Datavyer använder exempel

De här användningsexemplen visar hur flexibla och kraftfulla datavyer är i Customer Journey Analytics.

1. Skapa ett mått från ett strängschemafält string

När du skapar en datavy kan du till exempel skapa en Orders mått från en pageTitle schemafält som är en sträng. Så här gör du:

  1. På fliken Komponenter drar du pageTitle till Metrics avsnitt under Included Components.
    Schemafält med pil som pekar på pageTitle i komponentnamnlistan.

  2. Markera nu måttet som du just drog in och döp om det under Component Settings till höger:
    Schemafält markerar beställningar under Komponentinställningar.

  3. Öppna Include/Exclude Values och ange följande:
    Inkludera/exkludera värden med Ange inkluderade/exkluderade värden och Skiftlägeskänsliga har valts.

    "Bekräftelsefrasen" anger att det här är en order. När du har granskat alla sidrubriker där dessa kriterier uppfylls räknas "1" för varje förekomst. Resultatet är ett nytt mått (inte ett beräknat mått). Ett mätvärde som har inkluderade/exkluderade värden kan användas överallt där andra mätvärden kan användas. Det fungerar med Attribution IQ, filter och var du än är kan du använda standardvärden.

  4. Du kan ange en attribueringsmodell för det här måttet ytterligare, som Last Touch, med Lookback window av Session.
    Du kan också skapa en annan Orders mätvärden från samma fält och ange en annan attribueringsmodell för det, till exempel First Touchoch en annan Lookback window, till exempel 30 days.

Ett annat exempel är att använda besökar-ID, en dimension, som ett mått för att avgöra hur många besökar-ID ditt företag har.

2. Använd heltal som dimensioner integers

Tidigare behandlades heltal automatiskt som mätvärden i Customer Journey Analytics. Nu kan numeriska värden (inklusive anpassade händelser från Adobe Analytics) behandlas som dimensioner. Här är ett exempel:

  1. Dra call_length_min heltal i Dimensions avsnitt under Included Components:

    Pil som pekar på call_length_mins i listan Dimensioner.

  2. Nu kan du lägga till Value Bucketing för att presentera denna dimension på ett krånglat sätt vid rapportering. (Utan att låsa visas varje instans av den här dimensionen som ett radobjekt i Workspace-rapporten.)

    Värdepaketering med markerat värde för Bucket.

3. Använd numeriska mått som "mått" i flödesdiagram numeric

Du kan använda en numerisk dimension för att få in "mått" i ​ Flow visualisering.

  1. På datavyer Komponenter -fliken, dra Marketing Channels schemafält till Metrics areal under Included components.
  2. I Workspace-rapporter visas det här flödet Marketing Channels flöda in i Orders:

Marknadsföringskanalen flödar från e-post till Avsluta/beställ.

4. Gör subevent-filtrering sub-event

Den här funktionen gäller specifikt för matrisbaserade fält. Med funktionerna för att inkludera/exkludera kan du filtrera på underhändelsenivå, medan filter (segment) som är inbyggda i filterverktyget bara ger dig filtrering på händelsenivå. Du kan alltså filtrera efter händelser genom att använda Inkludera/Exkludera i datavyer och sedan referera till det nya måttet/måttet i ett filter på händelsenivå.

Använd till exempel funktionerna Inkludera/exkludera i datavyer om du bara vill fokusera på produkter som genererade mer än 50 dollar för försäljning. Om du har en beställning som innehåller ett produktköp på 50 dollar och ett inköp på 25 dollar tar vi bara bort 25 dollar, inte hela beställningen.

  1. På datavyer Komponenter -fliken, dra Revenue schemafält till Metrics areal under Included components.
  2. Välj måttet och konfigurera följande på höger sida: a. Under Format, markera Currency.
    b. Under Currencyväljer du USD.
    c. Under Include/Exclude Valuesmarkerar du kryssrutan bredvid Set include/exclude values.
    d. Under Match, markera If all criteria are met.
    e. Under Criteria, markera is greater than or equal.
    f. Ange "50" som värde.

Med de här nya inställningarna kan du bara visa värdefulla intäkter och filtrera bort vad som helst under 50 dollar.

5. Använd No Value Options inställning no-value

Företaget kan ha ägnat tid åt att utbilda dina användare så att de förväntar sig"Ospecificerat" i rapporter. Standardvärdet i datavyer är "Inget värde". Nu kan du ändra namn på "Inget värde" till "Ospecificerat" i användargränssnittet för datavyer.

Ett annat exempel är en dimension för registrering av medlemsprogram. I det här fallet kan du ändra namnet"Inget värde" till"Inget medlemskap i programmet".

6. Skapa flera mätvärden med olika Attribution inställningar attribution

Använda Duplicate i det övre högra hörnet skapar du ett antal intäktsmått med olika attribueringsinställningar som First Touch, Last Touchoch Algorithmic.

Glöm inte att byta namn på varje mätvärde för att återspegla skillnaderna, t.ex."Algoritmisk omsättning":

Algoritmisk intäkt med antal värden markerade under Beteendelista.

Mer information om andra datavyinställningar finns i Skapa datavyer.
En konceptuell översikt över datavyer finns på Översikt över datavyer.

7. Ny session- och retursessionsrapportering new-repeat

Du kan avgöra om en session faktiskt är den första sessionen någonsin för en användare eller en retursession, baserat på det rapportfönster som du definierade för datavyn och ett 13-månaders uppslagsfönster. Med den här rapporten kan du till exempel avgöra:

  • Hur stor procentandel av dina beställningar kommer från nya sessioner eller retursessioner?

  • För en viss marknadsföringskanal, eller för en viss kampanj, riktar ni er till förstagångsanvändare eller returanvändare? Hur påverkar detta valet konverteringsgraden?

En dimension och två mätvärden underlättar den här rapporteringen:

  • Sessionstyp - Dimensionen har två värden: 1) New och 2) Returning. The New radartikel innehåller allt beteende (dvs. mått mot denna dimension) från en session som har fastställts vara en persons definierade första session. Allt annat ingår i Returning radartikel (om allt tillhör en session). Om mätvärden inte ingår i någon session hamnar de i"Inte tillämpligt"-haken för den här dimensionen.

  • Första gången. Mätvärdet för förstagångssessioner definieras som en persons definierade första session i rapportfönstret.

  • Retursessioner Måttet för retursessioner är antalet sessioner som inte var en persons första session.—>

Så här kommer du åt komponenten:

  1. Gå till datavyredigeraren.
  2. Klicka på Components > Optional Standard components tabben i den vänstra listen.
  3. Dra dessa komponenter till datavyn.

95-99 % av tiden rapporteras nya sessioner korrekt. De enda undantagen är:

  • När en första session ägde rum före 13-månaders uppslagsfönster. Den här sessionen kommer att ignoreras.

  • När en session sträcker sig över både uppslagsfönstret och rapportfönstret. Låt oss säga att du har en rapport från 1 juni till 15 juni 2022. Fönstret för uppslag skulle omfatta 1 maj 2021 till 31 maj 2022. Om en session skulle påbörjas den 30 maj 2022 och avslutas den 1 juni 2022 eftersom sessionen ingår i uppslagsfönstret, räknas alla sessioner i rapportfönstret som retursessioner.

8. Använd funktionerna Datum och Tid date

Scheman i Adobe Experience Platform innehåller Date och Date-Time fält. Datavyer i Customer Journey Analytics har nu stöd för dessa fält. När du drar dessa fält till en datavy som en dimension kan du ange deras format. Den här formatinställningen avgör hur fälten visas i rapporter. Exempel:

  • Om du väljer Day med formatet Month, Day, Year kan ett exempel i rapporter se ut så här: 23 augusti 2022.

  • Om du väljer Minute of Day med formatet Hour:Minute kan dina utdata se ut så här: 20:20.

Vi stöder för närvarande datum efter 1 januari 1900 (med undantag av 1 januari 1970) och datum- och tidsvärden efter 1 januari 2000 00:00:00

Användningsexempel för datum och tid

  • Datum: Ett reseföretag samlar in avgångsdatumet för resor som ett fält i sina uppgifter. De vill ha en rapport som jämför Day of Week för alla insamlade avgångsdatum för att förstå vilka som är mest populära. De skulle vilja göra samma sak för Month of Year.

  • Datum och tid: Ett detaljhandelsföretag samlar in tiden för var och en av sina inköp i butiken (POS). Under en viss månad skulle de vilja förstå de mest köpta perioderna genom att Hour of Day.

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79