报告包数据的Adobe Analytics source connector

Adobe Experience Platform允许您通过Analytics Source Connector摄取Adobe Analytics数据。 此 Analytics 源连接器流式传输由收集的数据 Analytics 实时转换到Platform,转换SCD格式 Analytics 数据到 Experience Data Model 供平台使用的(XDM)字段。

本文档概述了 Analytics 并描述了的用例 Analytics 数据。

Adobe Analytics和Analytics数据

Analytics 是一个功能强大的引擎,可帮助您了解有关客户的更多信息,了解他们如何与您的Web资产进行交互,了解您的数字营销支出在哪些方面有效,并确定需要改进的方面。 Analytics 每年处理数万亿次的Web交易,并且 Analytics source connector允许您轻松利用这种丰富的行为数据并扩充 Real-Time Customer Profile 几分钟内。

一个图形,用于说明来自各种Adobe应用程序(包括Adobe Analytics)的数据之旅。

从高层次上说, Analytics 从世界各地的各种数字渠道和多个数据中心收集数据。 收集数据后,将应用访客识别、分段和转换架构(VISTA)规则和处理规则来塑造传入的数据。 原始数据经过这种轻量级处理后,即可由以下人员使用 Real-Time Customer Profile. 在上述流程平行进行的过程中,相同的处理过的数据会被微批次并摄取到Platform数据集中,以供以下人员使用 Query Service和其他数据发现应用程序。

请参阅 处理规则概述 以了解有关处理规则的更多信息。

Experience Data Model (XDM)

XDM是一个公开记录的规范,为应用程序提供了通用结构和定义,以便用于在Experience Platform上与服务进行通信。

遵守XDM标准允许统一合并数据,使得提交数据和收集信息更加容易。

要了解有关XDM的更多信息,请参阅 XDM系统概述.

字段如何从Adobe Analytics映射到XDM?

IMPORTANT
数据准备转换可能会增加整个数据流的延迟。 附加的延迟因转换逻辑的复杂性而异。

建立源连接以引入 Analytics 数据通过Platform用户界面进入Experience Platform,数据字段自动映射并引入 Real-Time Customer Profile 几分钟内。 有关创建源连接的说明 Analytics 使用Platform UI,请参阅 Analytics源连接器教程.

有关以下时间之间发生的字段映射的详细信息: Analytics 和Experience Platform,请参见 Adobe Analytics字段映射 指南。

Platform上Analytics数据的预期滞后时间是多少?

下表概述了Platform上Analytics数据的预期延迟。 滞后时间因客户配置、数据卷和使用者应用程序而异。 例如,如果Analytics实施配置了 A4T 管道的延迟将增加到5-10分钟。

Analytics数据
预期延迟
新数据到 Real-Time Customer Profile (A4T 已启用)
< 2分钟
新数据到 Real-Time Customer Profile (A4T 已启用)
长达30分钟
数据湖的新数据
< 2.25小时
无需以下操作即可进行Customer Journey Analytics的新数据 拼接
< 3.75小时
要Customer Journey Analytics拼合的新数据
< 7小时
少于100亿个事件的回填
< 4周

有关Customer Journey Analytics延迟的详细信息,请参阅: Customer Journey Analytics护栏.

生产沙盒的Analytics回填默认为13个月。 对于非生产沙盒中的Analytics数据,回填将设置为三个月。 上表中提到的100亿个事件的限制严格与预期延迟有关。

在生产沙盒中创建Analytics源数据流时,将创建两个数据流:

  • 一个数据流,将历史报表包数据回填到13个月的数据湖。 此数据流在回填完成后结束。
  • 将实时数据发送到数据湖和的数据流 Real-Time Customer Profile. 此数据流持续运行。
NOTE
Analytics回填数据未引入 Profile 因此,许可证配置文件中并未包含这些参数。

中的主要标识符 Analytics 数据

每次点击 Analytics 源连接器包含一个主要标识符,该主要标识符取决于ECID还是AAID存在。 如果存在ECID,则ECID被指定为主要标识符。 如果存在AAID,则将AAID指定为主要的。

下表提供有关中标识字段的更多信息 Analytics 数据。

标识字段
描述
AAID
AAID是Adobe Analytics中的主要设备标识符,并且必定存在于通过 Analytics 源。 AAID有时称为 旧版Analytics ID 或作为 s_vi Cookie ID。 尽管如此,AAID还是会创建,即使 s_vi Cookie不存在。 AAID由 post_visid_highpost_visid_low 中的列 Analytics 数据馈送. 在任何给定事件中,AAID字段都包含单个标识,它可能是 操作顺序 Analytics ID. 注意:在整个报表包中,AAID可能包含各种事件的类型组合。
ECID
ECID(Experience CloudAdobe Analytics ID)是一个单独的设备标识符字段,当设备标识符字段包含设备时, Analytics 是使用Experience CloudIdentity服务实现的。 ECID有时也称为MCID(Marketing CloudID)。 如果事件中存在ECID,则AAID可能基于ECID,具体取决于Analytics 宽限期 已配置。 ECID由 mcvisid Analytics数据馈送中的。 有关ECID的更多信息,请参见 ECID概述. 有关ECID如何与配合使用的信息 Analytics,请参阅上的文档 Analytics和Experience CloudID请求.
AACUSTOMID
AACUSTOMID是一个单独的标识符字段,将在Adobe Analytics中根据对 s.VisitorID 中的变量 Analytics 实现。 AACUSTOMID由 cust_visid 中的列 Analytics 数据馈送. 如果AACUSTOMID存在,则AAID将基于AACUSTOMID,因为AACUSTOMID优于由定义的所有其他标识符。 操作顺序 Analytics ID.

如何 Analytics 源处理身份

此 Analytics 源将这些标识以XDM形式传递给Experience Platform,如下所示:

  • endUserIDs._experience.aaid.id
  • endUserIDs._experience.mcid.id
  • endUserIDs._experience.aacustomid.id

这些字段未标记为标识。 相反,相同的标识(如果存在于事件中)将被复制到XDM的 identityMap 作为键值对:

  • { "key": "AAID", "value": [ { "id": "<identity>", "primary": <true or false> } ] }
  • { "key": "ECID", "value": [ { "id": "<identity>", "primary": <true or false> } ] }
  • { "key": "AACUSTOMID", "value": [ { "id": "<identity>", "primary": false } ] }

将一个或多个身份复制到时 identityMapendUserIDs._experience.mcid.namespace.code 在同一事件中设置:

  • 如果AAID存在, endUserIDs._experience.aaid.namespace.code 设置为“AAID”。
  • 如果ECID存在, endUserIDs._experience.mcid.namespace.code 设置为“ECID”。
  • 如果AACUSTOMID存在, endUserIDs._experience.aacustomid.namespace.code 设置为“AACUSTOMID”。

在身份映射中,如果存在ECID,则将其标记为事件的主身份。 在这种情况下,AAID可能基于ECID,原因在于 Identity服务宽限期. 否则,AAID将标记为事件的主标识。 绝不会将AACUSTOMID标记为事件的主ID。 但是,如果存在AACUSTOMID,则由于操作的Experience Cloud顺序,AAID将基于AACUSTOMID。

NOTE
您可以使用数据准备过滤掉来自Analytics的次要身份,例如AAID和AACUSTOMID。 如果过滤掉这些标识,它们将不会被摄取到配置文件中,前提是它们在传入的Analytics数据中可用。 未过滤的数据将继续加载到数据湖中。
recommendation-more-help
337b99bb-92fb-42ae-b6b7-c7042161d089