Måling af metrics med Adobe Analytics

Metrisk er den kvantitative måling, der besvarer spørgsmålet "hvor mange" eller "hvor meget". Med Adobe Analytics kan du nemt få adgang til disse oplysninger. Adobe Analytics tilbyder flere måder, hvorpå du kan indsamle dine metrics.

I vores vejrudsigt er metrics alle tallene i tabellen - den høje, den lave, nedbørsprocenten og fugtighedsprocenten. Metrics er udelukkende tal, men du kan formatere dem som procenter, valutaer, decimaler og mere.

Metrics er ofte den mest diskuterede kategori af måling for digitale analytikere. Et standardspørgsmål, som en analytiker hos en B2B-virksomhed modtager, er "Hvor mange kundeemner genererede webstedet i denne uge?" Dette spørgsmål refererer til kundeemner-metrikken og er en af ​​de mest kritiske målinger, der er fanget på en B2B's hjemmeside.

Efter at have undersøgt, hvordan metrics er placeret i det virkelige liv, lad os tage et kig på, hvordan metrics anvendes i Analysis Workspace.

Definere hits med Adobe Analytics

En nøglemetrik, der er vigtig, når man diskuterer Adobe Analytics, men som ikke er tilgængelig i Workspace-grænsefladen, kaldes hits. Et hit beskriver enhver interaktion på dit websted eller din app, der resulterer i, at data sendes til Adobe Analytics. Det er en samling af sidevisninger, downloadlinks, exitlinks og enhver tilpasset sporing.

Måling af sidevisninger med Adobe Analytics

Lad os starte med de mest enkle metrics i Adobe Analytics — sidevisninger. Den sidevisninger metriske viser det antal gange dine HTML-filer eller websider (eller dele af en side) blev indlæst.

Når du analyserer en mobilapp, svarer sidevisninger til det antal gange, din apps skærme blev indlæst i appen. Mobiltelefonskærme er meget mindre end bærbare computere og stationære skærme, og definitionen af ​​en apps skærm er ofte unik inden for en virksomhed. Arbejd med dine Adobe-administratorer for at få en komplet liste over appskærme, eller anmod i det mindste om den tommelfingerregel, de bruger til at beslutte, om nyt indhold skal betragtes som en ny skærm og derfor en sidevisning.

Hver gang din startside indlæses af en person, der gennemser dit websted, er det en sidevisning. På samme måde, hver gang din kontaktside indlæses af en person, der browser på dit websted, er det også en sidevisning. Det samlede antal sidevisninger stiger for hver sideindlæsning.

Som det er tilfældet med sidedimensioner, kan definitionen af ​​sidevisninger være kompliceret på parallaksewebsteder og enkeltsideapplikationer. Den gode nyhed er, at din virksomheds definition af sider og sidevisninger vil blive tilpasset på grund af et bånd mellem dimensionen og metrikken, så sidevisningerne vil blive øget hver gang en side ses.

På billedet nedenfor blev sidevisnings-metrikken anvendt på en række datoer, hvilket giver et hurtigt overblik over trafikken til sider over dette datointerval.

En sidevisnings-metrik i en friformstabel i Analysis Workspace.

Optælling af besøg med Adobe Analytics

En anden standardmåling i webanalyseverdenen er besøgsmetrikken, også kendt som sessionsmetrikken i Google Analytics . Et besøg er defineret som en interaktion eller et sæt af interaktioner af en person, der består af en eller flere handlinger. Handlingerne i et besøg kan forekomme på samme side eller på flere sider.

Følgende er et par enkle eksempler:

Besøg eksempel 1:

På mandag lander Eric på din startside kl. 13.00 og lukker sin browser kl. 13.05.

Besøg eksempel 2:

På tirsdag lander David på en produktside kl. 11 og ser en video på den side.

David bliver distraheret og lukker sin bærbare computer kl. 11:08.

Besøg eksempel 3:

På onsdag lander Heidi på din hjemmeside klokken 19.

Hun udfører en søgning på dit websted og føres til søgeresultatsiden.

Heidi klikker på det første link til et produkt.

Hun tilføjer produktet til indkøbskurven og bliver ført til indkøbskurvsiden.

Hun tjekker ud og foretager købet på betalingssiden.

Heidi bekræfter sit køb på købsbekræftelsessiden klokken 19.22.

Hvert af disse tre eksempler indeholder forskellige antal sidevisninger (én, to og seks). Hver af dem ville dog kun tælle som et enkelt besøg.

Nederste linje: Besøg og sidevisninger er relaterede, men de er ikke det samme. Et besøg kan, og gør det ofte, involvere mere end en sidevisning.

Metrics for besøg og sidevisninger i en friformstabel i Analysis Workspace.

Du har måske bemærket, at der er inkluderet et tidspunkt i slutningen af ​​alle tre eksempler. At inkludere et tidspunkt, hvor den sidste interaktion finder sted, er vigtigt, fordi det er sådan, man måler, hvornår et besøg slutter.

Har du nogensinde undret dig over, hvorfor du ikke bare kan måle, hvornår et besøg slutter, ved at identificere, hvornår en bruger forlader en side? Årsagen er, at tekniske begrænsninger forhindrer analyseplatforme som Adobe Analytics og Google Analytics i at kunne registrere handlingen af ​​en browserfane eller et vindue, der lukkes.

Som følge heraf har analytikere været nødt til at være kreative i, hvordan de definerer afslutningen på et besøg. Et besøg slutter efter et bestemt tidsrum, uden at der sendes nogen data fra den enkelte.

Som standard bruger de fleste analyseplatforme, inklusive Adobe Analytics, 30 minutters inaktivitet til at definere slutningen af ​​et besøg. Du kan dog justere den tid, der resulterer i et besøgs afslutning.

Identifikation af unikke besøgende med Adobe Analytics

Sidevisningsmetrikken er den mest detaljerede og detaljerede standardmetrik. Flere sidevisninger inden for en tidsramme bliver til et besøg, en mindre detaljeret standardmåling. Flere besøg ruller op til en enkelt unik besøgende, som er den mindst granulære standardmetrik.

Antallet af unikke besøgende på et websted eller en side er antallet af personer med aktivitet bestående af et eller flere besøg på et websted, en app eller en side. ( Google Analytics bruger udtrykket brugere i stedet for unikke besøgende. ) Bemærk, at unikke besøgende er anderledes end individuelle personer. Adobe Analytics har ingen måde at kende forskel på mellem to personer, der deler en computer, eller én person, der tilgår det samme websted fra to forskellige browsere på den samme computer.

Billedet nedenfor er en tabel i Analysis Workspace, der viser besøg, sidevisninger og unikke besøgende.

Visning af besøg, sidevisninger og unikke besøgende i en friformstabel i Analysis Workspace.

Metric for unikke besøgende er baseret på cookies. Hvis en cookie, der identificerer en browser, slettes, kan Adobe ikke knytte den pågældende persons besøgshistorik til nye besøg. Som et resultat vil nye besøg generere en ny cookie og derfor fremstå som en ny unik besøgende. En mere præcis definition af unikke besøgende ville angive, at det er det unikke antal browsercookies , men det er ikke så sjovt som bare at kalde dem mennesker.

Adobe Analytics har en standard-metrik til at identificere unikke besøgende kaldet person-metrikken, men den er kun tilgængelig for Adobe-kunder, der deltager i Adobes Device Co-op.

Forståelse af deduplikering ved brug af Adobe Analytics

Nu hvor du har lært om metrics med tre forskellige niveauer af granularitet (sidevisninger, besøg og besøgende), men kun én dimension (side), er det vigtigt at tænke over, hvordan de alle hænger sammen. Fleksibiliteten i Adobe Analytics kræver, at du har en vis forståelse af deduplikering. Et duplikat er en identisk kopi af noget. Når man måler brugerinteraktion med et websted, er det ofte nyttigt at deduplikere – for at fjerne dobbeltaktivitet.

Lad os udforske et eksempel:

Nolan ser en hjemmeside.

Nolan ser en artikelside.

Nolan ser hjemmesiden igen.

Selvom dette er et simpelt eksempel, bliver tingene hurtigt forvirrede. En tabel, der indeholder sidedimensionen og en sidevisningsmetrik, ville se ud, som du ville forvente: Hjemmesiden har to-sidevisninger, og artikelsiden har én-sidesvisning.

Men hvis du tilføjer en anden metric af besøg til denne tabel, har hjemmesiden ét besøg og to-sidevisninger, og artikelsiden har ét besøg. Hvorfor et besøg, men to-sidevisninger for startsiden? Besøgsmetrikken er deduplikeret, hvilket betyder, at den kun tælles én gang under hele besøget. Faktisk kunne Nolan have gået frem og tilbage mellem hjemmesiden og den samme artikelside 50 gange, og hver af disse to sider ville stadig kun få ét besøg hver.

Adobe dedublerer besøgsmetrikken uanset dimension; uanset hvor mange gange en dimensionel værdi sendes i et besøg, tælles besøgsmetrikken kun én gang.

Lad os udvide vores eksempel ved at tilføje et andet besøg, dette kommer en uge senere:

Nolan ser hjemmesiden.

Nolan ser en produktside.

Nolan ser hjemmesiden igen.

Hvis du skulle se en rapporttabel med datoer, der strakte sig over begge besøg, kunne du overveje, hvordan hver metric ville tilpasse sig hver dimensionsværdi i sidedimensionen. Hjemmesiden får fire-sidevisninger, to besøg og kun én besøgende. Artikelsiden får én sidevisning, ét besøg og én besøgende. Produktsiden tjener også én sidevisning, én visning og én besøgende. Dette betyder, at den unikke besøgende-metrik også deduplikeres, men den udføres på tværs af besøg for den besøgendes fulde historie.

Trendmålinger i Adobe Analytics

Hvis du tænker på din fremtid som analytiker, kan du forestille dig, at du opdager en utrolig ændring i data, der sparer din virksomhed for millioner. I denne drøm har du måske opdaget flere dyre produkter, som kunder ikke kan købe på grund af en kodefejl på webstedet!

For at du kan opdage denne fejl, skal du drage fordel af trending, en af ​​de mest almindelige aktiviteter, du vil udføre med metrics i Adobe Analytics. Trending af en metric betyder, at du analyserer en specifik metrics ændring over tid.

Du kan trende metrics i Adobe Analytics over en hvilken som helst tidsperiode med enhver granularitet. Du kan trendsidevisninger pr. måned i et helt år eller trendsidevisninger pr. time for kun en dag. I begge eksempler har du stadig en metric og en dimension. Metric'en er sidevisninger, og dimensionen er den tidsenhed, du har angivet for din tabel.

I Analysis Workspace kan du bygge denne tabel på egen hånd ved at trække metrikken og dimensionen ind, eller du kan bruge et-klik-ikonet Visualiser i en hvilken som helst række i en tabel.

Beregning af metrics med Adobe Analytics

Analytikere skal være i stand til at anvende beregninger på deres metrics, der er fleksible og justerbare på farten, et område, hvor Adobe udmærker sig. For at fortsætte med vores vejrudsigtseksempel kan det være en god idé at konvertere de høje og lave temperaturer i vejrudsigten fra Fahrenheit til Celsius. Formlen trækker 32 fra Fahrenheit-temperaturen, og gange derefter med 5/9. Denne nye metrik kan betragtes som en beregnet metrik.

Lad os tage et eksempel i analyseverdenen: En Adobe-analytiker er i en situation, hvor unikke besøgende skyder op. Inden han erklærer succes, graver analytikeren yderligere ind i en ekstra kontekst ved at tilføje sidevisninger som en metrik. I vores eksempel bemærker analytikeren noget mærkeligt - sidevisninger er knap steget, kun et par flere end det øgede antal besøgende.

Den bedste anbefaling til analytikere er at oprette en beregnet metric af sidevisninger pr. besøgende. Denne enkle metrik, der deler sidevisninger med unikke besøgende, er en af ​​de mest basale beregnede metrics i den digitale analyseindustri.

I eksemplet kan analytikeren ende med at trende den beregnede metric og opdage, at selvom antallet af besøgende steg markant, faldt sidevisningerne pr. besøgende brat. Det betyder højst sandsynligt, at ukvalificeret trafik får adgang til webstedet, så vores anbefaling er at opdele disse data efter andre dimensioner for bedre at forstå disse uinteresserede besøgende.

Beregnede metrics bliver betydeligt mere komplekse end at dividere en metric med en anden. I Adobe bruger beregnede metrikker alle de matematiske standardoperatorer (division, multiplikation, subtraktion og addition) og et væld af avancerede funktioner, såsom kvadratrod, eksponenter og percentiler. Du kan også anvende logiske operatorer (såsom større end og mindre end) og endda segmenter på beregnede metrics!

At have en større forståelse af disse metrics vil hjælpe dig med at udvikle en strategisk tilgang til dine web- og mobilstrategier.