使用Adobe Analytics和Customer Journey Analytics分析根本原因

使用Adobe CX Enterprise Coworker Chat调查Adobe Analytics或Customer Journey Analytics (CJA)中量度发生更改的原因。 Co-worker会分析您指定的更改,显示构成维度和区段,并帮助您使用自然语言测试假设。

使用Customer Journey Analytics数据进行根本原因分析

以下视频演示了同事如何将对话式人工智能与Customer Journey Analytics相结合。 了解如何使用自然语言提出问题、可视化结果、识别有意义的趋势以及揭示无需构建手动查询即可提高性能的因素。

先决条件

开始之前:

  1. 有权访问同事聊天并连接Customer Journey Analytics。 确认贵组织已配置所需的集成。
  2. 具有您要分析的CJA数据视图的查看访问权限。 Co-worker只能使用您可用的数据视图和组件。
  3. 选择包含相关量度和维度的数据视图。 如果您可以访问多个数据视图,请命名您希望Co-worker使用的视图。
  4. 确定您要调查的更改。 指定指标、日期范围和比较时段。 您还可以提供维度、区段或假设验证,以集中进行分析。

Customer Journey Analytics的示例提示

使用数据视图中的组件名称和时间段替换带括号的文本。

  • 在​ [数据视图名称] ​数据视图中,为什么在​ [日期范围] ​内有​ [指标] ​与​ [比较日期范围] ​相比发生了变化? 按​ [维度] ​划分更改并显示贡献最大的区段。
  • 在​ [数据视图名称] ​数据视图中,[维度或区段]​是否造成了​ [量度] ​从​ [日期范围A] ​到​ [日期范围B] ​的减少? 比较两个时段的值并解释更改了哪些内容。
  • 在​ [数据视图名称] ​数据视图中,比较​ [日期范围] ​内​ [区段A] ​和​ [区段B] ​的​[量度]。 哪些维度对差异的贡献最大?
  • 在​ [数据视图名称] ​数据视图中,测试此假设验证: [说明您的假设验证]。 分析​ [日期范围] ​的​[量度],并显示支持或不支持它的维度或区段。

使用Adobe Analytics数据进行根本原因分析

同事可以调查Adobe Analytics报表包中量度发生更改的原因。 它使用aa-root-cause-analysis技能来分析您指定的更改,并识别对更改有贡献的维度和区段。

先决条件

开始之前:

  1. 有权访问同事聊天并连接Adobe Analytics。 在协同工作中,转到​自定义项>集成,并确认已列出并连接aa-mcp集成。 如果不可用,请要求管理员检查组织的设置。 有关设置指导,请参阅开始使用同事聊天分析数据。
  2. 具有您要分析的Adobe Analytics报表包的查看访问权限。 同事继承您的Adobe Analytics权限,只能使用您在Analysis Workspace中可用的报表包和组件。
  3. 选择包含相关数据的报表包。 如果您可以访问多个报表包,请命名您希望同事使用的报表包。
  4. 确定您要调查的更改。 指定指标和时段。 要进行更集中的分析,请包括比较期、相关维度或区段,以及您希望Co-worker测试的任何假设。

Adobe Analytics的示例提示

将带方括号的文本替换为报表包中的组件名称和时间段。

  • 在​ [报表包名称] ​报表包中,为什么在​ [日期范围] ​期间有​ [指标] ​与​ [比较日期范围] ​发生更改? 按​ [维度] ​划分更改并显示贡献最大的区段。
  • 在​ [报表包名称] ​报表包中,[维度或区段]​是否造成了​ [量度] ​从​ [日期范围A] ​到​ [日期范围B] ​的减少? 比较两个时段的值并解释更改了哪些内容。
  • 在​ [报表包名称] ​报表包中,比较​ [日期范围] ​内​ [区段A] ​和​ [区段B] ​的​[量度]。 哪些维度对差异的贡献最大?

相关资源

recommendation-more-help
coworker-help