Skapa en Adobe Analytics-källanslutning i användargränssnittet
I den här självstudiekursen beskrivs hur du skapar en Adobe Analytics-källanslutning i användargränssnittet för att överföra data från Adobe Analytics rapportsvit till Adobe Experience Platform.
Komma igång
Den här självstudiekursen kräver en fungerande förståelse av följande komponenter i Experience Platform:
- XDM-system (Experience Data Model): Det standardiserade ramverk som Experience Platform använder för att ordna kundupplevelsedata.
- Kundprofil i realtid: Tillhandahåller en enhetlig konsumentprofil i realtid baserad på aggregerade data från flera källor.
- Sandlådor: Experience Platform tillhandahåller virtuella sandlådor som partitionerar en enda plattformsinstans till separata virtuella miljöer för att utveckla och utveckla program för digitala upplevelser.
Nyckelterminologi
Det är viktigt att förstå följande nyckeltermer som används i hela det här dokumentet:
- Standardattribut: Standardattribut är alla attribut som är fördefinierade av Adobe. De innehåller samma innebörd för alla kunder och är tillgängliga i Analytics-källdata och Analytics-schemafältgrupper.
- Anpassat attribut: Anpassade attribut är alla attribut i den anpassade variabelhierarkin i Analytics. Anpassade attribut används i en Adobe Analytics-implementering för att samla in specifik information i en rapportserie, och de kan skilja sig åt när det gäller användningen från rapportsviten till rapportsviten. Anpassade attribut är eVars, props och lists. Mer information om eVars finns i följande Analytics dokumentation om konverteringsvariabler.
- Alla attribut i anpassade fältgrupper: Attribut som härstammar från fältgrupper som skapats av kunder är användardefinierade och betraktas inte som standardattribut eller anpassade attribut.
- Eget namn: Eget namn är etiketter som tillhandahålls av människor för anpassade variabler i en Analytics-implementering. Mer information om egna namn finns i följande Analytics dokumentation om konverteringsvariabler.
Skapa en källanslutning med Adobe Analytics
- Ett dataflöde som gör en 13-månaders efterfyllning av historiska rapportsvitdata till datasjön. Det här dataflödet avslutas när bakgrundsfyllningen är slutförd.
- Ett dataflöde som skickar livedata till datavjön och till Real-Time Customer Profile. Det här dataflödet körs kontinuerligt.
I plattformsgränssnittet väljer du Sources i den vänstra navigeringen för att komma åt arbetsytan i Sources. På skärmen Catalog visas en mängd olika källor som du kan skapa ett konto med.
Du kan välja lämplig kategori i katalogen till vänster på skärmen. Du kan också använda sökfältet för att begränsa vilka källor som visas.
Under kategorin Adobe applications väljer du Adobe Analytics och sedan Add data.
Markera data
Steget Analytics source add data ger dig en lista över Analytics rapportsvitsdata som du kan skapa en källanslutning med.
En rapportsvit är en behållare med data som utgör grunden för Analytics-rapportering. En organisation kan ha många rapportsviter, som alla innehåller olika datauppsättningar.
Du kan importera rapportsviter från alla regioner (USA, Storbritannien och Singapore) så länge de mappas till samma organisation som den Experience Platform sandlådeinstans i vilken källanslutningen skapas. En rapportsvit kan bara importeras med ett enda aktivt dataflöde. En rapportsvit som inte kan markeras har redan importerats, antingen i sandlådan som du använder eller i en annan sandlåda.
Flera ingående anslutningar kan göras för att överföra flera rapportsviter till samma sandlåda. Om rapportsviterna har olika scheman för variabler (t.ex. eVars eller events), bör de mappas till specifika fält i de anpassade fältgrupperna och datakonflikter undviks med Dataprep. Rapportsviter kan bara läggas till i en enda sandlåda.
Om du vill skapa en Analytics-källanslutning markerar du en rapportsvit och väljer sedan Next för att fortsätta.
<!—Rapportsviter för analyser kan konfigureras för en sandlåda i taget. Om du vill importera samma Report Suite till en annan sandlåda måste datauppsättningsflödet tas bort och instansieras igen via konfiguration för en annan sandlåda.—>
Mappning
Innan du kan mappa dina Analytics-data till ett XDM-målschema måste du först välja om du använder ett standardschema eller ett anpassat schema.
Ett standardschema skapar ett nytt schema åt dig, som innehåller fältgruppen Adobe Analytics ExperienceEvent Template. Om du vill använda ett standardschema väljer du Default schema.
Med ett anpassat schema kan du välja valfritt tillgängligt schema för dina Analytics-data, så länge som schemat har fältgruppen Adobe Analytics ExperienceEvent Template. Om du vill använda ett anpassat schema väljer du Custom schema.
Sidan Mapping innehåller ett gränssnitt för att mappa källfält till lämpliga målschemafält. Härifrån kan du mappa anpassade variabler till nya schemafältgrupper och använda beräkningar som stöds av Data Prep. Välj ett målschema för att starta mappningsprocessen.
I avsnittet Map standard fields visas paneler för Standard mappings applied, Non matching standard mappings och Custom mappings. Se följande tabell för specifik information om varje kategori:
Om du vill förhandsgranska schemafältgruppen Analytics för ExperienceEvent-mallen väljer du View på panelen Standard mappings applied.
Sidan Adobe Analytics ExperienceEvent Template Schema Field Group innehåller ett gränssnitt som du kan använda för att inspektera schemats struktur. När du är klar väljer du Close.
Plattformen identifierar automatiskt dina mappningsuppsättningar för eventuella egna namnkonflikter. Om det inte finns några konflikter med dina mappningsuppsättningar väljer du Next för att fortsätta.
Anpassade mappningar
Du kan använda funktionen Dataförinställning för att lägga till ny anpassad mappning eller beräknade fält för anpassade attribut. Välj Custom om du vill lägga till anpassade mappningar.
Beroende på dina behov kan du välja Add new mapping eller Add calculated field och fortsätta att skapa anpassade mappningar för dina anpassade attribut. Mer information om hur du använder dataförberedelsefunktioner finns i Användargränssnittshandboken för dataförberedelser.
I följande dokumentation finns mer information om dataprep, beräkningsfält och mappningsfunktioner:
Filtrera efter kundprofil i realtid filtering-for-profile
När du har slutfört mappningar för dina Analytics-rapportsvitdata kan du tillämpa filtreringsregler och -villkor för att selektivt inkludera eller exkludera data från inmatning till kundprofilen i realtid. Stöd för filtrering är bara tillgängligt för Analytics-data och data filtreras bara innan Profile. alla data hämtas till datasjön.
Ytterligare information om Data Prep och filtrering av analysdata för kundprofil i realtid
- Du kan använda filterfunktionen för data som ska gå till Profil, men inte för data som ska gå till datasjön.
- Du kan använda filtrering för livedata, men du kan inte filtrera data för bakåtfyllnad.
- Analytics-källan återfyller inte data i profilen.
- Om du använder dataförberedelsekonfigurationer under den första konfigurationen av ett Analytics-flöde, tillämpas även dessa ändringar på den automatiska 13-månaders bakåtfyllnaden.
- Detta gäller dock inte för filtrering eftersom filtrering bara är reserverat för livedata.
- Data Prep används för både direktuppspelning och batchingång. Om du ändrar en befintlig Data Prep-konfiguration tillämpas dessa ändringar sedan på nya inkommande data på både direktuppspelnings- och batchinförselvägar.
- Data Prep-konfigurationer gäller dock inte data som redan har importerats till Experience Platform, oavsett om det är direktuppspelnings- eller gruppdata.
- Standardattribut från Analytics mappas alltid automatiskt. Därför kan du inte använda omformningar på standardattribut.
- Du kan dock filtrera bort standardattribut så länge de inte krävs i identitetstjänsten eller profilen.
- Du kan inte använda filtrering på kolumnnivå för att filtrera obligatoriska fält och identitetsfält.
- Du kan filtrera bort sekundära identiteter, särskilt AAID och AACustomID, men du kan inte filtrera bort ECID.
- När ett omformningsfel inträffar resulterar motsvarande kolumn i NULL.
Filtrering på radnivå
Du kan filtrera data för Profile-konsumtion på rad- och kolumnnivå. Med filtrering på radnivå kan du definiera villkor som strängen innehåller, är lika med, börjar eller slutar med. Du kan också använda filtrering på radnivå för att koppla villkor med hjälp av AND och OR samt för att negera villkor med hjälp av NOT.
Om du vill filtrera dina Analytics-data på radnivå väljer du Row filter.
Använd den vänstra listen för att navigera i schemahierarkin och välj det schemaattribut du vill ha för att ytterligare detaljgranska ett visst schema.
När du har identifierat attributet som du vill konfigurera markerar du och drar attributet från den vänstra listen till filtreringspanelen.
Om du vill konfigurera olika villkor väljer du equals och väljer sedan ett villkor i listrutan som visas.
Listan över konfigurerbara villkor omfattar:
- equals
- does not equal
- starts with
- ends with
- does not end with
- contains
- does not contain
- exists
- does not exist
Ange sedan de värden som du vill inkludera baserat på det attribut som du har valt. I exemplet nedan är Apple och Google markerade för förtäring som en del av attributet Manufacturer.
Om du vill specificera filtervillkoren ytterligare lägger du till ett attribut från schemat och lägger sedan till värden baserade på det attributet. I exemplet nedan läggs attributet Model till och modeller som iPhone 13 och Google Pixel 6 filtreras för förtäring.
Om du vill lägga till en ny behållare markerar du ellipserna (...) högst upp till höger i filtreringsgränssnittet och väljer sedan Add container.
När en ny behållare har lagts till väljer du Include och sedan Exclude i listrutan som visas.
Slutför sedan samma process genom att dra schemaattribut och lägga till deras motsvarande värden som du vill utesluta från filtreringen. I exemplet nedan filtreras iPhone 12, iPhone 12 mini och Google Pixel 5 från exkludering från attributet Model, liggande utelämnas från Screen orientation och modellnummer A1633 exkluderas från Model number.
När du är klar väljer du Next.
Filtrering på kolumnnivå
Välj Column filter i rubriken om du vill använda filtrering på kolumnnivå.
Sidan uppdateras till ett interaktivt schematräd och visar dina schemaattribut på kolumnnivå. Härifrån kan du markera de datakolumner som du vill utesluta från Profile-importen. Du kan också expandera en kolumn och välja särskilda attribut för uteslutning.
Som standard går alla Analytics till Profile och den här processen tillåter att grenar av XDM-data utesluts från Profile-intaget.
När du är klar väljer du Next.
Filtrera sekundära identiteter
Använd ett kolumnfilter för att exkludera sekundära identiteter från profilåtkomsten. Om du vill filtrera sekundära identiteter väljer du Column filter och sedan _identities.
Filtret används bara när en identitet markeras som sekundär. Om identiteter väljs, men en händelse kommer med en av identiteterna som markerats som primär, filtreras inte dessa bort.
Ange information om dataflöde
Steget Dataflow detail visas, där du måste ange ett namn och en valfri beskrivning av dataflödet. Välj Next när du är klar.
Granska
Steg Review visas, så att du kan granska det nya Analytics-dataflödet innan det skapas. Detaljerna om anslutningen är grupperade efter kategorier, inklusive:
- Connection: Visar anslutningens källplattform.
- Data type: Visar den markerade rapportsviten och dess motsvarande rapportSuite-ID.
Övervaka dataflödet monitor-your-dataflow
När dataflödet är klart väljer du Dataflows i källkatalogen för att övervaka aktiviteten och statusen för dina data.
En lista över befintliga Analytics-dataflöden i organisationen visas. Här väljer du en måldatauppsättning för att visa dess respektive inmatningsaktivitet.
Sidan Dataset activity innehåller information om förloppet för data som skickas från Analytics till Experience Platform. Gränssnittet visar mätvärden som antal importerade poster, antal inkapslade batchar och antal misslyckade batchar.
Källan instansierar två datauppsättningsflöden. Det ena flödet representerar data för bakåtfyllnad och det andra för livedata. Bakgrundsfyllningsdata är inte konfigurerade för konsumtion i realtid men skickas till datasjön för analytiska och datavetenskapliga användningsfall.
Mer information om bakåtfyllnad, livedata och deras respektive latenser finns i Översikt över analyskällan.
Aktivitetssidan för datauppsättningen visar ingen lista över enskilda grupper. Om du vill visa en lista med enskilda grupper väljer du ett diagram i aktivitetsgränssnittet för datauppsättningen.
Du dirigeras till kontrollpanelen Övervakning. Välj sedan ONLY INGEST FAILURES: YES för att rensa filtret och visa en lista över enskilda batchar.
Gränssnittet uppdateras till en lista över enskilda grupper, inklusive information om deras respektive mätvärden.
| table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 layout-auto | |
|---|---|
| Mätvärden | Beskrivning |
| Batch-ID | ID:t för en angiven batch. Det här värdet genereras internt. |
| Namn på datauppsättning | Namnet på en given datauppsättning som används för Analytics-data. |
| Source | Källan till inkapslade data. |
| Uppdaterat | Datumet för den senaste flödeskörningen. |
| Poster i datauppsättning | Det totala antalet poster i datauppsättningen. Obs!: Den här parametern visar ibland statusen in-progress. Den här statusen anger att processen för postinmatning inte har slutförts än. |
| Nya profilfragment | Det totala antalet nya profilfragment som har importerats. |
| Befintliga profilfragment | Det totala antalet befintliga profilfragment. |
| Sammanfogade identitetsposter | Det totala antalet identitetsposter som sammanfogats efter intag. |
| Poster i profil | Det totala antalet poster som har importerats till kundprofilen i realtid. |
Nästa steg och ytterligare resurser
När anslutningen har skapats skapas dataflödet automatiskt för att innehålla inkommande data och fylla i en datauppsättning med det valda schemat. Dessutom sker datainfyllning och inmatning av historiska data i upp till 13 månader. När det inledande intaget är slutfört, Analytics data och ska användas av plattformstjänster längre fram i kedjan, till exempel Real-Time Customer Profile och segmenteringstjänsten. Mer information finns i följande dokument:
Följande video är tänkt att ge stöd för din förståelse av datainhämtning med Adobe Analytics Source-kontakten: