Skillnad mellan kolumnen Country och geo_country i datamatningen

I den här artikeln förklaras i detalj skillnaden mellan kolumnerna"Land" och"geo_country" i dataflödet med Customer Journey Analytics med ett exempel.

Beskrivning description

Miljö

  • Customer Journey Analytics
  • Analytics

Problem/symtom

Nedan visas Sample Raw Data for such event:

webbläsare
code_ver
land
geo_city
geo_country
0
JS-2.10.0
32
shibuya
jpn
2572806621
JS-2.10.0
0
kinawa
jpn
2792242630
JS-2.10.0
304
missfall
jpn
0
JS-2.10.0
32
shibuya
jpn
2792242630
JS-2.10.0
0
osaka
jpn
1045425661
JS-2.10.0
300
ota
jpn
2792242630
JS-2.10.0
300
tokyo
jpn
2792242630
JS-2.10.0
300
tokyo
jpn
3754824564
JS-2.10.0
0
kinawa
jpn
2792242630
JS-2.10.0
300
tokyo
jpn
2792242630
JS-2.10.0
300
tokyo
jpn
2572806621
JS-2.10.0
304
tokyo
jpn
3754824564
JS-2.10.0
0
kinawa
jpn
1951947700
JS-2.10.0
45
shinagawa
jpn
3754824564
JS-2.10.0
304
shibuya
jpn
0
JS-2.10.0
32
shibuya
jpn
0
JS-2.10.0
32
shibuya
jpn
2792242630
JS-2.10.0
300
tokyo
jpn

Upplösning resolution

Landskolumnen är den översta domänen. I början av Internet var domänen på den högsta nivån och landet i stort sett samma sak, vilket troligen är orsaken till att kolumnen kallas land. Det fanns inga mappningar av IP-till-geo-information vid den tidpunkten. Om landskolumnen i data skulle namnges nu, skulle den kallas toppnivådomänen (eller något sådant, men inte land).

Med mappningar av IP-till-geo-information som används nu används träffens IP-adress för att avgöra både geo_country, geo_region, geo_city osv. och domänen. Domänen på den översta nivån (landskolumnen) bestäms av domänen. Domänen har dock blivit mindre viktig i mappningarna av IP-geo-information.
Domänen behöver inte längre anges när IP-adresser köps/tilldelas. Det är IP-blockägaren som bestämmer om de tillhandahåller domäninformation och, i så fall, hur detaljerad/korrekt information de tillhandahåller. Med många internationella företag kommer de nu, även när domäninformation anges, ofta att tillhandahålla samma domän för alla IP-block som används i hela världen (vilket innebär att den översta domänen inte matchar geo_country eller det land där IP-adressen faktiskt används).

I Adobe Analytics, domäner som au-net.ne.jp, ocn.ne.jp, spmode.ne.jp, transix.jp osv. (de där domänen slutar i .jp) visas som Japan i landskolumnen. När domäner som bbtec.net, jptransit.net, ntt.net osv. (de där domänen slutar på .net) visas som *304 (nätverk)*i kolumnen Land, dessa domäner som aetosjapan.com, zscaler.com osv. (de där domänen slutar på .com) visas som *300 (kommersiell)*i landskolumnen osv.

Eftersom domänen har blivit mindre viktig i IP-mappningar och som domäner med .net, .com osv. har blivit mycket vanligare utanför USA, eftersom det inte längre är värdefullt att använda toppnivådomänen (landskolumnen) för att fastställa faktisk landsuppgifter för besökarens ursprung. Kolumnen geo_country är mycket mer exakt när det gäller att fastställa besökarens ursprungsland för träffar.

En extra sak att komma ihåg, även om den bara gällde för en av träffarna med geo_country = "jpn" i en viss instans, kan det vara viktigt, särskilt om trafiken kommer från mobila enheter och andra situationer som kan ändra IP-adresser efter besöket. I Adobe Analytics ska man tillhandahålla konsekvent rapportering under ett besök, för viss teknik osv. fält (country, domain, geo_country, geo_city, browser, os med flera), används värdet från den första besöksträffen för varje träff i ett besök. Detta kan ibland orsaka problem vid felsökning när endast IP-adressen kontrolleras för en träff och undrar varför i Analytics, en annan domän, geo_city, osv., används än IP-adressen skulle kunna resultera i. Värdena från besökets första träff används för alla träffar under besöket.

recommendation-more-help
3d58f420-19b5-47a0-a122-5c9dab55ec7f