文件Customer Journey AnalyticsCustomer Journey Analytics 指南

合併事件資料集

Last update: Tue Jul 09 2024 00:00:00 GMT+0000 (Coordinated Universal Time)
  • 主題：

建立對象：

  • undefined

當您建立連線時，Customer Journey Analytics會將所有事件資料集合併到單一資料集中。 Customer Journey Analytics會使用此合併事件資料集製作報表（以及設定檔和查詢資料集）。 當您在連線中包含多個事件資料集時：

  • 資料集中的欄位資料，根據 相同結構描述路徑 都會合併至合併資料集中的單一欄。
  • 為每個資料集指定的「人員ID」欄，會合併至合併資料集中的單一欄， 無論其名稱為何. 此欄是識別Customer Journey Analytics中不重複人員的基礎。
  • 會根據時間戳記處理列。
  • 事件會解析至毫秒層級。

範例

請參考下列範例。您有兩個事件資料集，各自包含不同資料的不同欄位。

NOTE
Adobe Experience Platform通常以UNIX®毫秒為單位儲存時間戳記。 此範例會使用日期和時間，以便閱讀。
example_id
timestamp
string_color
string_animal
metric_a
user_310
1 Jan 7:02 AM
Red
Fox
user_310
1 Jan 7:04 AM
2
user_310
1 Jan 7:08 AM
Blue
3
user_847
2 Jan 12:31 PM
Turtle
4
user_847
2 Jan 12:44 PM
2
different_id
timestamp
string_color
string_shape
metric_b
user_847
2 Jan 12:26 PM
Yellow
Circle
8.5
user_847
2 Jan 1:01 PM
Red
alternateid_656
2 Jan 8:58 PM
Red
Square
4.2
alternateid_656
2 Jan 9:03 PM
Triangle
3.1

使用這兩個事件資料集建立連線時，且已識別

  • example_id 做為第一個資料集的人員ID，並且
  • different_id 做為第二個資料集的人員ID，

下列合併資料集用於製作報表。

id
timestamp
string_color
string_animal
string_shape
metric_a
metric_b
user_310
1 Jan 7:02 AM
Red
Fox
user_310
1 Jan 7:04 AM
2
user_310
1 Jan 7:08 AM
Blue
3
user_847
2 Jan 12:26 PM
Yellow
Circle
8.5
user_847
2 Jan 12:31 PM
Turtle
4
user_847
2 Jan 12:44 PM
2
user_847
2 Jan 1:01 PM
Red
alternateid_656
2 Jan 8:58 PM
Red
Square
4.2
alternateid_656
2 Jan 9:03 PM
Triangle
3.1

為了說明結構描述路徑的重要性，請考慮此情境。 在第一個資料集中， string_color 是以結構描述路徑為基礎 _experience.whatever.string_color 和結構描述路徑上的第二個資料集 _experience.somethingelse.string_color. 在此案例中，資料為 非 已合併至所產生合併資料集中的一欄。 結果改為兩個 string_color 合併資料集中的欄。

這個合併事件資料集會用來製作報表。某列是來自哪個資料集並不重要。 Customer Journey Analytics將所有資料視為在相同資料集中。 如果兩個資料集中都出現相符的人員ID，則會將其視為同一個不重複人員。 如果兩個資料集中都出現相符的人員ID，且時間戳記在30分鐘內，則視為相同工作階段的一部分。 結構路徑相同的欄位會合併。

此概念也適用於歸因。某列是來自哪個資料集並不重要；歸因的運作方式與所有事件都來自單一資料集的情形完全相同。以上表為例：

如果您的連線僅包含第一個表格而不含第二個表格，則使用上次接觸歸因的 string_color 維度和 metric_a 量度來提取報表，並顯示：

string_color
metric_a
未指定
6
藍色
3
紅色
2

不過，如果連線中同時包含兩個表格，則歸因會變更，因為這兩個資料集中都有 user_847。第二個資料集屬性中的一列將 metric_a 歸因為「黃色」，其之前為未指定：

string_color
metric_a
黃色
6
藍色
3
紅色
2
NOTE
如果合併欄位是連線中一個事件資料集的查詢索引鍵，則關聯的查詢資料集將會擴充 全部 該欄位的值。 某列是來自哪個事件資料集並不重要，因為查詢關係與共用結構描述路徑相關聯。

跨頻道分析

合併資料集的下一個層級是跨管道分析，也就是根據通用識別碼（人員ID）來合併來自不同管道的資料集。 跨管道分析可藉由拼接功能受益，讓您為資料集的人員ID重設金鑰，讓資料集可正確更新，以順暢地合併多個資料集。 拼接會檢視已驗證和未驗證工作階段的使用者資料，以產生拼接ID。

跨管道分析可讓您回答下列問題：

  • 有多少人在某個管道開始體驗，但在不同管道結束體驗？
  • 有多少人與我的品牌互動？他們使用的裝置數量與類型為何？他們互相重疊的程度？
  • 人們會在行動裝置上開始工作，稍後再移至桌上型電腦完成工作的頻率為何？登陸在一部裝置上的行銷活動點進次數，是否會導致在其他位置上的轉換？
  • 如果考慮跨裝置歷程，我對行銷活動成效的理解會有何改變？ 我的漏斗分析會有何改變？
  • 使用者在裝置間移動最常採取的路徑為何？他們在哪裡退出？他們在哪裡獲得成功？
  • 多部裝置使用者的行為與單一裝置使用者的行為有何不同？

如需跨管道分析的詳細資訊，請參閱特定使用案例：

如需有關拼接功能的更深入討論，請前往：

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