sua SKU do CJA incluir análise guiada, escolha a Opção D. É o caminho mais rápido para responder a perguntas específicas sobre experiência de produtos.
-
Muitas organizações implementam várias opções: Opção A para painéis de campanha da equipe de marketing, Opção B para a análise entre canais da equipe de análise e Opção D para insights de autoatendimento da equipe de produtos. Essas opções compartilham a mesma conexão CJA e infraestrutura de visualização de dados.
Fases de implementação
Esta seção detalha as fases de implementação passo a passo para esse padrão de caso de uso.
Fase 1: Conexão de dados
Função de aplicativo: CJA: conexão de dados
Essa fase configura uma conexão do CJA que vincula um ou mais conjuntos de dados do AEP à CJA para análise. A conexão define quais conjuntos de dados fluem para o CJA, como os eventos são compilados entre conjuntos de dados por meio da ID de pessoa e como os dados históricos e de transmissão são assimilados. Esse é o link fundamental entre o data lake da AEP e o CJA.
Pontos de decisão
As decisões a seguir devem ser tomadas durante essa fase.
| table 0-row-3 1-row-3 2-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Sandbox de produção | Dados dinâmicos do cliente para relatórios de produção | Use para painéis de produção e relatórios das partes interessadas |
| Sandbox de desenvolvimento | Teste e iteração antes da implantação de produção | Use para configuração e validação iniciais antes de promover para produção |
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Conjuntos de dados de evento | Dados comportamentais com carimbo de data e hora (interações da Web, eventos de aplicativo, interações de campanha, transações) | Requer um campo de carimbo de data e hora; é o núcleo da maioria das análises |
| Pesquisar conjuntos de dados | Dados de referência de valores-chave (catálogo de produtos, metadados de campanha, locais de armazenamento) | Associado aos dados do evento por meio de uma chave compartilhada; somente o estado mais recente é usado |
| Conjuntos de dados do perfil | Atributos de nível de pessoa (nível de fidelidade, valor vitalício, atributos de CRM) | Fornecer enriquecimento no nível da pessoa; somente o estado mais recente é usado |
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| ID do CRM | A organização tem um identificador de CRM consistente entre canais | Fornece a compilação entre canais mais precisa para clientes conhecidos |
| ECID (Experience Cloud ID) | Analisar principalmente o comportamento anônimo da Web/do aplicativo | Com escopo de dispositivo; não compila entre dispositivos sem resolução de identidade |
| Email (com hash) | O email é o identificador comum entre conjuntos de dados | Funciona bem quando o email é capturado consistentemente nos pontos de contato |
| Namespace personalizado | A organização usa um identificador proprietário | Deve corresponder a um namespace de identidade da AEP para publicação de público-alvo (Opção C) |
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Todos os dados existentes | Profundidade histórica máxima necessária para comparações ano a ano e tendências de longo prazo | O preenchimento retroativo de grandes conjuntos de dados (bilhões de registros) pode levar dias para ser concluído |
| Intervalo de datas personalizado | Somente o histórico recente é relevante ou a otimização do armazenamento é uma preocupação | Limita a profundidade histórica disponível para análise |
| Sem preenchimento retroativo | Somente uma análise prospetiva é necessária | Configuração de conexão mais rápida; nenhum dado histórico disponível até que novos dados fluam no |
| table 0-row-3 1-row-3 2-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Ativar transmissão | São necessários relatórios quase em tempo real (dados disponíveis em aproximadamente 90 minutos após a assimilação do AEP) | Mais comum para conexões de produção; permite a análise oportuna |
| Somente lote | A atualização periódica é suficiente e o streaming não é necessário | Configuração mais simples; dados disponíveis após o processamento em lote |
Configurar conexão de dados
Navegação da interface do usuário: CJA > Conexões > Criar nova conexão
Principais detalhes de configuração:
- O nome e a descrição da conexão devem seguir as convenções de nomenclatura organizacionais
- O número médio de eventos diários é usado para o planejamento de capacidade do CJA
- Todos os conjuntos de dados em uma única conexão devem vir da mesma sandbox da AEP
- Os campos ID de pessoa devem ser consistentes em todos os conjuntos de dados para uma compilação precisa entre conjuntos de dados
- Verifique se o campo ID de pessoa existe e está preenchido em cada conjunto de dados antes de adicioná-lo à conexão
Documentação do Experience League:
Fase 2: configuração da visualização de dados
Função de aplicativo: CJA: configuração de visualização de dados
Essa fase configura uma visualização de dados que define como os dados da conexão aparecem na análise. A visualização de dados determina quais campos de esquema são expostos como dimensões e métricas, como os valores são atribuídos e persistentes, como as sessões são definidas e quais campos derivados transformam dados brutos em componentes prontos para análise. Várias visualizações de dados podem ser criadas a partir de uma única conexão para diferentes perspectivas analíticas.
Pontos de decisão
As decisões a seguir devem ser tomadas durante essa fase.
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Padrão (Pessoa / Sessão / Evento) | A terminologia padrão do Analytics é entendida pela equipe | Funciona com a maioria das implementações |
| Nomes personalizados (por exemplo, Comprador/Visita/Interação) | A terminologia específica para o domínio de negócios melhora a adoção de usuários | Ajuda as partes interessadas não técnicas a entender o escopo da análise |
| Nomes B2B (por exemplo, Conta / Envolvimento / Ponto de contato) | Análise B2B, onde a análise no nível da conta é o foco | Alinha o escopo do contêiner aos conceitos de negócios B2B |
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| 30 minutos (padrão) | Definição de sessão padrão do Web Analytics | Padrão do setor; alinha-se à maioria dos benchmarks de análise |
| 15 minutos | Conteúdo em formato curto ou sites transacionais nos quais os usuários concluem tarefas rapidamente | Cria mais sessões; pode capturar melhor intenções distintas do usuário |
| 60 minutos ou mais | Conteúdo de forma longa, interações complexas B2B ou jornadas com muita pesquisa | Menos sessões; captura pesquisas estendidas como sessões únicas |
| Personalizar com novos eventos de sessão | Determinados eventos (por exemplo, inicialização de aplicativos, click-through de campanha) sempre devem iniciar uma nova sessão | Fornece limites de sessão orientados por lógica de negócios |
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 6-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Último contato (padrão) | O crédito deve ir para o ponto de contato mais recente antes da conversão | Simples e intuitivo; pode desvalorizar os canais de percepção |
| Primeiro contato | Compreender quais canais impulsionam a percepção e a aquisição iniciais | Útil para análise de aquisição; ignora pontos de contato de nutrição |
| Linear | Todos os pontos de contato devem compartilhar o mesmo crédito | Distribuição justa; pode diluir o impacto dos principais pontos de contato |
| Decaimento de tempo | Os pontos de contato recentes devem receber mais crédito do que os distantes | Recenticidade de saldos com contribuição histórica |
| Em forma de U | O primeiro e o último ponto de contato merecem mais crédito | Bom para entender os canais de aquisição e fechamento |
| Algorítmico | Atribuição orientada por dados usando modelos de IA da CJA | Mais preciso, mas requer volume de dados de conversão suficiente |
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Classificação de canal de marketing (Ocorrência Quando) | Os códigos de rastreamento brutos precisam ser classificados em grupos de canais | Caso de uso de campo derivado mais comum; crítico para análise de canal |
| Segmentação de valores | Os valores contínuos precisam ser agrupados em intervalos (por exemplo, níveis de valor de pedido) | Simplifica a análise de métricas contínuas |
| Mesclagem de campos | Vários campos de origem devem ser combinados em uma única dimensão | Útil quando o mesmo conceito existe em diferentes caminhos de esquema entre conjuntos de dados |
| Extração baseada em regex | Os valores estruturados precisam ser analisados (por exemplo, extração do tipo de campanha do código de campanha) | Poderoso, mas requer design de padrão de regex cuidadoso |
Configurar visualização de dados
Navegação da interface do usuário: CJA > Visualizações de dados > Criar nova visualização de dados
Principais detalhes de configuração:
- Selecione a conexão principal criada na Fase 1
- Configurar fuso horário e tipo de calendário para corresponder aos requisitos de relatórios
- Mapear campos de esquema XDM para dimensões com configurações de persistência (alocação e expiração) apropriadas
- Mapear campos de esquema XDM para métricas com formato (decimal, número inteiro, moeda, porcentagem, hora) e configurações de atribuição
- Configurar regras de inclusão/exclusão em dimensões para filtrar valores irrelevantes
- Ativar a desduplicação de métrica onde necessário para evitar a dupla contagem
- Criar campos derivados para classificação de canal de marketing, segmentação de valor ou mesclagem de campos
- Máximo de 5.000 dimensões e 5.000 métricas por visualização de dados
- Máximo de 100 campos derivados por visualização de dados
Onde as opções divergem
Para a Opção A (Análise de desempenho de campanha):
Mapear dimensões específicas da campanha: nome da campanha, nome da jornada, tipo de canal, variante de mensagem, linha de assunto. Mapear métricas de entrega: envios, entregas, aberturas, cliques, devoluções, cancelamentos de assinatura. Configure a atribuição em métricas de conversão com base na filosofia de medição da campanha.
Para a Opção B (Análise de jornada do cliente):
Mapear dimensões entre canais: nome da página, tela do aplicativo, canal, campanha, produto, tipo de conteúdo. Mapeie as métricas de envolvimento e conversão em todos os canais. Configurar vários modelos de atribuição para análise de comparação. Crie campos derivados para classificação de canal e identificação de estágio de jornada.
Para a Opção D (Análise Guiada):
Mapeie dimensões e métricas de nível de evento relevantes para a análise de experiência do produto: nome do recurso, ação do usuário, tipo de envolvimento. Concentre-se em eventos que definem etapas do funnel, critérios de retenção e sinais de crescimento.
Documentação do Experience League:
Fase 3: Análise e criação de métricas
Função do aplicativo: CJA: Workspace Analysis, CJA: Análise Guiada, CJA: Criação de Métrica Computada
Essa fase cria os espaços de trabalho de análise (projetos de forma livre ou análise guiada), métricas computadas para KPIs derivados, filtros para análise segmentada e anotações para eventos principais. É aqui que o valor analítico é realizado — a criação de tabelas, visualizações e métricas que respondam a perguntas comerciais.
Pontos de decisão
As decisões a seguir devem ser tomadas durante essa fase.
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Workspace de forma livre (Opções A, B, C) | Análise exploratória profunda, layouts personalizados, detalhamentos complexos e visualizações avançadas | Flexibilidade máxima; exige habilidade de analista; oferece suporte a todos os tipos de visualização |
| Análise Guiada (Opção D) | Insights estruturados do produto, respostas rápidas a perguntas específicas, menos usuários técnicos | Tempo de insight mais rápido; limitado aos tipos de análise pré-criados; economiza no Workspace para maior personalização |
| Ambos | A organização precisa de análises profundas e insights estruturados rápidos | Usar análise guiada para perguntas comuns; Workspace para exploração profunda |
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 6-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Tabela de forma livre | Exploração detalhada de dados com detalhamentos de dimensão | Base da maioria das análises; suporta até dez níveis de detalhamento |
| Visualização de fluxo | Noções básicas sobre o comportamento da definição de caminho (fluxo de página, transições de canal) | Excelente para descoberta de caminho de jornada; pode ser complexo com alta cardinalidade |
| Visualização Fallout | Medir a conversão por meio de uma sequência definida de pontos de contato | Melhor para a análise da funnel; mostra claramente a queda em cada etapa |
| Tabela de coorte | Análise de retenção ao longo do tempo por coorte de aquisição | Mostra como os diferentes grupos são mantidos; crítico para a análise do ciclo de vida |
| Painel de atribuição | Comparação de modelos de atribuição para métricas de conversão | Comparação de modelo lado a lado; requer definição clara do evento de conversão |
| Número do resumo / alteração | Exibição do KPI executivo com comparação período a período | Exibição de métrica simples e rápida; ideal para cabeçalhos de painéis de controle |
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 | ||
|---|---|---|
| Padrão de métrica | Exemplo de fórmula | Quando usar |
| Taxa / Taxa | Pedidos/visitas | Taxa de conversão, taxa de cliques, taxa de rejeição |
| Métrica filtrada | Receita (em que canal = "email") | Medidas específicas por canal ou por segmento |
| Média por item | Receita / Pedidos | Valor médio de pedido, receita por visita |
| Fórmula composta | (Receita - Custo) / Receita | Percentual de margem, cálculos de ROI |
| Pontuação de engajamento | Soma ponderada de interações | Pontuação de engajamento composto em canais |
Configurar análise e métricas
Navegação da interface do usuário:
- Workspace: CJA > Workspace > Projetos > Criar projeto > Projeto em branco
- Análise guiada: CJA > Início > Análise guiada (ou Workspace > Criar > Análise guiada)
- Métricas calculadas: CJA > Componentes > Métricas calculadas > Criar
- Filtros: CJA > Componentes > Filtros > Criar filtro
Principais detalhes de configuração:
- Selecione a visualização de dados criada na Fase 2 como a visualização de dados do projeto
- Definir intervalos de datas e períodos de comparação apropriados para a análise
- Criar tabelas de forma livre arrastando dimensões para linhas e métricas para colunas
- Adicione detalhamentos de dimensão para explorar dados em níveis mais profundos (por exemplo, canal por campanha, página por produto)
- Criar filtros reutilizáveis (segmentos) para análise específica do público-alvo (escopo de nível de pessoa, nível de sessão ou nível de evento)
- Adicione anotações para marcar os principais eventos de negócios (lançamentos de produtos, campanhas, incidentes)
- Definir o formato de métrica calculada (decimal, porcentagem, moeda, tempo) e a polaridade (para cima é bom/para cima é ruim)
- Compartilhar projetos do espaço de trabalho com usuários do CJA em permissões de exibição ou edição
Onde as opções divergem
Para a Opção A (Análise de desempenho de campanha):
Crie tabelas de forma livre com dimensões de campanha detalhadas por métricas de entrega e envolvimento. Crie métricas calculadas para taxa de abertura, taxa de cliques, taxa de conversão, receita por mensagem e ROI da campanha. Adicione visualizações de tendências para rastrear o desempenho da campanha ao longo do tempo. Comparar variantes de campanha com a comparação de segmentos.
Para a Opção B (Análise de jornada do cliente):
Crie visualizações de fallout para identificar os pontos de devolução da jornada. Crie visualizações de fluxo para descobrir padrões de navegação em canais. Crie tabelas de coorte para medir a retenção por coorte de aquisição. Configure o painel de atribuição para comparar modelos de atribuição para métricas de conversão. Crie métricas calculadas para a taxa de conclusão da jornada, a pontuação de engajamento entre canais e a conversão de estágios do ciclo de vida.
Para a Opção C (Analytics com publicação de público-alvo):
Crie os espaços de trabalho de análise da Opção A ou B e identifique segmentos de alto valor ou com baixo desempenho durante a análise. Crie filtros do CJA que capturam esses segmentos para publicação na Fase 5.
Para a Opção D (Análise Guiada):
Selecione o tipo de análise guiada apropriado com base na pergunta comercial. Configure eventos importantes, intervalos de datas, métodos de contagem e comparações de segmentos. Salve análises concluídas como painéis em projetos do Workspace para personalização adicional.
Documentação do Experience League:
- Visão geral do Workspace
- Criar um projeto
- Tabela de forma livre
- Visualização de fluxo
- Visualização Fallout
- Tabela de coorte
- Painel de atribuição
- Detalhamento de dimensões
- Visão geral dos filtros
- Criar filtros
- Visão geral de anotações
- Visão geral das métricas calculadas
- Criar métricas calculadas
- Funções de métrica calculada
- Visão geral da análise guiada
- Visualização do funnel
- Exibição de tendências
- Exibição de retenção
- Visualização de crescimento ativa
- Exibição da frequência de engajamento
- Visualização do impacto da versão
- Content Analytics
Fase 4: publicação do painel
Função do aplicativo: CJA: publicação de painel e scorecard
Essa fase cria painéis interativos (projetos do Workspace) e scorecards para dispositivos móveis que fornecem visibilidade de KPI às partes interessadas. Os painéis fornecem visibilidade executiva e operacional por meio de números de resumo, linhas de tendência, detalhamentos e anotações. Os cartões de pontuação móveis fornecem dados de desempenho instantâneos por meio do aplicativo móvel de painéis do Adobe Analytics.
Pontos de decisão
As decisões a seguir devem ser tomadas durante essa fase.
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Projeto do Workspace (desktop) | Painéis interativos detalhados para analistas e profissionais de marketing | Recursos de visualização completa; suporte a painéis, tabelas e layouts complexos |
| Cartão de pontuação para dispositivo móvel | KPIs instantâneos para executivos e partes interessadas em dispositivos móveis | Limitado a 16 blocos; números de resumo com gráficos de tendência; requer aplicativo móvel |
| Ambos | A organização precisa de análise detalhada e relatórios móveis de nível executivo | Artefatos separados, mas que podem compartilhar a mesma visualização de dados e métricas calculadas |
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Compartilhar com usuários específicos | Público-alvo limitado com necessidades de acesso específicas | O controle mais granular; requer gerenciamento de usuários individuais |
| Compartilhar com grupo de perfis de produtos | Acesso em nível de equipe alinhado às funções organizacionais | Eficiente para distribuição em toda a equipe; gerenciado por meio de perfis de produtos da CJA |
| Agendar entrega de email | Relatórios de PDF/CSV recorrentes para participantes que não fazem logon no CJA | Entrega automatizada; a frequência máxima é por hora; formatos PDF e CSV |
| table 0-row-3 1-row-3 2-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Sim — criar anotações | As principais campanhas, lançamentos de produtos, incidentes no site ou eventos sazonais podem explicar as tendências dos dados | As anotações são exibidas como marcadores em gráficos de linha e tendências de scorecard; fornecem contexto para picos ou declínios de dados |
| Não | O público-alvo do painel está familiarizado com o contexto comercial e as anotações podem gerar desordem | Apresentação visual mais simples |
Configurar painéis
Navegação da interface do usuário:
- Painéis do Workspace: CJA > Workspace > Criar projeto
- Cartões de pontuação para dispositivos móveis: CJA > Projetos > Criar > Cartão de pontuação para dispositivos móveis
- Compartilhamento: CJA > Workspace > Compartilhar > Compartilhar com usuários do Workspace
- Entrega agendada: CJA > Workspace > Compartilhar > Agendar projeto
Principais detalhes de configuração:
- Para cartões de pontuação móveis, crie blocos que exibam uma única métrica com um número de resumo e uma tendência de minigráfico
- Configurar intervalos de datas padrão e períodos de comparação (por exemplo, últimos 30 dias em relação ao período anterior ou mês por mês)
- Adicionar filtros de escopo de público-alvo que os executivos podem alternar em cartões de pontuação móveis
- Configurar a entrega agendada de emails para relatórios recorrentes de PDF ou CSV
- Máximo de 16 blocos por cartão de pontuação móvel; máximo de 15 painéis por projeto do Workspace
- As anotações são limitadas a 100 por visualização de dados
Documentação do Experience League:
Fase 5: Publicação de público-alvo (somente opção C)
Função do aplicativo: CJA: Publicação de público-alvo
Essa fase configura a publicação de público do CJA para enviar segmentos detectados na análise de volta para o Perfil do cliente em tempo real da AEP, para ativação downstream em destinos da RT-CDP, campanhas do AJO ou jornadas do AJO.
Pontos de decisão
As decisões a seguir devem ser tomadas durante essa fase.
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Uma vez (instantâneo) | Público-alvo específico de campanha que não precisa de atualização contínua | Sem processamento em andamento; deve republicar para obter atualizações |
| A cada 4 horas | Requisitos de ativação quase em tempo real | Maior custo de processamento; melhor para públicos sensíveis ao tempo |
| Diariamente | Cadência de ativação de marketing padrão | Atualização e custo equilibrados; escolha mais comum |
| Semanalmente | Públicos-alvo estáveis e que mudam lentamente | Processamento mínimo; adequado para segmentos de longo prazo |
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| ID do CRM | Identificador de cliente principal da organização | Melhor precisão para correspondência de cliente conhecido |
| ECID | Principalmente públicos-alvo baseados na Web/aplicativo | Com escopo de dispositivo; pode não ser resolvido para todos os registros de perfil |
| Email (com hash) | O email é o identificador comum para ativação | Deve corresponder ao namespace usado na configuração de identidade do AEP |
| Namespace personalizado | Identificador proprietário usado na organização | Deve ser configurado no Serviço de identidade da AEP |
Configurar publicação de público
Navegação da interface do usuário: CJA > Componentes > Públicos > Publicar público
Principais detalhes de configuração:
- Defina os critérios de público-alvo usando os filtros do CJA (escopo de pessoa, sessão ou container de evento)
- Selecione a visualização de dados e o filtro para publicar
- Configurar o namespace de identidade para a resolução de perfil do AEP
- Definir a cadência de atualização com base nas necessidades de ativação
- Monitorar o status de publicação na lista de Públicos-alvo da CJA (Componentes > Públicos-alvo > coluna Status)
- Verifique se o público-alvo aparece no AEP Audience Portal (Públicos-alvo > Procurar > Filtrar por origem "CJA")
- Máximo de 75 públicos-alvo publicados por cliente da CJA (em todas as sandboxes)
- A avaliação inicial do público pode levar até 24 horas para conjuntos de dados grandes
Documentação do Experience League:
Considerações de implantação
Esta seção aborda medidas de proteção, armadilhas comuns, práticas recomendadas e decisões de compensação para esse padrão de caso de uso.
Medidas de proteção e limites
As medidas de proteção e os limites a seguir se aplicam a esta implementação.
- Limites de conexão: o número máximo de conexões por organização é limitado pelo direito de SKU do CJA. Uma única conexão pode incluir conjuntos de dados de apenas uma sandbox da AEP. — medidas de proteção do CJA
- Limites de exibição de dados: Máximo de 5.000 dimensões e 5.000 métricas por exibição de dados. Máximo de 100 campos derivados por visualização de dados com até 5 níveis de funções aninhadas.
- Limites do Workspace: Máximo de 40 painéis por projeto. As tabelas de forma livre aceitam até 10 detalhamentos de dimensão. Máximo de 50.000 linhas por solicitação de relatório.
- Limites do scorecard: Máximo de 16 blocos por scorecard móvel.
- Latência de transmissão: Os dados de transmissão normalmente estão disponíveis no CJA dentro de 90 minutos após a assimilação do AEP.
- Limites de publicação de público-alvo: Máximo de 75 públicos-alvo publicados por cliente do CJA. A cadência mínima de atualização é a cada 4 horas.
- Limites de análise guiada: a análise do Funnel dá suporte a no máximo 15 etapas. As comparações de segmentos suportam até 3 segmentos simultaneamente.
Armadilhas comuns
Esteja ciente dos seguintes problemas comuns ao implementar este padrão.
-
Incompatibilidade de ID de pessoa em conjuntos de dados: todos os conjuntos de dados em uma conexão devem usar um campo de ID de pessoa consistente para análise entre conjuntos de dados. IDs de pessoa incompatíveis resultam em visualizações fragmentadas do cliente, onde a mesma pessoa aparece como várias pessoas. Verifique a consistência da ID de pessoa antes de criar a conexão.
-
Preenchimento retroativo demorando inesperadamente: Conjuntos de dados grandes com bilhões de registros podem levar dias para serem preenchidos retroativamente. Planeje isso durante os cronogramas de implementação e inicie o preenchimento retroativo antecipadamente. Monitore o progresso na visualização de detalhes da conexão.
-
Exibição de dados que mostra "Não especificado" para a maioria dos valores de dimensão: O campo de esquema mapeado pode ser populado de forma esparsa nos dados de origem. Verifique a qualidade dos dados no conjunto de dados de origem antes de assumir um erro de configuração. Considere usar um campo derivado para tratar valores nulos.
-
As contagens de sessões parecem incorretas: as configurações de tempo limite de sessão afetam drasticamente as métricas de escopo de sessão. Um tempo limite muito curto cria mais sessões; um tempo limite muito longo cria menos. Os eventos de início de nova sessão também podem fragmentar sessões inesperadamente. Revisar e testar as configurações de sessão em relação aos padrões conhecidos de comportamento do usuário.
-
O modelo de atribuição não se aplica conforme esperado: os modelos de atribuição se aplicam somente a métricas, não a dimensões. Verifique se a janela de lookback está definida adequadamente para o ciclo de negócios. As janelas de retrospectiva curtas podem perder pontos de contato iniciais do funnel.
-
Métricas calculadas que retornam zeros ou valores inesperados: verifique se as métricas base referenciadas na fórmula têm dados na exibição de dados de destino para o intervalo de datas selecionado. Verifique a divisão por zero nas métricas de proporção. Recupere a definição da métrica e verifique a estrutura da fórmula.
-
Falha na publicação de público-alvo (Opção C): A conexão do CJA deve ter uma ID de pessoa válida que resolva para um namespace de identidade do AEP. Verifique a configuração do namespace de identidade e se o Perfil do cliente em tempo real da AEP está ativado na sandbox de destino.
Práticas recomendadas
Siga estas práticas recomendadas para uma implementação bem-sucedida.
-
Comece com uma única conexão abrangente: Crie uma conexão que inclua todos os conjuntos de dados relevantes e, em seguida, crie várias visualizações de dados para diferentes perspectivas analíticas. Isso evita a proliferação de conexões e simplifica o gerenciamento.
-
Usar campos derivados para classificação de canal de marketing: Em vez de depender de códigos de rastreamento brutos, crie campos derivados com lógica Case When para classificar o tráfego em canais de marketing. Isso garante relatórios de canal consistentes em todas as análises.
-
Criar um dicionário de métrica: documentar todas as métricas computadas com suas fórmulas, uso pretendido e intervalos de valores esperados. Compartilhe este dicionário com a equipe de análise para garantir o uso consistente de métricas em todos os projetos.
-
Crie visualizações de dados para seu público-alvo: Crie visualizações de dados separadas para diferentes grupos de partes interessadas: uma visualização de dados de marketing com dimensões e métricas focadas em campanha e uma visualização de dados do produto com dimensões de recurso e envolvimento. Isso simplifica as listas de componentes para cada grupo de usuários.
-
Anote tudo: crie anotações para lançamentos de campanha, alterações no site, incidentes técnicos, sazonalidade e qualquer evento que possa explicar tendências de dados. As anotações fornecem contexto crítico ao revisar painéis meses depois.
-
Testar métricas computadas em relação a cálculos manuais: Antes de confiar em uma métrica computada para painéis, execute um relatório lado a lado com a métrica computada e seus componentes básicos. Verifique se os valores calculados correspondem a um cálculo manual.
-
Usar filtros estrategicamente: Crie filtros reutilizáveis para padrões de segmentação comuns (novos vs. recorrentes, móveis vs. desktop, por região geográfica). Aplique-os como filtros no nível do painel, em vez de incorporá-los em cada tabela de forma livre.
-
Monitorar a integridade da conexão regularmente: Verifique a exibição de detalhes da conexão quanto a registros ignorados, lotes com falha e atrasos de transmissão. Problemas de qualidade de dados no nível da conexão afetam todas as análises de downstream.
Decisões de compensação
Considere as seguintes compensações ao planejar sua implementação.
- A Opção B favorece: compreensão abrangente, análise de vários canais complexa, modelagem de atribuição, desenvolvimento de KPI personalizado
- A opção D favorece: velocidade, acessibilidade para usuários não analistas, perguntas estruturadas sobre a experiência do produto
- Recomendação: comece com a Opção D para obter insights imediatos do produto ao criar a infraestrutura da Opção B em paralelo. Muitas organizações executam ambas simultaneamente para equipes diferentes.
- Todos os dados favorecem: Análise de tendências de longo prazo, comparações ano a ano, análise de coorte com histórico estendido
- O preenchimento retroativo limitado favorece: Disponibilidade de conexão mais rápida, tempo mais rápido para o primeiro painel, otimização de armazenamento
- Recomendação: Preencha retroativamente todos os dados para conexões de produção que oferecem suporte à análise estratégica. Use preenchimento retroativo limitado para conexões de desenvolvimento e implementações de prova de conceito.
- A visualização de dados única favorece: Análise unificada, detalhamentos entre domínios, gerenciamento mais simples
- Várias exibições de dados favorecem: Listas de componentes mais limpas, terminologia específica da equipe, diferentes definições de sessão por caso de uso
- Recomendação: comece com uma exibição de dados principal e, em seguida, crie exibições de dados focadas adicionais se a complexidade da lista de componentes se tornar uma barreira para adoção. Todas as visualizações de dados podem fazer referência à mesma conexão.
- Favorecimentos da transmissão: Relatórios oportunos, monitoramento de campanhas ativas, painéis em tempo quase real
- Somente em lote favorece: configuração mais simples, janelas de processamento previsíveis, suficientes para relatórios semanais ou mensais
- Recomendação: Habilite a transmissão para conexões de produção. O custo de processamento incremental é mínimo em comparação ao valor dos dados oportunos para o monitoramento ativo da campanha e painéis operacionais.
Documentação relacionada
Os recursos a seguir fornecem informações adicionais para esse padrão de caso de uso.