擷取曝光次數和互動事件
若要啟用AJO Decisioning中的選件曝光數與點按數報告功能，必須設定下列元件：
1. Adobe Experience Platform (AEP)中的資料集
- 以 XDM ExperienceEvent 結構描述為基礎的資料集。
結構描述必須包括Web Details欄位群組，以擷取頁面URL、反向連結等。
2.資料流設定
- 必須在Adobe Experience Platform中建立資料串流。
- 此資料流必須連結至以上設定的資料集，以確保所有Web SDK事件皆正確擷取至正確的目的地。
3. Adobe Experience Platform Tags屬性
- AEP Web SDK擴充功能已設定為使用先前步驟中建立的資料流。
- Experience Cloud ID服務已設定
- 名稱為ECID的資料元素會新增至屬性
- 在轉譯優惠方案的網站上實作。
若要啟用選件效能報表，第一個步驟是擷取選件顯示時間（曝光數）和點選時間（互動數）。 這些事件為測量參與度、計算點進率，以及分析Adobe Experience Platform中的選件有效性奠定了基礎。
alloy(「sendEvent」)函式可用來記錄使用者與Adobe Journey Optimizer (AJO)傳回之選件的互動。
sendEvent裝載包含事件型別（用於曝光次數的decisioning.propositionDisplay或用於點選次數的decisioning.propositionInteract）、唯一事件ID、時間戳記和使用者身分識別(identityMap)，以擷取優惠互動。 此外也包含顯示或點按的優惠方案（主張）清單，以及追蹤權杖，以確保精確的歸因。 此結構可讓您在Adobe Journey Optimizer中報告並最佳化個人化優惠效能。
會擷取兩種型別的互動事件：
曝光事件
當優惠呈現在頁面上且使用者可看到時，就會產生印象。 使用decisioning.propositionDisplay事件型別追蹤事件。
alloy("sendEvent", {
xdm: {
_id: generateUUID(),
timestamp: new Date().toISOString(),
eventType: "decisioning.propositionDisplay",
identityMap: {
ECID: [{
id: _satellite.getVar("ECID"),
authenticatedState: "authenticated",
primary: true
}]
},
_experience: {
decisioning: {
propositionEventType: {
display: 1
},
propositionAction: {
id: offerId,
tokens: [trackingToken]
},
propositions: window.latestPropositions
}
}
}
});
}
優惠互動
當使用者按一下轉譯選件內的call-to-action (CTA)時，會記錄互動。 使用decisioning.propositionInteract事件型別追蹤事件。
alloy("sendEvent", {
xdm: {
_id: generateUUID(),
timestamp: new Date().toISOString(),
eventType: "decisioning.propositionInteract",
identityMap: {
ECID: [{
id: _satellite.getVar("ECID"),
authenticatedState: "ambiguous",
primary: true
}]
},
_experience: {
decisioning: {
propositionEventType: {
interact: 1
},
propositionAction: {
id: offerId,
tokens: [trackingToken]
},
propositions: window.latestPropositions
}
}
}
})
在點按和曝光事件中包含主張對於Adobe Journey Optimizer中的準確選件報告至關重要。 這些主張代表呈現給使用者的確切優惠方案，可讓Adobe將使用者互動（例如曝光數或點按次數）歸因於系統所做的特定決策。
主張中的每個優惠方案都包含一個追蹤權杖，這是Adobe產生的唯一識別碼。 此Token必須完全依照收到的方式在對應點選或曝光事件中傳遞（不會變更）。 比對追蹤權杖可確保Adobe能夠準確地將使用者動作與正確的優惠決定建立關聯，以啟用下游報告和人工智慧為基礎的最佳化。