DokumentationAnalyticsAnvändarhandbok om export

Använd dataflöden för att beräkna gemensamma mätvärden

Last update: Fri Jun 06 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Skapat för:

  • Användare
  • Administratör

Beskriver hur man beräknar vanliga mätvärden med hjälp av dataflöden.

NOTE
Träffar som normalt inte ingår i Analysis Workspace ingår i dataflöden. Du kan lägga till följande villkor i dina frågor om de är relevanta:
  • exclude_hit: Analysis Workspace innehåller endast data där exclude_hit = 0.
  • customer_perspective: Analysis Workspace innehåller bara data där customer_perspective = 0, såvida du inte använder en virtuell rapportsvit som innehåller mobila bakgrundstötlar.
  • hit_source: Data från datakällor kan innehålla skillnader mellan rådata och Analysis Workspace. Om du vill exkludera träffar från datakällor ska du exkludera alla rader där hit_source = 5,7,8,9.

Sidvyer

  1. Räkna antalet rader där ett värde finns i post_pagename eller post_page_url.

Förekomster

  1. Räkna det totala antalet rader.

Besök

  1. Sammanfoga post_visid_high, post_visid_low, visit_num och visit_start_time_gmt.
  2. Räkna det unika antalet värden.
TIP
Internet-oegentligheter, systemoegentligheter eller användning av anpassade besökar-ID:n kan sällan använda samma visit_num-värden för olika besök. Använd visit_start_time_gmt när du räknar besök, även om det är valfritt, för att se till att dessa besök räknas.

Besökare

Alla metoder som Adobe använder för att identifiera unika besökare (anpassat besökar-ID, Experience Cloud ID-tjänst osv.) beräknas som ett värde i post_visid_high och post_visid_low. Sammanfogningen av dessa två kolumner kan användas som standard för att identifiera unika besökare oavsett hur de identifierades som en unik besökare. Om du vill veta vilken metod Adobe använde för att identifiera en unik besökare använder du kolumnen post_visid_type.

  1. Sammanfoga post_visid_high och post_visid_low.
  2. Räkna det unika antalet värden.

Anpassade länkar, nedladdningslänkar och avslutande länkar

  1. Antal rader där:

    • post_page_event = 100 för anpassade länkar
    • post_page_event = 101 för nedladdningslänkar
    • post_page_event = 102 för avslutslänkar

Anpassade händelser

Alla mått räknas i kolumnen post_event_list som kommaavgränsade heltal. Använd event.tsv om du vill matcha numeriska värden med den önskade händelsen. post_event_list = 1,200 indikerar till exempel att träffen innehöll en köphändelse och en anpassad händelse, 1.

  1. Antal gånger som värdet för händelsesökning visas i post_event_list.

Tidsåtgång

Träffarna måste först grupperas efter besök och sedan beställas enligt träffnumret.

  1. Sammanfoga post_visid_high, post_visid_low, visit_num och visit_start_time_gmt.
  2. Sortera efter det här sammanfogade värdet och tillämpa sedan en andra sortering efter visit_page_num.
  3. Om en träff inte är den sista i ett besök drar du av värdet post_cust_hit_time från den efterföljande träffens post_cust_hit_time-värde.
  4. Detta är den tid (i sekunder) som träffen tar. Filter kan användas för att fokusera på dimensionsobjekt eller händelser.

Beställningar, enheter och intäkter

Om en träffs currency-värde inte matchar en rapportsvits valuta, konverteras det med den dagens konverteringsgrad. Kolumnen post_product_list använder det konverterade valutavärdet, så alla träffar använder samma valuta i den här kolumnen.

  1. Uteslut alla rader där duplicate_purchase = 1.

  2. Inkludera endast rader där event_list innehåller inköpshändelsen.

  3. Tolka kolumnen post_product_list för att extrahera alla prisdata. Kolumnen post_product_list har samma format som variabeln s.products.

  4. Beräkna det önskade måttet:

    • Räkna antalet rader för att beräkna order
    • Summera antalet quantity i produktsträngen för att beräkna enheter
    • Summa antalet price i produktsträngen för att beräkna intäkt
recommendation-more-help
6b7d49d5-f5fe-4b7f-91ae-5b0745755ed2