A migração do Adobe Analytics para o Customer Journey Analytics (CJA) requer uma preparação cuidadosa em termos de coleta de dados, configuração da plataforma e integrações. Este guia descreve as principais etapas para garantir uma transição sem problemas e aproveitar todo o potencial do CJA na Adobe Experience Platform.

A migração do Adobe Analytics (AA) para o Customer Journey Analytics (CJA) é uma transformação complexa, mas valiosa, que permite que as empresas utilizem os recursos de análise mais avançados dentro da Adobe Experience Platform (AEP). O processo de pré-migração depende principalmente da coleta de dados, da configuração atual do Adobe Analytics e das integrações existentes.

Este guia explora as três principais considerações para garantir um planejamento de migração sem problemas ou, como também é conhecido, o estágio de preparação para o CJA.

1. Entenda os requisitos de coleta de dados

A importância da qualidade dos dados

“Se entrar lixo, sairá lixo”. Garantir uma coleta de dados de alta qualidade é essencial, pois isso servirá de base para a sua análise. É necessária uma análise completa da implementação de rastreamento antes da migração para garantir a precisão e a consistência.

Comparação entre o SDK da web e o AppMeasurement

Um dos aspectos mais essenciais da migração é avaliar a configuração atual da coleta de dados:

• Se as suas plataformas (propriedades de tags da Adobe) já forem executadas no SDK da web, a migração será mais direta.
• Se as suas plataformas ainda usarem o AppMeasurement, será necessário mais tempo para adaptar-se, pois o SDK da web apresenta vários conceitos novos, como esquemas do Experience Data Model (XDM), identidades e conjuntos de dados. Embora tecnicamente o AppMeasurement possa ser usado com a AEP, ele apresenta uma complexidade adicional ao longo do tempo. É altamente recomendável usar somente o SDK da web.

Analisando a camada de dados e o sistema de gerenciamento de tags

A migração oferece uma oportunidade de revisitar e otimizar a sua abordagem de coleta de dados:

• Alinhe e padronize a camada de dados em diferentes plataformas. Escolha a configuração correta da camada de dados. É recomendado atualizar a sua camada de dados digitais de experiência do cliente (CEDDL, na sigla em inglês) tradicional para uma abordagem orientada por eventos (EDDL) ou híbrida.
• Verifique se o Adobe Tags (Launch) ou qualquer outro sistema de gerenciamento de tags está otimizado para satisfazer os requisitos da AEP/CJA.
• Confira a referência de design de solução (SDR) e alinhe as estratégias de coleta de dados para satisfazer os requisitos do CJA.

A abordagem

Felizmente, já migramos todas as nossas plataformas para o SDK da web e nos familiarizamos com os conceitos da AEP. Além disso, a nossa configuração de camada de dados e gerenciamento de tags foi padronizada em todas as plataformas (usamos uma abordagem de camada de dados híbrida que combina CEDDL e EDDL). Apesar disso, realizamos uma auditoria completa das nossas propriedades do Launch e SDR. Certificamo-nos de que os principais atributos, como dados de páginas e eventos, fossem rastreados de forma consistente com dados de alta qualidade. Dentro do SDR, avaliamos criticamente cada atributo, questionando sua necessidade e avaliando como ele poderia ser melhorado por meio dos novos recursos do CJA (possibilidades de configuração de componentes, como campos derivados).

2. Avaliar a sua configuração do Adobe Analytics

O seu ambiente atual do Adobe Analytics desempenha um papel significativo na complexidade da migração. As considerações principais incluem:

Estratégia de migração de dados

Ao migrar dados do Adobe Analytics para o CJA, é essencial determinar quais dados devem ser migrados e o período apropriado (duração do preenchimento retroativo). Em vez de transferir tudo, use esta oportunidade para refinar a configuração das análises e os planos de rastreamento, garantindo que apenas os dados relevantes sejam incluídos.

Por padrão, a Adobe permite a importação de 13 meses de dados históricos para o CJA. No entanto, dependendo das necessidades da empresa, talvez seja necessário um período mais longo de retenção de dados. Por exemplo:

• Se a sua empresa tiver picos sazonais (por exemplo, de setembro a novembro) e operar em um ciclo de análise trimestral, talvez você precise de 15 meses de dados históricos. Esta consideração é importante não só para fins de análise, mas também para os requisitos de licenciamento.
• Um período de retenção de dados mais longo permite melhores comparações ano a ano e análises de tendências, mas também aumenta o volume de dados, os custos de armazenamento e a complexidade do processamento. Avalie cuidadosamente os casos de uso que você deseja ter no CJA.

Equilibrar as necessidades de retenção de dados com as considerações de armazenamento é fundamental para otimizar a configuração do CJA.

Escolher um método de migração de dados

Decidir como transferir os seus dados para o CJA é outra etapa essencial. Há duas opções principais:

• Conector de origem do Adobe Analytics: um método mais simples e automatizado de integração com o CJA.
• Feeds de dados: uma abordagem mais flexível, mas complexa, que permite uma personalização mais profunda da transferência de dados.

A escolha do método certo depende das suas necessidades e da sua infraestrutura de dados específicas. Para conferir as lições aprendidas sobre a migração de dados, consulte este artigo.

Migração de componentes

Em vez de migrar componentes um por um do AA para o CJA, esta transição é uma oportunidade de começar do zero. Com o tempo, as implementações do Adobe Analytics geralmente acumulam componentes redundantes, desatualizados ou mal documentados.

A abordagem

Evitamos usar a ferramenta de migração de componentes; em vez dela, criamos uma configuração nova e simplificada. Para garantir uma transição sem problemas, uma análise das partes interessadas identificou quais painéis eram essenciais. Isso reduziu o número total em mais de 50% e eliminou relatórios e componentes duplicados ou não utilizados. Revisamos e refinamos segmentos, métricas e outros componentes para impedir que os elementos herdados fossem transferidos.

Para a migração de dados, optamos por feeds de dados em vez do conector de origem da Adobe devido às suas limitações (não queríamos eVars e props na nossa nova configuração do CJA). Em vez de simplesmente transferir complexidades antigas para o novo sistema, tratamos a migração como uma oportunidade de limpeza e otimização, criando um ambiente de análise mais eficiente que também possibilitasse a análise de autoatendimento.

3. Integrações personalizadas e transformação de dados

Esta geralmente é a parte mais desafiadora da migração. Muitas organizações integram o Adobe Analytics a sistemas de terceiros, como:

• Data warehouses (via API, FTP ou pipelines personalizados)
• Sistemas de mala direta, ferramentas de automação de marketing e sistemas de recomendações
• Mecanismos de CRM e personalização

Como o CJA opera na AEP (e tem algumas limitações em relação à exportação), essas integrações precisam ser reconfiguradas com base nas opções disponíveis, incluindo:

• APIs de assimilação de dados da AEP
• Conectores criados pela Adobe e personalizados
• Pipelines de preparação de dados para transformação e roteamento de dados

Desafios da transformação de dados

A transformação de dados é um grande desafio durante a migração. Embora os conectores padrão forneçam um certo nível de transformação, as abordagens baseadas em API (por exemplo, o serviço de consulta) exigem um tratamento cuidadoso dos dados da AEP orientados a objetos ao convertê-los em estruturas relacionais (por exemplo, tabelas, visualizações ou data lakes). Estruturar e otimizar esses processos adequadamente é essencial para garantir a usabilidade dos dados em diferentes plataformas.

A abordagem

A nossa configuração de importação e exportação de dados foi relativamente simples, embora tenhamos transferido alguns dados para o nosso data lake interno. Para isso, dependemos das exportações diárias do data warehouse por meio de FTP e da API do data warehouse. Como o CJA atualmente conta com opções limitadas para essas exportações (por exemplo, compatibilidade completa com exportação de tabelas para 10 dimensões e 10 métricas), optamos por exportar dados da AEP com base em conjuntos de dados.

Para as nossas necessidades, a API do serviço de consulta combinada com a AEPP se mostrou ser a abordagem mais eficaz. Isso nos permitiu acessar conjuntos de dados do nosso data lake interno e mantê-los conforme necessário. No entanto, como os dados eram oriundos da AEP em vez de do CJA, faltavam atributos persistentes, como atribuição do último clique ou métricas baseadas em visitas. Para preencher essa lacuna, usamos SQL e Python para recriar esses elementos. Felizmente, a Adobe fornece funções predefinidas para identificação de visitas, e as funções de janela SQL padrão possibilitam a reconstrução de tudo o que está disponível no CJA.

O planejamento antecipado dos pipelines de dados é crucial, pois a modificação desses processos requer recursos internos de TI. Quanto mais operações de importação/exportação estiverem envolvidas, maior será a complexidade, aumentando o trabalho de manutenção e as demandas por recursos. Manter o processo o mais simplificado possível ajuda a minimizar a sobrecarga, além de garantir a consistência dos dados.

Considerações finais

A migração do Adobe Analytics para o Customer Journey Analytics não é um processo simples, mas requer um planejamento cuidadoso, uma otimização dos dados e uma tomada de decisão estratégica. Ao revisar a coleta de dados, refinar os componentes e gerenciar com cuidado as integrações, as empresas podem aproveitar todo o potencial do CJA para evitar complexidades desnecessárias.

Uma migração bem-sucedida serve de base para um ambiente de análise mais avançado, flexível e preparado para o futuro na AEP.