合併事件資料集
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：
- 資料集中以 相同結構描述路徑 為基礎的欄位資料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欄會合併到合併資料集 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。
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。
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_experience.whatever.string_color為基礎，而在結構描述路徑_experience.somethingelse.string_color的第二個資料集中為基礎。 在此案例中，資料是 不是 合併到結果合併資料集中的一欄。 結果是在合併資料集中是兩個string_color欄：
任何專案。
string_color
其他專案。
string_color
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：
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：
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：