数据导出用例
本节提供了数据导出用例，以及如何通过Customer Journey Analytics或Experience Platform的一项或多项功能实施这些用例。 在单独的文章中进一步详细介绍了每个功能。
简介
Adobe Analytics和Customer Journey Analytics之间的独特区别之一与归因和会话化数据的处理有关。 有关详细信息，请参阅跨Adobe Analytics和Customer Journey Analytics比较数据处理。
Adobe Analytics：收集时间归因和会话化。
在Adobe Analytics中，所有事件均按设备ID实时和顺序处理，允许Adobe在收集时生成、存储和导出具有持久值或属性值的点击流数据，包括：
- Dimension持久性（例如，90天后过期的促销活动跟踪代码）。
- 访问次数和会话流程。
- Dimension值，通过处理和VISTA规则计算。
这会影响从Adobe Analytics导出数据：
- 初始收集后，数据处理是静态的。
- 数据馈送中包含“post”列，这些列反映了收集时间处理。
Customer Journey Analytics：查询时间归因和会话流程
在Customer Journey Analytics中，事件未按顺序收集，并且使用了人员ID而不是设备ID，从而允许Customer Journey Analytics在报告时更新归因和会话处理。 此类型的数据收集引入了灵活性，例如：
-
拼接可以每天或每周 重播 数据，从而将匿名事件与已知事件相关联。 有关详细信息，请参阅拼接。
-
会话和保留值每次都会更改
- 收集新数据或
- 拼接可将事件添加到人员的历史记录中。
报表时间处理会影响从Customer Journey Analytics导出数据。 包含持久值的导出与Customer Journey Analytics报表不匹配，并且值会随着时间的推移而逐渐消失。
为了保持量度一致性，建议在Customer Journey Analytics中使用新功能。 通常，Experience Platform和Customer Journey Analytics数据导出功能超过了Adobe Analytics的数据馈送功能。 Experience Platform和Customer Journey Analytics可提供：
-
新数据源和处理需要导出数据
- 包括非数字数据源，
- 根据业务规则应用自定义归因和会话化，以及
- 通过拼合保持客户历程更新。
-
实现量身定制的数据导出用例
- 将数据导出到您需要的地方，包括Business Intelligence(BI)工具和云目标，
- 通过BI工具集成，保持数据与Analysis Workspace同步，
- 无需在自己的系统中复制处理逻辑，
- 新增对计算量度、派生字段和分段以及以下各项的支持
-
按设计考虑安全和数据治理
- 按用户和目标监控所有数据导出，
- 设置可用于导出的数据的限制，以及
- 设置传送问题警报和计划传送时间范围限制。
用例和功能
通常，数据导出支持许多用例。 在所需数据以及如何访问和导出该数据方面，每个用例均不同。 Experience Platform和Customer Journey Analytics提供了许多功能，这些功能可以独立使用或组合使用来解决各种用例。 下表概述了已确定的数据导出用例以及实施这些用例的Experience Platform和Customer Journey Analytics功能。
保留数字数据的完整副本，以供合规性或法规使用。
按计划或临时将Experience Platform收集的数据直接导出到云目标。
目前限量发布，Customer Journey Analytics客户的完整发布预计在2024年6月发布。
评估点击流数据的数据收集准确性。
Interactive PostgreSQL接口使用您喜爱的SQL工具执行临时SQL查询，以验证数据集中的数据。
Customer Journey Analytics： 导出完整表
验证应用了归因和会话化的CJA中已处理数据。
将数字数据引入您自己的BI工具或数据湖，以便与其他数据集一起使用。
将Customer Journey Analytics处理的指标添加到数据可视化Power BI中，并与自定义报表的其他数据相结合
Experience Platform： 查询服务(数据Distiller)和导出数据集
使用SQL生成自定义点击流数据以传送到Cloud目标。
使用Customer Journey Analytics数据增强人工智能/机器学习模型和任务。
将Customer Journey Analytics处理的维度和量度一次性或循环导出到Cloud目标，包括计算量度和分段。
Experience Platform： 查询服务(Data Distiller)和导出数据集
使用SQL生成自定义点击流数据以扩充AI/ML模型。