1.1.2在Customer Journey Analytics中连接Adobe Experience Platform数据集

目标

  • 了解Data Connection UI
  • 将Adobe Experience Platform数据引入CJA
  • 了解人员ID和数据拼接
  • 了解Customer Journey Analytics中数据流的概念

1.1.2.1连接

转到analytics.adobe.com以访问Customer Journey Analytics。

在Customer Journey Analytics主页上,转到​ 连接

演示

在这里,您可以看到CJA和Platform之间建立的各种连接。 这些连接与Adobe Analytics中的报表包具有相同的目标。 然而,数据的收集是完全不同的。 所有数据都来自Adobe Experience Platform数据集。

让我们来创建您的第一个连接。 单击​ 新建连接

演示

您随后将看到​ 创建连接 ​用户界面。

演示

您现在可以为您的连接提供一个名称。

请使用此命名约定: --aepUserLdap-- – Omnichannel Data Connection

您还需要选择要使用的正确沙盒。 在沙盒菜单中,选择您的沙盒,应为--aepSandboxName--。 在此示例中,沙盒是​ 技术内幕。 您还需要将​ 平均每日事件数 ​设置为​ 小于100万

演示

选择沙盒后,您可以开始添加数据集。 单击​ 添加数据集

演示

1.1.2.2选择Adobe Experience Platform数据集

搜索数据集Demo System - Event Dataset for Website (Global v1.1)。 启用此数据集的框以将其添加到此连接。

演示

停留在同一屏幕中,现在搜索并选中Demo System - Event Dataset for Call Center (Global v1.1)的复选框。

你就能拥有这个了。 单击​ 下一步

演示

1.1.2.3人员ID和数据拼接

人员 ID

现在的目标是连接这些数据集。 对于您选择的每个数据集,您将看到一个名为​ 人员ID ​的字段。 每个数据集都有其自己的人员ID字段。

演示

如您所见,其中大多数都会自动选择人员ID。 这是因为在Adobe Experience Platform的每个架构中都选择了主身份。 例如,这是Demo System - Event Schema for Website (Global v1.1)的架构,您可以看到主标识设置为ecid

演示

但是,您仍然可以影响将用于为连接拼合数据集的标识符。 您可以使用在链接到数据集的架构中配置的任何标识符。 单击下拉菜单以浏览每个数据集上的可用ID。

演示

如前所述,您可以为每个数据集设置不同的人员ID。 这允许您在CJA中将来自多个源的不同数据集整合在一起。 想象一下,如果能引入NPS或调查数据,那将非常有趣,并且有助于了解背景以及某些事情为什么会发生。

人员ID字段的名称并不重要,只要人员ID字段中的值相对应。 假设我们在一个数据集中有email,在另一个定义为“人员ID”的数据集中有emailAddress。 如果两个数据集上的人员ID字段的delaigle@adobe.com值相同,则CJA将能够拼合数据。

请在此处查看CJA常见问题解答以了解身份拼接的细微差别:常见问题解答

使用人员ID拼合数据

现在您已经了解了使用人员ID拼合数据集的概念,让我们选择email作为每个数据集的人员ID。

演示

转到每个数据集以更新人员ID。 现在,在下拉列表中选择email以填写人员ID字段。

演示

拼合两个数据集后,即可继续。

数据集
人员 ID
演示系统 — 网站的事件数据集(Global v1.1)
电子邮件
演示系统 — 呼叫中心的事件数据集(Global v1.1)
电子邮件

您还需要确保为这两个数据集启用以下选项:

  • 导入所有新数据
  • 回填所有现有数据

(请不要忘记为第二个数据集启用这两个选项)

您还需要为每个数据集选择​ 数据源类型

这些是数据集​ 演示系统 — 网站(Global v1.1) ​的事件数据集的设置。

演示

这些是数据集​ 演示系统 — 网站(Global v1.1) ​的事件数据集的设置。

单击​ 添加数据集

演示

单击​ 保存,然后转到下一个练习。

创建​ Connection ​后,可能需要几个小时才能在CJA中使用您的数据。

演示

后续步骤

转到1.1.3创建数据视图(./ex2.md)

返回Customer Journey Analytics

返回所有模块

recommendation-more-help
4bbf020c-24db-4a43-b239-88fab142f02d