派生字段
- 主题:
- 派生字段
创建对象:
- 管理员
派生字段是 Adobe Customer Journey Analytics 中实时报告功能的一个重要方面。通过派生字段和可自定义的规则生成器,即可迅速定义(一般较为复杂的)数据操作。然后,您可以将该派生字段用作工作区中的组件(量度或维度),甚至可以进一步将该派生字段定义为数据视图中的组件。
与在 Customer Journey Analytics 之外的其他位置转换或操作数据相比,派生字段可以节省大量时间和精力。例如数据准备、数据蒸馏器,或者在您自己的提取转换加载 (ETL) / 提取加载转换 (ELT) 流程中。
派生字段是在数据视图中定义的,它们基于一组定义为规则的函数,并会应用于可用的标准和/或架构字段。
示例用例为:
-
定义一个派生的“页面名称”字段,该字段可将收集到的错误页面名称值更正为正确的页面名称值。
-
定义一个派生的“营销渠道”字段,该字段可根据一个或多个条件(例如 URL 参数、页面 URL、页面名称)确定适当的营销渠道。
派生字段界面
当您创建或编辑派生字段时,您可以使用派生字段界面。
使用下拉菜单进行选择:
您可以使用
您可以通过选择
有关更多信息,请参阅规则界面。
您可以在规则生成器中已有的规则开始、结束或中间位置插入函数。规则生成器中的最后一条规则决定了派生字段的最终输出。
字段模板向导
当您首次访问派生字段界面时,您会看到从字段模板开始向导。
- 选择最能描述您想要创建的字段类型的模板。
- 点击 选择 按钮以继续。
Query Parameter
。要显示包含有关该函数的详细信息的弹出窗口,请选择
选择
使用编辑器来输入描述。您可以使用工具栏来设置文本格式(使用样式选择器、粗体、斜体、下划线、右对齐、左对齐、居中、颜色、编号列表、项目符号列表)并添加外部信息链接。
要完成编辑描述,请单击编辑器外部。
请参阅函数引用,了解关于所支持的每个函数的详细信息。
创建派生字段
编辑派生字段
或者,如果您在数据视图中将派生字段用作维度或量度的组件:
-
选择该组件。请注意,该组件的名称可能与派生字段的名称不同。
-
在“组件”面板中,选择位于架构字段名称下方的派生字段旁边的
-
要编辑派生字段,请使用编辑派生字段界面。请参阅派生字段界面。
-
选择 保存 来保存更新后的派生字段。
-
选择 取消 来取消对派生字段所做的任何更改。
-
选择 另存为 来将派生字段保存为新的派生字段。新派生字段的名称与原始已编辑派生字段的名称相同,只是在后面加了一个
(copy)
。
-
删除派生字段
-
选择一个现有的数据视图。有关更多信息,请参阅数据视图。
-
选择数据视图的 组件 选项卡。
-
选择连接窗格中的 架构字段 选项卡。
-
选择 派生字段 > 容器。
-
将鼠标悬停在要删除的派生字段上,然后选择
-
在编辑派生字段界面,选择 删除。
删除组件对话框会要求您确认删除操作。考虑在数据视图之外可能存在的对派生字段的任何外部引用。
- 选择 继续 来删除派生字段。
或者,如果您在数据视图中将派生字段用作维度或量度的组件:
-
选择该组件。请注意,该组件的名称可能与派生字段的名称不同。
-
在“组件”面板中,选择位于架构字段名称下方的派生字段旁边的
-
在编辑派生字段界面,选择 删除。
删除组件对话框会要求您确认删除操作。考虑在数据视图之外可能存在的对派生字段的任何外部引用。
- 选择 继续 来删除派生字段。
函数模板
为了快速创建特定用例的派生字段,可以使用函数模板。这些函数模板可以从派生字段界面中的选择器区域访问,或在从字段模板开始向导中首次使用时显示。
营销渠道
该功能模板使用一组规则来构建营销渠道。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
退信数
此函数模板使用一组规则来识别网站退信数。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
多维度合并
此函数模板将两个值合并为一个。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
简单易记的数据集名称
该函数模板提供了一个可读的数据集名称。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
URL 中的页面名称
该函数模板会创建一个简单的页面名称。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
节假日
该函数模板对一年中的关键时间进行了分类。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
每月目标
此函数模板会设置自定义的月度目标。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
获取带分隔符的列表中的所有值
该函数模板会将有限的列表转换为数组。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
获取带分隔符的列表中的第一个值
此函数模板会获取带分隔符的列表中的第一个值。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
获取带分隔符的列表中的最后一个值
此函数模板会获取带分隔符的列表中的最后一个值。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
域名
该函数模板会使用正则表达式提取域名。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
获取查询字符串参数
该函数模板会提取查询字符串值。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
转换字段
此函数模板会将报告从一个字段转换到另一个字段。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
简单易用的机器人检测
此函数模板实现了轻量级的机器人识别功能。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
退出链接
此函数模板会识别会话中最后点击的链接。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
下载链接
该函数模板会标记常见的下载链接。
要使用该模板,您必须为模板中规则内列出的每个函数指定正确的参数。有关详细信息,请参阅函数参考。
函数参考
对于每个支持的函数,请参阅以下详细信息:
-
规范:
- 输入数据类型:支持的数据类型,
- 输入:输入的可能值,
- 包含的运算符:此函数支持的运算符(如果有),
- 限制:适用于此特定函数的限制,
- 输出。
-
用例,包括:
- 定义派生字段之前的数据,
- 如何定义派生字段,
- 定义派生字段后的数据。
-
约束条件(如果适用)。
Case When
根据一个或多个字段中定义的标准应用条件。然后使用这些标准根据条件序列来定义新派生字段中的值。
规范
- 字符串
- 数值
- 日期
-
If, Else If 容器:
- 值
-
- 规则
- 标准字段
- 字段 标准(根据所选的值类型查看包含的运算符)
-
然后将值设置为,否则将值设置为:
- 值
- 规则
- 标准字段
- 字段
- 值
字符串
- 等于
- 等于任何词语
- 包含该短语
- 包含任何词语
- 包含所有词语
- 开始于
- 以任意词语开头
- 结束于
- 以任意词语结尾
- 不等于
- 不等于任何词语
- 不包含该短语
- 不包含任何词语
- 不包含所有词语
- 未始于
- 不以任何词语开头
- 未止于
- 未以任何词语结尾
- 已设置
- 未设置
数值
- 等于
- 不等于
- 高于
- 高于或等于
- 低于
- 低于或等于
- 已设置
- 未设置
日期
- 等于
- 不等于
- 晚于
- 晚于或等于
- 早于
- 早于或等于
- 已设置
- 未设置
- 每个派生字段有 5 个函数
- 每个派生字段有 200 个运算符。单一运算符的一个例子是“反向链接域包含 google”。
用例 1
您想要通过应用级联逻辑将营销渠道字段设置为适当的值来定义规则以识别各种营销渠道:
- 如果反向链接来自搜索引擎,并且页面具有查询字符串值,其中
cid
包含ps_
,则营销渠道应被确定为 付费搜索。 - 如果反向链接来自搜索引擎,并且页面没有查询字符串
cid
,则营销渠道应被确定为 免费搜索。 - 如果页面具有查询字符串值,其中
cid
包含em_
,则营销渠道应被确定为 电子邮件。 - 如果页面具有查询字符串值,其中
cid
包含ds_
,则营销渠道应被确定为 展示广告。 - 如果页面具有查询字符串值,其中
cid
包含so_
,则营销渠道应被确定为 付费社交媒体。 - 如果反向链接来自 twitter.com、facebook.com、linkedin.com 或者 tiktok.com 的反向链接域,则营销渠道应被确定为 免费社交媒体。
- 如果以上规则均不符合,则应将营销渠道确定为 其他反向链接。
如果您的网站收到以下示例事件,其中包含反向链接和页面 URL,则应按以下方式确定这些事件:
https://facebook.com
https://site.com/home
https://abc.com
https://site.com/?cid=ds_12345678
https://site.com/?cid=em_12345678
https://google.com
https://site.com/?cid=ps_abc098765
https://google.com
https://site.com/?cid=em_765544332
https://google.com
之前的数据
https://facebook.com
https://site.com/home
https://abc.com
https://site.com/?cid=ds_12345678
https://site.com/?cid=em_12345678
https://google.com
https://site.com/?cid=ps_abc098765
https://google.com
https://site.com/?cid=em_765544332
https://google.com
派生字段
您定义一个 Marketing Channel
派生字段。您使用 CASE WHEN 函数来定义基于 Page URL
和 Referring URL
字段的现有值来创建新值的规则。
请注意,在应用 CASE WHEN 规则之前,使用 URL PARSE 函数来定义获取 Page Url
和 Referring Url
值的规则。
之后的数据
用例 2
您在 Product Finding Methods 维度内收集了多种不同的搜索变体。要了解搜索与浏览的整体绩效,您必须花费大量时间手动合并结果。
您的网站会为您的 Product Finding Methods 维度收集以下值。最后,所有这些值都表示一次搜索。
之前的数据
派生字段
您定义一个 Product Finding Methods (new)
派生字段。您在规则生成器中创建以下 CASE WHEN 规则。这些规则使用包含短语标准,将逻辑应用于 search
和 browse
的旧产品查找方法字段值的所有可能变体。
之后的数据
用例 3
作为一家旅游公司,您希望对已预订行程的旅行时长进行划分,以便可以报告按照旅行时长划分的行程。
假设:
- 该组织正在将旅行时长收集到一个数字字段中。
- 他们希望将 1-3 天的旅行时长归入一个名为“short trip”的桶中
- 他们希望将 4-7 天的旅行时长归入一个名为“medium trip”的桶中
- 他们希望将超过 8 天的旅行时长归入一个名为“long trip”的桶中
- 共预订了 132 次旅行时长为 1 天的行程
- 共预订了 110 次旅行时长为 2 天的行程
- 共预订了 105 次旅行时长为 3 天的行程
- 共预订了 99 次旅行时长为 4 天的行程
- 共预订了 92 次旅行时长为 5 天的行程
- 共预订了 85 次旅行时长为 6 天的行程
- 共预订了 82 次旅行时长为 7 天的行程
- 共预订了 78 次旅行时长为 8 天的行程
- 共预订了 50 次旅行时长为 9 天的行程
- 共预订了 44 次旅行时长为 10 天的行程
- 共预订了 38 次旅行时长为 11 天的行程
- 共预订了 31 次旅行时长为 12 天的行程
您想要的报告应该是这样的:
之前的数据
派生字段
您定义一个 Trip Duration (bucketed)
派生字段。您在规则生成器中创建以下 CASE WHEN 规则。此规则会应用逻辑来将旧的旅行时长字段值分为三个值:short trip
、medium trip
和 long trip
。
之后的数据
更多信息
Customer Journey Analytics 使用嵌套的容器结构,该结构仿照的是 Adobe Experience Platform 的 XDM(体验数据模型)。有关更多背景信息,请参阅容器和区段容器。 这种容器模型虽然本质上很灵活,但在使用规则生成器时会施加一些约束。
Customer Journey Analytics 使用以下默认容器模型:
在 选择 和 设置 值时,以下约束适用并会强制执行。



分类
定义一组值,这些值在新的派生字段中会被相应的值替换。
规范
- 字符串
- 数值
- 日期
-
要分类的字段:
- 规则
- 标准字段
- 字段
-
当值等于以及将值替换为:
- 字符串
-
显示原始值
- 布尔值
- 每个派生字段有 5 个函数
- 每个派生字段有 200 个运算符。每次输入当值等于原始值时 将值替换为新值时均被视为一项操作。
用例 1
您确实有一个 CSV 文件,其中包括 hotelID
的关键列和与 hotelID
相关的一个或多个附加列:city
、rooms
、hotel name
。
您正在收集维度中的 Hotel ID,但希望创建一个从 CSV 文件中的 hotelID
派生的 Hotel Name 维度。
CSV 文件结构和内容
当前报告
所需报告
之前的数据
派生字段
您定义一个 Hotel Name
派生字段。您可以使用 CLASSIFY 函数定义一个规则,在该规则中可以对 Hotel ID 字段的值进行分类,并替换为新值。
如果要将未定义的原始值包含在要分类的值中(例如酒店 ID AMS789),请确保选择 显示原始值。这可以确保 AMS789 成为派生字段输出的一部分,尽管该值尚未被分类。
之后的数据
用例 2
您收集了多个页面的 URL,而不是简单易记的页面名称。这种对值的混合收集破坏了报告。
之前的数据
http://www.adobetravel.ca/Hotel-Search
https://www.adobetravel.com/Package-Search
http://www.adobetravel.ca/user/reviews
https://www.adobetravel.com.br/Generate-Quote/preview
派生字段
您定义一个 Page Name (updated)
派生字段。您可以使用 CLASSIFY 函数定义一条规则,在该规则中,您可以对现有的页面名称字段的值进行分类,并替换为更新的正确值。
之后的数据
更多信息
分类规则界面还提供以下附加功能:
- 要快速清除所有表格值,请选择
- 要上传包含“当值等于”时使用的原始值以及“将值替换为”时使用的新值的 CSV 文件,请选择
- 要下载用于创建包含要上传的原始值和新值的 CSV 文件的模板,请选择
- 要下载规则界面中填充了所有原始值和新值的 CSV 文件,请选择
连接
将字段值组合成具有定义的分隔符的单个新派生字段。
规范
- 字符串
-
值:
- 规则
- 标准字段
- 字段
- 字符串
-
分隔符:
- 字符串
用例
您当前是将出发地和目的地机场代码收集为单独的字段。您希望将这两个字段合并为一个维度,并用连字符 (-) 分隔。因此,您可以通过分析出发地和目的地的组合来确定预订量最大的航线。
假设:
- 出发地和目的地值会收集在同一张表的不同字段中。
- 用户决定在值之间使用分隔符“-”。
假设进行以下预订:
- 客户 ABC123 预订了盐湖城 (SLC) 和奥兰多 (MCO) 之间的航班
- 乘客 ABC456 预订了盐湖城 (SLC) 和洛杉矶 (LAX) 之间的航班
- 客户 ABC789 预订了盐湖城 (SLC) 和西雅图 (SEA) 之间的航班
- 客户 ABC987 预订了盐湖城 (SLC) 和圣何塞 (SJO) 之间的航班
- 客户 ABC654 预订了盐湖城 (SLC) 和奥兰多 (MCO) 之间的航班
所需的报告应如下:
之前的数据
派生字段
您可以定义一个 Origin - Destination
派生字段。您可以使用 CONCATENATE 函数来定义一条规则,以使用分隔符连接出发地和-
目的地字段。
之后的数据
(派生字段)
删除重复数据
防止多次计算一个值。
规范
- 字符串
- 数值
-
值:
- 规则
- 标准字段
- 字段
- 字符串
-
范围:
- 人员
- 会话
-
重复数据删除 ID:
- 规则
- 标准字段
- 字段
- 字符串
-
要保留的值:
- 保留第一个实例
- 保留最后一个实例
用例 1
您想要避免在用户重新加载预订确认页面时计算重复收入。您可以在身份标识符中使用预订确认 ID,这样在收到同一事件的信息时就不会再次计算收入。
之前的数据
派生字段
您定义一个 Booking Confirmation
派生字段。您可以使用 DEDUPLICATE 函数定义一条规则,以使用重复数据删除 ID 预订确认 ID 对范围 Person 的值 Booking 进行重复数据删除。您可以选择保留第一个实例作为要保留的值。
之后的数据
用例 2
您可以将事件作为外部营销活动中营销活动点击量的代理量度。重新加载和重新定向导致事件量度被夸大。您想要对跟踪代码维度进行重复数据删除,以便仅收集第一个维度,并最大限度地减少对事件重复计数。
之前的数据
派生字段
您可以定义一个新的 Tracking Code (deduplicated)
派生字段。您可以使用 DEDUPLICATE 函数来定义一条规则,以对跟踪代码进行重复数据删除,其中重复数据删除范围为会话,并且保留第一个实例作为要保留的值。
之后的数据
查找和替换
查找选定字段中的所有值,并用新派生字段中的其他值替换这些值。
规范
- 字符串
-
值
- 规则
- 标准字段
- 字段
-
查找所有,并全部替换为:
- 字符串
字符串
- 查找所有,并全部替换为
用例
您的外部营销渠道报告收到了一些格式错误的值,例如 email%20 marketing
而不是 email marketing
。这些格式错误的值会破坏您的报告,并使您更难了解电子邮件的表现情况。您想要将 email%20marketing
替换为 email marketing
。
原始报告
首选报告
之前的数据
派生字段
您可以定义一个 Email Marketing (updated)
派生字段。您可以使用 FIND AND REPLACE 函数来定义一条规则,以查找所有出现的 email%20marketing
并将其替换为 email marketing
。
之后的数据
查询
使用查找数据集中的字段来查找值,并在新的派生字段中返回一个值,或用于进一步的规则处理。
规范
- 字符串
- 数值
- 日期
-
应用查找的字段:
-
- 规则
- 标准字段
- 字段 查询数据集
-
- 数据集
匹配键
- 规则
- 字段
-
要返回的值
- 规则
- 字段
用例
您想使用客户点击通过 Adobe Target 展示的个性化横幅时收集的活动 ID 来查找活动名称。您希望将查找数据集与包含活动 ID 和活动名称的 Analytics for Target (A4T) 活动一起使用。
A4T 查找数据集
派生字段
您可以定义一个 Activity Name
派生字段。您可以使用 LOOKUP 函数来定义一个规则,以便从收集的数据中查找该值,该值在应用查找的字段字段中指定(例如 ActivityIdentifier)。您从查找数据集列表中选择查找数据集(例如 New CJA4T Activities)。然后,从匹配键列表中选择身份标识符字段(例如 ActivityIdentifier),并从要返回的值列表中选择要返回的字段(例如 ActivityName)。
更多信息
查找函数在报告时应用于 Customer Journey Analytics 从您在连接中配置的查找数据集中检索的数据。
您可以在已包含一个或多个其他函数的规则生成器中快速插入一个查找函数。
- 从选择器中选择 架构字段。
- 选择
- 选择您的查找数据集,并找到您想要用于查找的字段。
- 将查找字段拖放到函数的任何可用输入字段上(例如 Case When)。当该功能有效时,一个标有 + 添加 的蓝色框会允许您拖放字段,并自动在您放置查找字段的函数之前插入一个查找函数。所插入的查找函数会自动填充所有字段的相关值。
小写字母
将字段中的值转换为小写,并将其存储到新的派生字段中。
规范
- 字符串
- 数值
- 日期
- 字段:
- 规则
- 标准字段
- 字段
用例
为了确保报告的准确性,您希望将收集到的所有产品名称转换为小写。
之前的数据
派生字段
您定义一个 Product Names
派生字段。您可以使用 LOWERCASE 函数定义一个规则,以将该值从收集的产品名称字段转换为小写,并将其存储在新的派生字段中。
之后的数据
数学
在数字字段上使用基本的数学运算符(加、减、乘、除和乘方)。
规范
- 数值
- 一个或多个数字字段
- 一个或多个运算符(加、减、乘、除、乘方)
- 使用输入值
+
(加)-
(减)*
(乘)/
(除)^
(乘方)
- 每个派生字段执行 25 次运算
- 每个派生字段有 5 个数学函数
用例
由于通货膨胀,您想要将已摄入的 CRM 数据的收入数字按 5% 的通胀率进行调整。
之前的数据
派生字段
您定义一个 Corrected Annual Revenue
派生字段。您使用 MATH 函数来定义将原始年收入数字乘以 1.05 的规则。
之后的数据
更多信息
要创建一个公式:
-
只需在公式字段中开始输入内容,与您输入的内容匹配的数字字段就会出现在弹出菜单中。或者,您可以从左侧窗格中的可用字段中拖放一个数字字段。
-
添加运算数(例如
*
表示乘法),后跟另一个字段或静态值。您可以使用括号来定义更复杂的公式。 -
要插入静态值(例如
1.05
),请键入该值并从弹出菜单中选择 添加 x 作为静态值 或 添加 -x 作为负静态值。
-
绿色复选标记
在 MATH 函数中使用静态数字时,需要考虑一些重要事项:
-
静态值需要与字段关联。例如,不支持仅使用静态字段的 MATH 函数。
-
您不能对静态值使用幂运算符 (
ˆ
)。 -
如果在公式中使用多个静态值,则应使用括号对这些静态值进行分组,这样公式才会有效。例如:
-
此公式返回错误。
-
这个公式是有效的。
-
使用数学函数进行基于点击级别的计算。使用 Summarize 函数进行基于事件、会话或人员范围的计算。
合并字段
将两个不同字段的值合并到一个新的派生字段。
规范
- 字符串
- 数值
- 日期
- 字段:
- 规则
- 标准字段
- 字段
用例
您想要创建一个由页面名称字段和调用原因字段组成的维度,以便分析跨渠道的历程。
之前的数据
派生字段
您定义一个 Cross Channel Interactions
派生字段。您可以使用 MERGE FIELDS 函数定义一条规则,以合并页面名称字段和调用原因字段中的值,并将其存储在新的派生字段中。
之后的数据
更多信息
您必须在合并字段规则中选择相同类型的字段。例如,如果您选择“日期”字段,则要合并的所有其他字段都必须是日期字段。
下一个或上一个
将字段作为输入并在会话或使用范围内解析该字段的下一个或上一个值。这仅适用于访问和事件表字段。
规范
- 字符串
- 数值
- 日期
-
字段:
-
- 规则
- 标准字段
- 字段
方法:
- 上一个值
- 下一个值
-
范围:
- 人员
- 会话
-
索引:
- 数值
-
包括重复项:
- 布尔值
用例
您想了解所接收数据的 下一个 或 上一个 值是什么(考虑到重复值)。
数据
示例 1 - 处理包含重复项
会话
索引 = 1
包括重复项
会话
索引 = 1
不包括重复项
会话
索引 = 1
包括重复项
会话
索引 = 1
不包括重复项
示例 2 - 处理包括收到的数据中包含空白值的重复项
会话
索引 = 1
包括重复项
会话
索引 = 1
不包括重复项
会话
索引 = 1
包括重复项
会话
索引 = 1
不包括重复项
派生字段
您定义一个 Next Value
或 Previous value
派生字段。您使用 NEXT OR PREVIOUS 函数来定义一条规则,该规则会选择收到的数据字段,其中选择下一个值或上一个值作为方法,选择会话作为范围,并将索引的值设置为 1
。
更多信息
您只能选择属于“访问”或“事件”表的字段。
包括重复项决定如何处理 NEXT OR PREVIOUS 函数的重复值。
-
包括重复项外观和下一个或上一个值。如果选择了包括重复项,它会忽略当前匹配中的下一个或上一个值的任何连续重复项。
-
对于选定字段没有值(空白)的行,在 NEXT OR PREVIOUS 函数输出中不会返回下一个值或上一个值。
正则表达式替换
使用正则表达式将字段中的值替换为新的派生字段。
规范
- 字符串
- 数值
- 字段:
- 规则
- 标准字段
- 字段
- 正则表达式:
-
- 字符串 输出格式:
- 字符串
- 区分大小写
- 布尔值
用例
您希望提取 URL 的一部分,并将其用作唯一的页面身份标识符,以分析流量。您使用 [^/]+(?=/$|$)
作为正则表达式来捕获 URL 的结尾,并使用 $1
作为输出模式。
之前的数据
https://business.adobe.com/products/analytics/adobe-analytics-benefits.html
https://business.adobe.com/products/analytics/adobe-analytics.html
https://business.adobe.com/products/experience-platform/customer-journey-analytics.html
https://business.adobe.com/products/experience-platform/adobe-experience-platform.html
派生字段
您创建一个 Page Identifier
派生字段。您使用 REGEX REPLACE 函数来定义一条规则,以使用 [^/]+(?=/$|$)
的正则表达式和 $1
的输出格式替换引用 URL 字段的值。
之后的数据
更多信息
Customer Journey Analytics 使用 Perl 正则表达式语法的子集。支持以下表达式:
a
a
。a|b
a
或者 b
。[abc]
a
、b
或者 c
。[^abc]
a
、b
或者 c
之外的任意单个字符。[a-z]
a
–z
之间的任意单个字符。[a-zA-Z0-9]
a
–z
、A
–Z
或者数字 0
–9
之间的任意单个字符。^
$
\A
\z
.
\s
\S
\d
\D
\w
\W
\b
\B
\<
\>
(...)
(?:...)
a?
a
。a*
a
。a+
a
。a{3}
a
。a{3,}
a
。a{3,6}
a
。您可以在 输出格式 中使用这些序列,以任何次数和顺序来实现所需的字符串输出。
$&
$n
$1
输出第一个子表达式。$`
$+
$$
"$"
。拆分
将字段的值拆分到新的派生字段中。
规范
- 字符串
- 数值
- 字段:
- 规则
- 标准字段
- 字段
- 方法:
-
- 从左侧
- 从右侧
- 转换为数组 对于分隔符:
- 字符串
- 对于索引:
- 数值
用例 1
您将语音应用程序的响应收集到一个单独维度中的分隔列表内。您希望列表中的每个值在响应报告中都是唯一的值。
之前的数据
派生字段
您创建一个 Responses
派生字段。您可以使用 SPLIT 函数来定义一个规则,以使用转换为数组的方法转换语音应用程序响应字段中的值,并使用 ,
作为分隔符。
之后的数据
用例 2
您将语音应用程序的响应收集到一个单独维度中的分隔列表内。您希望将列表中第一个值的响应放入其自己的维度中。您希望将列表中的最后一个值放入其自己的维度中。
之前的数据
派生字段
您创建一个 First Response
派生字段。您使用 SPLIT 函数来定义一个规则,将响应 ,
左侧的响应字段中的第一个值作为分隔符。
您可以创建一个 Second Response
派生字段,通过选择“从右侧开始”,1 作为分隔符,1 作为索引,从响应字段中获取最后一个值。
之后的数据
总结
在事件、会话和用户级别对量度或维度应用聚合类型函数。
规范
- 字符串
- 数值
- 日期
-
值
- 规则
- 标准字段
- 字段
-
总结方法
-
范围
- 事件
- 会话
- 人员
-
数值
- MAX——返回一组值中的最大值
- MIN——返回一组值中的最小值
- MEDIAN——返回一组值的中位数
- MEAN——返回一组值的平均值
- SUM——返回一组值的总和
- COUNT——返回收到的值的数量
- DISTINCT——返回一组不同的值
-
字符串
- DISTINCT——返回一组不同的值
- COUNT DISTINCT——返回不同值的数量
- MOST COMMON——返回最常收到的字符串值
- LEAST COMMON——返回最不常见字符串值
- FIRST——收到的第一个值;仅适用于会话和事件表
- LAST——收到的最后一个值;仅适用于会话和事件表
-
日期
- DISTINCT——返回一组不同的值
- COUNT DISTINCT——返回不同值的数量
- MOST COMMON——返回最常收到的字符串值
- LEAST COMMON——返回最不常见字符串值
- FIRST——收到的第一个值;仅适用于会话和事件表
- LAST——收到的最后一个值;仅适用于会话和事件表
- EARLIEST——收到的最早值(由时间确定);仅适用于会话和事件表
- LATEST——收到的最新值(由时间确定);仅适用于会话和事件表
用例
您想将“添加到购物车收入”分为三个不同的类别:小、中、大。这使您可以分析和识别高价值客户的特征。
之前的数据
假设:
- “添加到购物车收入”以数字字段的形式收集。
情景:
- CustomerABC123 向购物车中添加了价值 35 美元的 ProductABC 产品,然后单独向购物车中添加了价值 75 美元的 ProductDEF 产品。
- CustomerDEF456 将价值 50 美元的 ProductGHI 添加到购物车中,然后单独将价值 275 美元的 ProductJKL 添加到购物车中。
- CustomerGHI789 向其购物车中添加了价值 500 美元的 ProductMNO。
逻辑:
- 如果一位访客的“添加到购物车总收入”低于 150 美元,则将其设置为“小”。
- 如果一位访客的“添加到购物车总收入”大于 150 美元,但少于 500 美元,则将其设置为“中”。
- 如果一位访客的“添加到购物车总收入”大于或等于 500 美元,则将其设置为“大”。
结果:
- CustomerABC123 的“添加到购物车总收入”为 110 美元。
- CustomerDEF456 的“添加到购物车总收入”为 325 美元。
- CustomerGHI789 的“添加到购物车总收入”为 500 美元。
派生字段
您创建一个 Add To Cart Revenue Size
派生字段。您使用 SUMMARIZE 函数和 Sum 汇总方法,将范围设置为人员,对 cart_add 字段的值求和。然后,您使用第二个 CASE WHEN 规则,将结果按三种类别大小进行拆分
之后的数据
更多信息
使用 Summarize 函数进行基于事件、会话或人员范围的计算。使用数学函数进行基于点击级别的计算。
修剪
修剪字段值开头或结尾的空格、特殊字符或字符数,并将结果存入一个新的派生字段中。
规范
- 字符串
-
字段
- 规则
- 标准字段
- 字段
-
修剪空格
-
修剪特殊字符
- 特殊字符的输入
-
从左侧修剪
-
从
-
字符串开始
-
位置
- 位置 #
-
字符串
- 字符串值
- 索引
- 标记以包含字符串
-
-
至
-
字符串结束
-
位置
- 位置 #
-
字符串
- 字符串值
- 索引
- 标记以包含字符串
-
长度
-
-
-
从右侧修剪
-
从
-
字符串结束
-
位置
- 位置 #
-
字符串
- 字符串值
- 索引
- 标记以包含字符串
-
-
至
-
字符串开始
-
位置
- 位置 #
-
字符串
- 字符串值
- 索引
- 标记以包含字符串
-
长度
-
-
用例 1
您可以收集产品数据,但该数据包含隐藏的空白字符,从而会导致报告碎片化。您希望轻松地修剪掉多余的空格
之前的数据
"prod12356 "
"prod12356"
" prod12356"
派生字段
您创建一个 Product Identifier
派生字段。您使用 TRIM 函数来定义一条规则,以从 产品 ID 字段中 修剪空格。
之后的数据
"prod12356"
用例 2
您收集的页面名称数据在页面名称末尾包含一些错误的特殊字符,因此必须将其移除。
之前的数据
派生字段
您创建一个 Page Name
派生字段。您使用 TRIM 函数来定义一条规则,以使用特殊字符 #?%&/
修建名称字段中的特殊字符。
之后的数据
用例 3
您收集包括 storeID 在内的数据。storeID 的前两个字符是美国州代码的缩写。您只想在报告中使用州代码。
之前的数据
派生字段
您创建一个 Store Identifier
派生字段。您使用 TRIM 函数来定义一条规则,将 storeID 字段从右侧从字符串末尾截断到位置 3
。
之后的数据
URL 解析
解析 URL 的不同部分,包括协议、主机、路径或查询参数。
规范
- 字符串
-
字段:
-
- 规则
- 标准字段
- 字段
选项:
- 获取协议
- 获取主机
- 获取路径
- 获取查询字符串值
- 查询参数:
- 字符串
- 查询参数:
- 获取哈希值
用例 1
您只想使用反向链接 URL 中的反向链接域作为营销渠道规则集的一部分。
之前的数据
https://www.google.com/
https://duckduckgo.com/
https://t.co/
https://l.facebook.com/
派生字段
您定义一个 Referring Domain
派生字段。您使用 URL PARSE 函数来定义一条规则,从反向链接 URL 字段获取主机,并将其存储在新的派生字段中。
之后的数据
用例 2
您希望将 Page URL 中查询字符串的 cid
参数的值作为派生跟踪代码报告输出的一部分。
之前的数据
https://www.adobe.com/?cid=abc123
https://www.adobe.com/?em=email1234&cid=def123
https://www.adobe.com/landingpage?querystring1=test&test2=1234&cid=xyz123
派生字段
您定义一个 Query String CID
派生字段。您使用 URL PARSE 函数来定义一条规则,以获取页面 URL 字段中查询字符串参数的值,并指定 cid
作为查询参数。输出值存储在新的派生字段中。
之后的数据
限制
通常,派生字段功能存在以下限制:
- 定义派生字段的规则时,最多可以使用十个不同的架构字段(不包括标准字段)。
- 在最多十个不同的架构字段中,最多只允许使用三个查找架构或轮廓架构字段。
- 每个Customer Journey Analytics连接可以有最大数量的派生字段,具体取决于您许可的包。 有关详细信息,请参阅产品描述。
功能限制摘要
- 每个派生字段 5 个 Case When 函数
- 每个派生字段 200 个运算符
- 每个派生字段 5 个分类函数
- 每个派生字段 200 个运算符
- 每个派生字段 2 个连接函数
- 每个派生字段 5 个重复数据删除函数
- 每个派生字段 2 个查找和替换函数
- 每个派生字段 5 个查找函数
- 每个派生字段 2 个小写函数
- 每个派生字段执行 25 次运算
- 每个派生字段有 5 个数学函数
- 每个派生字段 2 个合并字段函数
- 每个派生字段 3 个下一个或上一个函数
- 每个派生字段 1 个正则表达式替换函数
- 每个派生字段 2 个拆分函数
- 每个派生字段 3 个汇总函数
- 每个派生字段有 1 个修剪函数
- 每个派生字段 5 个 URL 解析函数
运算符
Case When 函数中的 If 或 Else If 结构中的运算符是条件与 一个 值的组合。该条件的每个附加值都会增加运算符的数量。
例如,下面的条件使用了 13 个运算符。
分类函数中的一个运算符是一个单一条目,用于当值等于原始值 用新值替换值。
例如,下面的分类规则使用了 3 个运算符。
更多信息
Trim
并且 Lowercase
是已在数据视图的组件设置中可用的功能。使用派生字段允许您对这些功能进行组合,以直接在 Customer Journey Analytics 中执行更复杂的数据转换。例如,您可以使用 Lowercase
移除事件字段中的大小写敏感性,然后使用 Lookup
将新的小写字段与仅包含小写查找键的查找数据集进行匹配。或者您可以使用 Trim
在新字段上设置 Lookup
之前移除字符。
对派生字段中的查找和轮廓字段的支持使您能够根据事件查找和轮廓属性转换数据。这在查找或轮廓数据集中包含帐户级数据的 B2B 场景中尤其有用。此外,这种支持对于从查找数据(如营销活动信息和产品建议类型)或轮廓数据(如会员等级和帐户类型)中操作常见字段的数据非常有用。