比较 Adobe Analytics 数据和 Customer Journey Analytics 数据

当您的组织采用 Customer Journey Analytics 时,您可能会注意到 Adobe Analytics 和 Customer Journey Analytics 之间的数据存在一些差异。这是正常情况,并且可能由于若干原因出现这种情况。Customer Journey Analytics 旨在使您可改善对于您在 AA 中的数据存在的某些限制。但是,可能会出现意外和非预期的差异。本文旨在帮助您诊断和解决这些差异,以便您和您的团队可以使用 Customer Journey Analytics,而不受数据完整性问题的影响。

假设您通过 Analytics 源连接器将 Adobe Analytics 数据导入 Adobe Experience Platform,然后使用此数据集创建了 Customer Journey Analytics 连接。

数据从 Adobe Analytics 通过数据连接器流向 Adobe Experience Platform,然后使用 CJA 连接流向 Customer Journey Analytics

接下来,您创建了一个数据视图,随后在 Customer Journey Analytics 上制作此数据的报告时,您注意到与 Adobe Analytics 中的报告结果存在差异。

将原始 Adobe Analytics 数据与 Customer Journey Analytics 中的现有 Adobe Analytics 数据进行比较所要遵循的步骤如下。

先决条件

  • 确保 Adobe Experience Platform 中的 Analytics 数据集包含您正在调查的日期范围的数据。

  • 确保您在 Analytics 中选择的报表包与引入到 Adobe Experience Platform 中的报表包一致。

步骤 1:在 Adobe Analytics 中运行发生次数指标

发生次数指标显示设置或持久化某个给定维度所经历的点击次数。

  1. 在“Analytics”>“工作区”中,将要报告的日期范围作为一个维度拖入到一个自由格式表格中。

  2. 发生次数指标将自动应用于该日期范围。

  3. 保存此项目,以使您可在比较中使用它。

步骤 2:将结果与 Customer Journey Analytics 中的按时间戳的总记录数进行比较

现在比较 Analytics 中的发生次数与 Customer Journey Analytics 中的“按时间戳的总记录数”。

只要 Analytics 源连接器未丢弃任何记录,则“按时间戳的总记录数”应与“发生次数”一致——请参见下节。

NOTE
这仅适用于常规中间值数据集,不适用于拼合的数据集(通过 Stitching)。请注意,将在 Customer Journey Analytics 中使用的人员 ID 考虑在内对于使这一比较发挥作用至关重要。可能并非总是很容易在 Adobe Analytics 中复制该内容,尤其是在已启用 Stitching 的情况下。
  1. 在 Adobe Experience Platform 查询服务中,运行以下的按时间戳的总记录数查询:

    code language-sql
    SELECT
        Substring(from_utc_timestamp(timestamp,'{timeZone}'), 1, 10) AS Day,
        Count(_id) AS Records
    FROM  {dataset}
    WHERE   timestamp >= from_utc_timestamp('{fromDate}','UTC')
        AND timestamp < from_utc_timestamp('{toDate}','UTC')
        AND timestamp IS NOT NULL
        AND enduserids._experience.aaid.id IS NOT NULL
    GROUP BY Day
    ORDER BY Day;
    
  2. 分析数据馈送,从原始数据中识别某些行是否已被分析源连接器过滤掉。

    分析源连接器可能在转换到 XDM 模式期间过滤某些行。整个行不适合进行转换的原因可能有多种。如果以下任何分析字段具有这些值,则将过滤掉整个行。

    table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2
    Analytics 字段 导致行丢弃的值
    Opt_out y, Y
    In_data_only 不为 0
    Exclude_hit 不为 0
    Bot_id 不为 0
    Hit_source 0, 3, 5, 7, 8, 9, 10
    Page_event 53, 63

    有关 hit_source 详细信息,请参阅:数据列参考。有关 page_event 详细信息,请参阅:页面事件查找

  3. 如果连接器过滤某些行,则将从发生次数量度中去除这些行。得到的数字应与 Adobe Experience Platform 数据集中的事件数一致。

为什么在从 Adobe Experience Platform 引入数据期间可能会过滤或跳过一些记录

Customer Journey Analytics 连接允许您根据数据集中的通用人员 ID 将多个数据集汇集并合并在一起。在后端,我们应用重复数据删除:首先,基于时间戳针对事件数据集进行完全的外部连接或合并,然后基于人员 ID 对配置文件和查找数据集进行内部连接。

以下是从 Adobe Experience Platform 中引入数据时可能会跳过记录的一些原因。

  • 缺少时间戳 – 如果事件数据集中缺少时间戳,则在引入期间将完全忽略或跳过这些记录。

  • 缺少人员 ID -(事件数据集和/或配置文件/查找数据集)缺少人员 ID 将导致忽略或跳过这些记录。原因是没有共同的 ID 或匹配的键可连接这些记录。

  • 人员 ID 无效或过大 – 对于无效的 ID,系统将无法在要连接的数据集中找到有效的共同 ID。在某些情况下,人员 ID 列具有无效的人员 ID,例如“未定义”或“00000000”。每个月在某个事件中出现超过 100 万次的人员 ID(数字和字母的任意组合)无法归因到任何特定的用户或个人。它将被归为无效。无法将这些记录引入到系统中,并将导致引入和报表容易出错。

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79