1.1.4 Dataförberedelser i Analysis Workspace

Mål

  • Förstå Analysis Workspace gränssnitt i CJA
  • Förstå koncepten för dataförberedelser i Analysis Workspace
  • Lär dig hur du utför databeräkningar

1.1.4.1 Analysis Workspace-gränssnitt i CJA

Analysis Workspace tar bort alla vanliga begränsningar i en enda Analytics-rapport. Den ger en robust, flexibel arbetsyta för att skapa anpassade analysprojekt. Dra och släpp valfritt antal datatabeller, visualiseringar och komponenter (mått, mått, mätvärden, segment och tidsdetaljer) till ett projekt. Skapa snabbt indelningar och segment, skapa kohorter för analys, skapa aviseringar, jämföra segment, göra flödes- och bortfallsanalyser samt strukturera och schemalägg rapporter för delning med vem som helst i företaget.

Customer Journey Analytics lägger denna lösning ovanpå plattformsdata. Vi rekommenderar starkt att du tittar på den här fyrminutersvideon med en översikt:

Om du inte har använt Analysis Workspace tidigare rekommenderar vi att du tittar på den här videon:

Skapa ditt projekt

Nu är det dags att skapa din första CJA-arbetsyta. Gå till fliken Workspace i CJA.
Klicka på Skapa projekt.

demo

Då ser du det här. Välj Tomt Workspace-projekt och klicka sedan på Skapa.

demo

Då ser du ett tomt projekt.

demo

Kontrollera först att du har valt rätt datavy i skärmens övre högra hörn. Den datavy som ska väljas är --aepUserLdap-- - Omnichannel Data View.

demo

Sedan sparar du projektet och ger det ett namn. Du kan använda följande kommando för att spara:

OS
Kort klipp
Windows
Ctrl+S
Mac
Kommando + S

Den här popup-rutan visas:

demo

Använd den här namnkonventionen:

Namn
Beskrivning
--aepUserLdap-- - Omnichannel Analysis
--aepUserLdap-- - Omnichannel Analysis

Klicka sedan på Spara.

demo

1.1.4.2 Beräknade värden

Även om vi har organiserat alla komponenter i datavyn måste du fortfarande anpassa några av dem, så att företagsanvändare är redo att börja analysera. Under alla analyser kan du också skapa beräknade mätvärden för att gå djupare in på insikterna.

Vi kommer till exempel att skapa en beräknad konverteringsgrad med hjälp av det mått/den händelse för Inköp som vi definierade i datavyn.

Konverteringsgrad

Låt oss börja öppna verktyget för beräknade mätvärden. Klicka på + för att skapa ditt första beräknade mått i Analysis Workspace.

demo

Beräknad metrisk byggare visas:

demo

Hitta Inköp i listan med mått på den vänstra menyn. Under Metrisk klickar du på Visa alla

demo

Dra sedan måttet Inköp till den beräknade måttdefinitionen.

demo

Oftast innebär konverteringsgraden Konverteringar/sessioner. Låt oss göra samma beräkning i den beräknade arbetsytan för metrisk definition. Hitta måttet Sessioner och dra och släpp det i definitionsbyggaren under händelsen Inköp.

demo

Observera att divisionsoperatorn väljs automatiskt.

demo

Konverteringsgraden anges vanligtvis i procent. Låt oss ändra formatet så att det blir procenttal och även välja 2 decimaler.

demo

Äntligen ändrar du namnet och beskrivningen för det beräknade måttet:

Titel
Beskrivning
Externt ID
Konverteringsgrad
Konverteringsgrad
conversionRate

Du kommer då att få den här. Klicka på Spara.

demo

Klicka på Spara igen.

demo

1.1.4.3 Beräknade dimensioner: Filter (segmentering) och datumintervall

Filter: Beräknade dimensioner

Beräkningar ska inte vara enbart för Metrics. Innan du påbörjar någon analys är det också intressant att skapa några beräknade dimensioner. Detta innebar i princip segment tillbaka i Adobe Analytics. I Customer Journey Analytics kallas dessa segment för filter.

demo

Genom att skapa filter kan företagsanvändare påbörja analysen med några värdefulla beräknade mått. Detta automatiserar vissa uppgifter och hjälper till vid implementeringen. Här är några exempel:

  1. Egna media, betalmedia,
  2. Nya eller återkommande besök
  3. Kunder med övergiven kundvagn

Dessa filter kan skapas före eller under analysdelen (som du gör i nästa övning).

Datumintervall: Beräknade tidsdimensioner

Tidsdimensioner är en annan typ av beräknade dimensioner. Vissa har redan skapats, men du kan även skapa egna anpassade tidsdimensioner under dataförberedelsefasen.

Dessa beräknade tidsdimensioner hjälper analytiker och affärsanvändare att komma ihåg viktiga datum och använda dem för att filtrera och ändra rapporteringstiden. Typiska frågor och tvivel som kommer till vår kännedom när vi analyserar:

  • När var Black Friday förra året? 21-29?
  • När ledde vi den TV-kampanjen i december?
  • Från och med när gjorde vi 2018 års sommarförsäljning? Jag vill jämföra det med 2019. Förresten, vet du de exakta dagarna 2019?

demo

Du har nu slutfört dataförberedelsen med CJA Analysis Workspace.

Nästa steg

Gå till 1.1.5-visualisering med Customer Journey Analytics(./ex2.md)

Gå tillbaka till Customer Journey Analytics

Gå tillbaka till Alla moduler

recommendation-more-help
4bbf020c-24db-4a43-b239-88fab142f02d