8 分鐘
style
article-header-section

Adobe Analytics 數據摘要提供對原始數據的靈活存取，能夠進行複雜的操作並與其他來源整合。它們透過填補分析空白來補充 Adobe Analysis Workspace 等工具。數據摘要會將每個伺服器呼叫儲存為一列，分批傳送，並包含關鍵量度。彙總表格和全域篩選器有助於簡化分析並確保一致性。本指南將介紹其潛力，並為進一步探索奠定基礎。

簡介

數據摘要是一種運用您透過 Adobe 收集之原始詳細數據的強大方式。將此擷取至數據庫會建立無數有趣的使用案例，包括：

雖然數據摘要不應作為分析 Adobe Analytics 數據的唯一方法，但它可以用來填補 Adobe Analysis Workspace、Data Warehouse 或 Report Builder 可能留下的空白。將數據摘要視為 Adobe Analytics 工具包中的眾多工具之一！

比較數據摘要與其他 Adobe Analytics 工具：
使用案例
Workspace
Data Warehouse
數據摘要
一般績效報告
最佳
可行
可行
將 SSOT 數據與網站分析結合，並匯入至 BI 工具中（例如，將來自 SSOT 財務來源的訂單與 Adobe 的造訪進行比對）
困難
可行
可行
變更 eVar 持續性的定義和歸因方法
可行
不可行
可行
善用 Workspace 外部的模型
困難
可行
可行

備註：本教戰手冊不會逐步說明如何將數據摘要擷取至數據庫中。它會假設數據摘要已經可以輕鬆存取以供查詢。

瞭解數據摘要
什麼是數據摘要？

每個 Adobe Analytics 伺服器呼叫都會作為單獨一列儲存在數據提要中。需要每個報告套裝設定單獨的數據摘要。數據會在每小時結束後以小時的批量傳送，或在每天結束時以當天的批量傳送。

在各個實施中，原始數據摘要的格式將保持不變。所有可用欄位的完整清單在此：https://experienceleague.adobe.com/zh-hant/docs/analytics/export/analytics-data-feed/data-feed-contents/datafeeds-reference. 教戰手冊的這一部分將重點介紹幾個重要的欄位。

發生次數（點擊）、造訪及訪客識別碼

若要複製 OOTB 發生次數、造訪次數和不重複訪客數，您需要結合以下四個欄位：post_visid_high、post_visid_low、visit_num 和 visit_page_num

以下是用來獲取訪客數、造訪次數和發生次數的初始 SQL 程式碼：

SELECT
COUNT(DISTINCT CONCAT(POST_VISID_HIGH, POST_VISID_LOW)) AS VISITORS,
COUNT(DISTINCT CONCAT(POST_VISID_HIGH, POST_VISID_LOW, VISIT_NUM)) AS VISITS,
COUNT(DISTINCT CONCAT(POST_VISID_HIGH, POST_VISID_LOW, VISIT_NUM, VISIT_PAGE_NUM)) AS OCCURRENCES
FROM DATA_FEEDS
WHERE HIT_SOURCE = '1' AND EXCLUDE_HIT = '0'

秘訣： 在 Adobe Workspace 中，「造訪深度」維度等同于 visit_num 数据摘要欄位。Workspace 中的「點擊深度」維度等同于 visit_page_num 数据摘要欄位。

visit_page_num 欄位的備註：

秘訣： 如果想檢視使用者執行的動作，您可以選取一個訪客 Id，、依 visit_num 排序，然後依 visit_page_num 排序，以取得其動作逐次點擊的重新計數。這在偵錯客戶歷程時很有用：當您導覽數位資產時，可對自己的動作進行測試！

eVar 和 prop

每個 eVar 和 prop 在數據摘要中都有一個專屬欄位，無論其是否已啟用或填入數據。預處理值和後處理值也有獨立的欄位。後處理欄位將套用 eVar 歸因和到期邏輯。

請參閱此流程圖以瞭解處理發生的時間：https://experienceleague.adobe.com/docs/analytics/technotes/processing-order.html?lang=zh-hant

總共將有 500 個 eVar 欄位（即可為實施建立兩組，每組 250 個可能的 eVar），以及 150 個 prop 欄位（即可以設定兩組，每組 75 個可能的 prop）。

秘訣： 您是否曾經希望擷取的 eVar 具有 prop 屬性？非後處理 eVar 欄位的行為與 prop 類似。若未套用 eVar 歸因或持續性邏輯，請使用非後處理 eVar 欄位來篩選必須存在 eVar 的分析點擊，其行為與 prop 完全相同！

區段與計算量度

區段、自訂計算量度和 Adobe 的現成量度需要自訂定義。有關 OOTB 量度和區段，請參閱 Adobe 的技術文件。

複製部分常見量度的邏輯請見此處：https://experienceleague.adobe.com/zh-hant/docs/analytics/export/analytics-data-feed/data-feed-contents/datafeeds-calculate

在下一節中將提供範常式式碼，以複製 Adobe 的 OOTB 跳出量度為例。即將發佈的 Experience League 貼文將提供更多範例，說明如何使用數據摘要重新建立區段和量度。

查詢數據摘要
基礎知識

我們的第一個查詢將計數特定日期的造訪次數，同時排除任何不必要的點擊。

SELECT
COUNT(DISTINCT CONCAT (POST_VISID_HIGH, POST_VISID_LOW, VISIT_NUM)) AS VISITS
FROM DATA_FEEDS
WHERE HIT_SOURCE = '1' AND EXCLUDE_HIT = '0'

接下來，我們將計數其登入頁面的造訪次數。

WITH MIN_VISIT_PAGE_NUM_TABLE AS (
SELECT 
POST_VISID_HIGH, 
POST_VISID_LOW,
VISIT_NUM,
MIN(VISIT_PAGE_NUM) AS MIN_VISIT_PAGE_NUM
FROM DATA_FEEDS
WHERE HIT_SOURCE = '1' AND EXCLUDE_HIT = '0'
GROUP BY 1,2,3)

SELECT
PAGE_NAME,
COUNT(DISTINCT A.VISIT_ID) AS ENTRIES
FROM DATA_FEEDS A
LEFT JOIN MIN_VISIT_PAGE_NUM_TABLE B
ON A.POST_VISID_HIGH = B.POST_VISID_HIGH
AND A.POST_VISID_LOW = B.POST_VISID_LOW
AND A.VISIT_NUM = B.VISIT_NUM
AND A.VISIT_PAGE_NUM = B.MIN_VISIT_PAGE_NUM
WHERE HIT_SOURCE = '1' AND EXCLUDE_HIT = '0'
GROUP BY 1

秘訣： 若要複製上述退出，請找到最大 visit_page_num 而非最小值。

最後，我們將複製 OOTB 跳出量度。

WITH MAX_VISIT_PAGE_NUM_TABLE AS (
SELECT 
POST_VISID_HIGH, 
POST_VISID_LOW,
VISIT_NUM,
MAX(VISIT_PAGE_NUM) AS MAX_VISIT_PAGE_NUM
FROM DATA_FEEDS
WHERE HIT_SOURCE = '1' AND EXCLUDE_HIT = '0'
GROUP BY 1,2,3),

MIN_VISIT_PAGE_NUM_TABLE AS (
SELECT 
POST_VISID_HIGH, 
POST_VISID_LOW,
VISIT_NUM,
MIN(VISIT_PAGE_NUM) AS MIN_VISIT_PAGE_NUM
FROM DATA_FEEDS
WHERE HIT_SOURCE = '1' AND EXCLUDE_HIT = '0'
GROUP BY 1,2,3)
SELECT
COUNT(DISTINCT A.VISIT_ID) AS BOUNCES
FROM MAX_VISIT_PAGE_NUM A
LEFT JOIN MIN_VISIT_PAGE_NUM_TABLE B
ON A.POST_VISID_HIGH = B.POST_VISID_HIGH
AND A.POST_VISID_LOW = B.POST_VISID_LOW
AND A.VISIT_NUM = B.VISIT_NUM
WHERE A.MAX_VISIT_PAGE_NUM = B.MIN_VISIT_PAGE_NUM
數據摘要策略
建立彙總表格

建立原始數據摘要的彙總檢視可以從中獲益。效益包括：

所需的彙總表格類型將取決於每個組織和您的利害關係人，以下是一些入門範例：

請記住，最終使用者將需要如何聯結這些表格才能取得所需結果。例如，最簡單的方法可能是讓每個彙總表格都包含 post_visid_high、post_visid_low、visit_num 和 visit_page_num，這樣您就可以跨任何詳細程度層級聯結。

全域篩選器

有些組織會將全域篩選器套用至所有報告（例如排除機器人、剔除詐騙流量等）。請考慮建立彙總表格來複製此篩選器，並將其加入任何針對原始數據摘要的查詢。

集中式表格無需維護隨時間變化的這一篩選邏輯。

使用 Workspace 監控差異

在數據摘要歷程開始時，快速計算每天的造訪次數，並確保每天都與 Workspace 一致。儘管您的數據摘要已啟用，但內部數據工程端處理檔案時可能會出現空白，或 Adobe 可能已跳過傳送檔案。

無論如何，設定定期驗證，確保 Workspace 持續與您的數據摘要及任何彙總表格一致會很方便。

結論

處理 Adobe 數據摘要可能是一個艱鉅的專案。但是，一旦掌握了這些摘要，就有無限的可能性，可自訂您的數據並提供特定使用案例。

本文奠定了瞭解這些摘要的基礎，但僅觸及表面。請繼續關注更多 Experience League 文章，協助您深入瞭解這些豐富的數據！

其他資源
style
article-content-section