Validar dados do Customer Journey Analytics com a habilidade de validação de dados em Coworker
A qualidade dos dados é a base de relatórios precisos no Adobe Customer Journey Analytics (CJA). Antes de criar métricas, painéis, segmentos ou jornadas para clientes, é essencial compreender se os dados subjacentes do Adobe Experience Platform (AEP) podem ser confiáveis.
Neste vídeo, você aprenderá a usar a habilidade de Validação de dados no Colaborador para avaliar rapidamente a qualidade dos conjuntos de dados que alimentam sua implementação do Customer Journey Analytics, sem escrever consultas ou inspecionar dados manualmente.
Descubra os conjuntos de dados por trás dos relatórios do CJA
Veja como o Colaborador pode identificar:
- Quais conjuntos de dados estão conectados à Customer Journey Analytics
- As conexões e visualizações de dados associadas a uma sandbox específica
- Os conjuntos de dados que alimentam ativamente os relatórios
- Características principais do conjunto de dados, como status de transmissão e namespaces de identidade
Ao entender exatamente quais conjuntos de dados alimentam seus relatórios, você pode concentrar os esforços de validação onde eles são mais importantes.
Explorar esquemas de conjunto de dados e campos disponíveis
Saiba como inspecionar esquemas de conjunto de dados diretamente da Adobe Experience Platform.
O colaborador recupera detalhes e superfícies do esquema:
- Commerce e campos de transação
- Informações sobre o produto
- Dados de interação na Web
- Campos de identidade
- Atributos de campanha e marketing
- Dimensões geográficas e do dispositivo
Isso fornece um inventário de campos disponíveis para análise e destaca a diferença entre os campos que existem em um esquema e os campos que contêm dados utilizáveis.
Validar qualidade da identidade
Os dados de identidade são essenciais para o Customer Journey Analytics, pois são compatíveis com relatórios no nível da pessoa e análise de jornada entre canais.
Neste vídeo, você verá como o Coworker:
- Valida campos de identidade
- Verifica valores nulos e a integridade dos dados
- Avalia a qualidade do identificador
- Atributos de identidade ausentes ou indisponíveis nas superfícies
A validação do exemplo mostra que a ECID e as identidades de email estão totalmente preenchidas e são válidas na amostra, enquanto a Analytics ID não pôde ser recuperada. Isso fornece um sinal útil ao decidir quais identificadores podem oferecer suporte à compilação de perfis e aos relatórios.
Analisar qualidade de campo individual
Um campo pode existir em um conjunto de dados, mas ainda ser inadequado para relatórios.
Veja como o Colaborador valida um campo de rastreamento de campanha e relata:
- Taxas de população
- Porcentagens nulas
- Consistência dos dados
- Detecção de valor inválido
No exemplo, os valores do código de rastreamento presentes são limpos e consistentes, mas aproximadamente 85% das linhas são nulas. Isso revela um ponto cego importante no relatório antes que uma dimensão do CJA ou métrica de campanha seja criada no campo.
Executar validação do conjunto de dados habilitada por IA
Em vez de validar campos individuais, um de cada vez, o Colaborador pode avaliar um conjunto de dados inteiro.
Você aprenderá como a habilidade Validação de dados:
- Seleciona campos importantes para validação
- Avalia integridade e qualidade
- Compara a integridade dos dados entre campos
- Destaca os pontos fortes e os riscos potenciais de geração de relatórios
Os resultados da validação fornecem um mapa de viabilidade do CJA. Campos limpos, como nome de página da Web e código de email, podem estar prontos para o relatório, enquanto campos esparsos, como valor de compra, nome de campanha e código de rastreamento, exigem investigação.
Identificar riscos de receita e atribuição
O vídeo também demonstra como a validação de dados pode descobrir problemas que afetam a precisão dos relatórios, incluindo:
- Dados de campanha dispersos
- Informações de atribuição ausentes
- Valores de transação incompletos
- Lacunas na medição de receita
No conjunto de dados exibido, as contagens de compra estão disponíveis, mas os valores dos pedidos não são preenchidos de forma confiável. Esse é um problema a ser investigado antes de confiar em relatórios de receita.
Por que a validação de dados é importante para o Customer Journey Analytics
O Customer Journey Analytics só é tão confiável quanto os dados por trás dele.
A validação de conjuntos de dados antes de criar relatórios ajuda as equipes a:
- Aumentar a confiança nos resultados da análise
- Melhorar as práticas de governança de dados
- Reduzir erros de relatório
- Identificar problemas de implementação mais cedo
- Solucionar problemas de métricas inesperadas com mais eficiência
Com o Colaborador, essas verificações podem ser iniciadas usando prompts de linguagem natural, tornando a validação de dados mais acessível para usuários técnicos e não técnicos.