Andmete analüüsimine Adobe Analyticsiga: kust andmed pärinevad

Te ei pruugi seda teada, kuid Adobe Analyticsi kasutajad teostavad andmeanalüüsi asjade kohta, mis asuvad väljaspool oma veebisaite. Adobe kogub andmeid ka oma klientide nimel mobiilirakendustes, tahvelarvutirakendustes ja mujal. Lisaks on Adobe loonud Adobe Analyticsi märkimisväärse paindlikkuse, et tulla toime digitaalsemalt ühendatud tarbijamaailmaga, mis lülitub sujuvalt hääleassistendilt telefonilt sülearvutile.

©Shutterstock/LineTale

Arusaamad andmete analüüsi olemusest defineeris populaarkultuuri vallas Jonah Hilli tegelane raamatu Moneyball filmitöötluses . Selles tõestisündinud loos suutis väikese turuga pesapallimeeskond (Oakland A's) märkimisväärselt edestada palju suurema palgafondiga meeskondi, tuvastades uuenduslikult alahinnatud mängijaid ja tegutsedes nende hankimiseks, tuginedes mängija efektiivsuse statistilisele mõõtmisele, mis ületab traditsioonilisi ja on mitmel viisil vastuolus. mõõdikud, nagu löökide keskmised, hooaja jooksul jooksud ja RBId (sissejooksud).

Pärast selle filmi ilmumist on andmete kogumisel ja analüüsimisel esile kerkinud uued ja üha keerulisemad väljakutsed. ( Andmete suundumuste kohta lisateabe saamiseks vaadake seda artiklit .)

Näiteks on võrguseadmete kasutajad loodud kiiresti ühest kohast teise navigeerimiseks, mistõttu on kasutaja tegevuse täpseks jälgimiseks vaja nüansirikkamaid ja üksikasjalikumaid mõõdikuid. Ja kasutajad on üha teadlikumad privaatsuskaalutlustest ja teevad teadlikumaid otsuseid selle kohta, kuidas nad soovivad hallata suhet nende tegevuse jälgimise ja võrgutegevuse konfidentsiaalsuse säilitamise vahel.

Andmeanalüüsi mündi teisel poolel on kasutajaandmete allikaid tunduvalt rohkem kui paar aastat tagasi. Tänapäeval on Adobel mitmeid mehhanisme andmete importimiseks andmete analüüsimiseks digitaalselt lahtiühendatud allikatest, nagu kõnekeskused, kliendisuhete halduse (CRM) süsteemid ja poekaubanduse mootorid.

Enne andmete kogumise üksikasjadesse sukeldumist on oluline mõista, et andmete kogumine ja nende Adobe Analyticsisse pumpamine ei ole tavaliselt andmeanalüütikute pärusmaa. Teie ülesanne analüütikuna on analüüsida kasutajate tegevusest kogutud andmeid.

Aga järgmised põhilised ülevaade , kuidas andmeid kogutakse on oluline analüütikud kahel põhjusel. Esiteks on hea teada, kust andmed pärinevad, kui soovite hinnata nende kehtivust; ja kaks, andmete kaevandamise ja Adobe Analyticsisse saatmise protsessi põhiteadmine võimaldab teil produktiivsemalt suhelda inimestega, kes seadistavad andmeid ekstraheerivad tööriistad.

Adobe Analyticsi kasutamine andmete kogumiseks veebisaitidelt

Alustame kõige tavalisema Adobe Analyticsi andmeallikaga: veebisaitidega. Veebiandmeid analüüsiti algselt serveri logide põhjal. Serverilogiandmed genereerivad automaatselt serverid, mis hostivad veebisaite ja annavad iga saidi iga päringu ja allalaadimise loendi ja ajatempli. Kahjuks on andmed väga ebausaldusväärsed, kuna serveri logid ei suuda roboteid inimestest eristada.

Botid on automatiseeritud arvutid, mis skannivad veebisaite. Need robotid on sageli sõbralikud ja neid kasutatakse veebisaitide järjestamiseks otsingumootorite või toodete koondajate veebisaitide jaoks. Mõned robotid on aga ebasõbralikud ja neid kasutatakse konkurentsile või hullemaks.

Kuna serverilogid ei erista inimest robotist, läks tööstus kiiresti üle siltidele, mis on nüüdseks valdkonna standard. Üldiselt on sildid JavaScripti-põhised koodiread, mis lisavad teie veebisaidi igale lehele ja toimingule nähtamatu pildi. Need pildid toimivad majakana analüüsitööriistadele, kus vaid mõne millisekundi jooksul juhtub mitu asja.

JavaScripti kood töötab brauseri ja seadme teabe ning lehevaate ajatempli tuvastamiseks.

Küpsise olemasolu otsimiseks käitatakse rohkem JavaScripti koodi , mis on brauserisse salvestatud tekstiosa. Küpsistele pääsevad juurde ainult need domeenid, mis need määrasid ja millel on sageli aegumiskuupäev.

Kui see on olemas, eraldatakse küpsisest külastaja ID, et tuvastada kasutaja külastuste ja lehtede vahel. Kui külastaja ID-d pole olemas, luuakse kordumatu ID ja see seatakse uude küpsisesse. Need ID-d on iga külastaja jaoks ainulaadsed, kuid ei ole seotud kasutaja isikuandmetega, pakkudes seega kasutajatele privaatsust.

Lehe kohta teabe kogumiseks kasutatakse rohkem JavaScripti: URL, viitaja ja hulk kohandatud dimensioone, mis tuvastavad külastaja tegevuse ja käitumise.

Pärast seda, kui JavaScripti loogika töötab, luuakse pildimajakas andmete saatmiseks Adobe analüütika kogumis- ja töötlemismootorisse.

Hirmutav kas pole? Noh, nii tundsid veebiarendajad. Kui veebianalüütika esmakordselt sündmuskohale jõudis, oli üks raskemaid töid õpetada arendajatele seda JavaScripti kirjutama ja testima, et tagada meie siltide täpne käivitus. Arendajate arenemise õpetamine – see pole lõbus töö.

Meie õnneks tuli veelgi targem arendaja ideele viia kogu see JavaScript ühte kasutajaliidesesse. veebiarendajad pidid saidi igale lehele lisama vaid ühe või kaks koodirida ja turundaja sai seejärel hallata oma silte sellel uuel platvormil, mille nimi oli sildihaldussüsteem ehk TMS. Ei läinud kaua aega, kui sildihaldustööstus plahvatas, põhjustades kümneid tarnijaid ning seejärel omandamisi, ühinemisi ja tehnoloogiapöördeid.

Hea uudis on see, et sildihaldussüsteemide tööstus on muutunud kaubaks ning see on Adobe'ilt tasuta saadaval Dynamic Tag Manageri (DTM) ja Adobe Launchi kujul. Võib-olla olete juba tuttav Google'i TMS-i, Google Tag Manageri või mõne sõltumatu TMS-i mängijaga, nagu Tealium, Ensighten või Signal.

Tõenäoliselt kasutab teie ettevõte juba mõnda neist tehnoloogiatest teie veebisaidil turundusmärgendite juurutamiseks. Kõik need saavad juurutada Adobe Analyticsi, kuigi Adobe soovitab parimaks tavaks kasutada Adobe Launchi.

Adobe Analyticsi kasutamine mobiilseadmetest andmete jäädvustamiseks

Kui meie andmete kogumise arutelu alustamiseks on loomulik koht sülearvutile tarnitud standardveebisaidid, on loogiline järgmine samm liikumine väiksemale mobiiliekraanile.

Võib-olla teate juba, et veebidisaini arengu praeguses etapis on mobiiliveebisaidid täielikult töötavad veebilehed, mitte sülearvutite, lauaarvutite või suurte monitoride saitide järelmõeldud lisad. Nende väiksemamahuliste veebisaitide loomisel kasutatakse veebiarenduse lähenemist, mida nimetatakse reageerivaks disainiks, mille puhul veebilehe sisu loomiseks kasutatav kood on sama sõltumata veebikülastaja ekraani ja brauseri suurusest. Tõenäoliselt kasutab teie ettevõte juba tundlikku disaini.

Reageeriva kujunduse rakendamisel peaksid samad märgendid, mis käivituvad lauaarvutite saidil, toimima ka mobiili- ja tahvelarvutitele optimeeritud veebisaitidel, kuna need on sisuliselt samad, mis on siltide haldamise maailmas hea uudis. Responsiivkujunduspõhiste mobiilirakenduste maailm on aga täiesti erinev omarakenduste omast.

Andmete kaevandamine omarakendustest Adobe Analyticsiga

Omarakendused esitavad andmete kogumisel erilisi väljakutseid. Need mobiili- ja tahvelarvutirakendused on programmeeritud teistmoodi kui tundlikud veebisaidid.

Üldiselt ei tööta omarakendused brauserites, ei kasuta HTML-i ega saa käitada JavaScripti. Tegelikult on iOS-i jaoks loodud rakendused üles ehitatud erinevas programmeerimiskeeles (Objective C) kui Androidi rakendused (Java). Neid tehnilisi programmeerimiskeeli mainitakse ühel olulisel põhjusel: sildihaldussüsteem ei tööta teie mobiili- ja tahvelarvutirakendustes.

Mõned sildihaldussüsteemide müüjad on häkkinud JavaScripti rakendustesse kaasamise võimaluse, kuid tulemusel on piiratud võimalused ja see pole kaugeltki parim tava. Kõige täielikum, täpsem ja skaleeritavam viis Adobe'i tööriistade juurutamiseks on kasutada Adobe'i mobiilitarkvara arenduskomplekti (SDK). Adobe mobiilne SDK on loodud töötama andmete kogumissüsteemina, nagu sildihaldussüsteem, kuid kasutab rakenduse emakeelt (Objective C iOS-i jaoks või Java Androidi jaoks).

Adobe SDK on oluline, kuna sellel on sügavam juurdepääs rakendust käitavale koodile ja seetõttu saab seda kasutada rohkemaks kui lihtsalt andmete kogumiseks. Lisaks andmete Adobe Analyticsile saatmisele peab Adobe SDK tegema järgmist.

• Jäädvustage GPS-i põhjal geograafilise asukoha andmeid.
• Kasutage nendel GPS-andmetel põhinevaid geopiirdeid analüüsiks või tegevuseks.
• Saatke kasutajatele tõukemärguandeid.
• Värskendage rakenduse sisu rakendusesisese sõnumivahetuse, isikupärastamise ja testimise kaudu.

Juurdepääs nendele võimalustele võib piirduda SKU-ga või versiooniga, mille teie ettevõte on Adobelt ostnud. Tehke koostööd oma Adobe'i kontohalduriga, et mõista, millised neist võimalustest teie lepingus sisalduvad.

Adobe Analyticsi kasutamine andmete kogumiseks asjade Internetist ja mujalt

Nüüd, kui mõistate kahe suurima kasutusjuhtumi (veeb ja mobiil) kogumisstandardeid, on aeg hakata hargnema asjade Interneti (IoT) üldisema komplektiga. Kõik, kes küsivad andmete kohta küsimusi, peavad mõtlema digitaalsetele kioskitele, nutikelladele, ühendatud autodele, interaktiivsetele ekraanidele ja mis tahes muudele uutele seadmetele, millest meie tehnikaülemad on pärast selle lause kirjutamist teatanud.

Müüjatel, nagu Adobe, on raske iga uue seadmega kursis olla, sest SDK-de loomine võtab aega, raha, uurimistööd, insenere, koodi, kvaliteedi tagamist ja palju muud. Kuid ärge muretsege: seadmed, millel pole omapõhiseid SDK-sid, saavad siiski Adobe Analyticsile andmeid saata.

Parim tava andmete saatmiseks ühest neist seadmetest on rakenduste programmeerimisliidese (API) kaudu. Lühidalt tähendab see, et asjade Interneti-rakenduse arendajad saavad kirjutada oma koodi, et luua ühendus teie Adobe Analyticsi kontoga ja seejärel saata sellele andmed.

API-d on muutunud vaikeviisiks andmete saatmiseks mis tahes Interneti-ühendusega seadmest, kas täis- või osalise tööajaga. Adobel on ka mõned soovitused, mida jagada, eriti nende uute seadmete puhul, nagu kõne ja ühendatud auto. Selle kirjutamise ajal ei ole SDK-d häälaktiveeritavate seadmete või ühendatud autorakenduste jaoks saadaval. Siiski on Adobe'il mõlema tehnoloogia jaoks andmete kohandamise, muutuvate sätete ja koodivalikute parimad tavad.

Ettevõttetarkvara – asutustele litsentsitud tarkvara – uuendatakse regulaarselt ja Adobe avaldab parimad tavad uute digitaalsete meediumidega (nt kõne ja ühendatud auto) seotud andmete jälgimiseks.

Olete nüüd avastanud igat tüüpi andmeid, mida loovad seadmed, millel on osalise või täisajaga juurdepääs veebile: arvutid, telefonid, tahvelarvutid ja asjade internet.

Inimeste digitaalsed kogemused ja suhtlus nendes seadmetes jäädvustatakse mõne TMS-i, SDK ja API kombinatsiooniga. Turundajate ja analüütikute sõnul on selles loendis midagi puudu: andmed, mis ei põhine käitumisel.

Võib-olla parim näide mittekäitumuslike andmete kohta pärineb teie kliendisuhete halduse (CRM) tööriistast . CRM-i tööriistu kasutatakse teie potentsiaalsete ja klientide korraldamiseks, kategoriseerimiseks ja haldamiseks. Muud näited mittekäitumuslike andmete kohta, millest turundajad ja analüütikud huvi võiksid pakkuda, on järgmised.

• Kõnekeskus
• Võrguühenduseta või poes ostmine
• Tagastamine või tühistamine
• Müüdud kauba toote maksumus
• Reklaamikampaania
• Kliendirahulolu

Adobe Analytics suudab importida kõiki neid andmetüüpe koos paljude teistega. Üldiselt imporditakse need andmed Adobe Analyticsisse kas failiedastusprotokolli (FTP) või API kaudu.