Mittareiden mittaaminen Adobe Analyticsin avulla

Metric on määrällinen mittaus, joka vastaa kysymykseen "kuinka monta" tai "kuinka paljon". Kanssa Adobe Analyticsin avulla voit helposti käyttää näitä tietoja. Adobe Analytics tarjoaa useita tapoja kerätä mittareita.

Sääennusteemme mittarit ovat kaikki taulukon numerot - korkein, alhainen, sadeprosentti ja kosteusprosentti. Mittarit ovat yksinomaan numeroita, mutta voit muotoilla ne prosentteina, valuutoina, desimaalilukuina ja muina.

Mittarit ovat usein yleisimmin keskusteltu mittausluokka digitaalisille analyytikoille. Tavallinen kysymys, jonka B2B-yrityksen analyytikko saa, on "Kuinka monta liidettä verkkosivusto loi tällä viikolla?" Tämä kysymys viittaa liidimittariin ja on yksi B2B-verkkosivuston kriittisimmistä mittareista.

Kun olet tutkinut, miten mittareita asetetaan tosielämässä, katsotaanpa, kuinka mittareita käytetään Analysis Workspacessa.

Osumien määrittäminen Adobe Analyticsin avulla

Yksi keskeinen mittari, joka on olennainen keskusteltaessa Adobe Analyticsista, mutta joka ei ole käytettävissä Workspace-käyttöliittymässä, on osuma. Osuma kuvaa mitä tahansa vuorovaikutusta sivustosi tai sovelluksista seurauksena tiedot lähetetään Adobelle Analytics. Se on sivun katselujen, latauslinkkien, poistumislinkkien ja minkä tahansa mukautetun seurannan saalis.

Sivun näyttökertojen mittaaminen Adobe Analyticsin avulla

Aloitetaan Adobe Analyticsin yksinkertaisimmista mittareista – sivun katseluista. Näyttökertaa mittasuhde monta kertaa HTML-tiedostoja tai verkkosivujen (tai osioihin) ladattiin.

Mobiilisovellusta analysoitaessa näyttökerrat vastaavat sitä, kuinka monta kertaa sovelluksesi näytöt on ladattu sovellukseen. Matkapuhelinten näytöt ovat paljon pienempiä kuin kannettavien ja pöytätietokoneiden näytöt, ja sovelluksen näytön määritelmä on usein ainutlaatuinen yrityksessä. Työskentele Adobe-järjestelmänvalvojien kanssa saadaksesi täydellisen luettelon sovellusnäytöistä tai pyydä ainakin nyrkkisääntöä, jota he käyttävät päättäessään, pitäisikö uutta sisältöä pitää uutena näyttönä ja siten sivun katseluna.

Aina kun sivustoasi selaava henkilö lataa kotisivusi, kyseessä on sivun katselu. Samoin joka kerta, kun sivustoasi selaava henkilö lataa Yhteystiedot-sivusi, se on myös sivun katselu. Näyttökertojen kokonaismäärä kasvaa jokaisen sivun latauksen myötä.

Kuten sivun mittojen kohdalla, sivun näyttökertojen määrittely voi olla monimutkaista parallaksisivustoissa ja yksisivuisissa sovelluksissa. Hyvä uutinen on, että yrityksesi määritelmät sivuista ja näyttökerroista yhdenmukaistuvat ulottuvuuden ja mittarin välisen siteen vuoksi, joten näyttökerrat lisääntyvät aina, kun sivua tarkastellaan.

Alla olevassa kuvassa sivun katselutietoa sovellettiin useille päivämäärille, mikä tarjoaa nopean yleiskatsauksen sivujen liikenteestä kyseisellä ajanjaksolla.

Sivun katselutiedot vapaamuotoisessa taulukossa Analysis Workspacessa.

Käyntien laskeminen Adobe Analyticsin avulla

Toinen verkkoanalytiikkamaailman vakiomittari on käyntien mittari, joka tunnetaan myös Google Analyticsin istuntomittarina . Käynti määritellään vuorovaikutuksen tai joukko vuorovaikutusten yksittäisen joka koostuu yhdestä tai useammasta toiminnan. Vierailun toiminnot voivat tapahtua samalla sivulla tai useilla sivuilla.

Seuraavassa on muutama yksinkertainen esimerkki:

Katso esimerkki 1:

Maanantaina Eric laskeutuu kotisivullesi klo 13 ja sulkee selaimensa klo 13.05.

Katso esimerkki 2:

Tiistaina David laskeutuu tuotesivulle kello 11 ja katsoo videon kyseiseltä sivulta.

David hajaantuu ja sulkee kannettavan tietokoneensa klo 11.08.

Katso esimerkki 3:

Keskiviikkona Heidi laskeutuu kotisivullesi klo 19.

Hän suorittaa haun sivustollasi ja hänet ohjataan hakutulossivulle.

Heidi napsauttaa ensimmäistä tuotteen linkkiä.

Hän lisää tuotteen ostoskoriin ja siirtyy ostoskorisivulle.

Hän suorittaa kassan onnistuneesti ja tekee ostoksen kassasivulla.

Heidi vahvistaa ostonsa ostovahvistussivulla klo 19.22.

Kukin näistä kolmesta esimerkistä sisältää eri määrän sivun näyttökertoja (yksi, kaksi ja kuusi). Jokainen niistä laskettaisiin kuitenkin vain yhdeksi vierailuksi.

Bottom line: Käynnit ja näyttökerrat liittyvät toisiinsa, mutta ne eivät ole sama asia. Vierailu voi sisältää ja usein sisältää useamman kuin yhden sivun katselukerran.

Käynnit ja sivun katselutiedot vapaamuotoisessa taulukossa Analysis Workspacessa.

Olet ehkä huomannut, että kaikkien kolmen esimerkin lopussa on aika. Viimeisen vuorovaikutuksen ajankohdan sisällyttäminen on tärkeää, koska sillä mitataan, milloin käynti päättyy.

Oletko koskaan miettinyt, miksi et voi yksinkertaisesti mitata, milloin käynti päättyy, tunnistamalla, milloin käyttäjä poistuu sivulta? Syynä on se, että tekniset rajoitukset estävät analytiikka-alustoja, kuten Adobe Analyticsin ja Google Analyticsin, pystymästä havaitsemaan selaimen välilehden tai ikkunan sulkemisen toimintaa.

Tämän seurauksena analyytikot ovat joutuneet olemaan luovia määritellessään vierailun lopun. Vierailu päättyy, kun määritetty aika kuluu ilman tietojen lähetetään yksittäisten.

Oletuksena useimmat analytiikka-alustat, mukaan lukien Adobe Analytics, käyttävät 30 minuuttia passiivisuutta määrittääkseen käynnin päättymisen. Voit kuitenkin säätää aikaa, joka johtaa käynnin päättymiseen.

Yksilöllisten vierailijoiden tunnistaminen Adobe Analyticsin avulla

Sivun katselukerrat ovat tarkin ja yksityiskohtaisin vakiotieto. Useat sivun katselut tietyn ajanjakson sisällä koostuvat käynnistä, joka on vähemmän tarkka vakiotieto. Useat käynnit koostuvat yhdeksi yksittäiseksi vierailijaksi, joka on vähiten tarkkoja vakiotietoja.

Määrä kävijää sivuston tai sivun on määrä yksilöiden toimintaa, jossa yksi tai useampi käyntejä sivusto, sovellus tai sivun. ( Google Analytics käyttää termiä käyttäjät yksittäisten vierailijoiden sijaan . ) Huomaa, että yksittäiset vierailijat ovat erilaisia ​​kuin yksittäiset ihmiset. Adobe Analyticsilla ei ole mitään keinoa tietää eroa kahden tietokoneen jakavan henkilön välillä tai henkilön välillä, joka käyttää samaa sivustoa kahdella eri selaimella samalla tietokoneella.

Alla oleva kuva on taulukko Analysis Workspacessa, jossa näkyvät käynnit, sivun katselut ja yksittäiset vierailijat.

Käyntien, sivun katseluiden ja yksittäisten vierailijoiden tarkasteleminen vapaamuotoisessa taulukossa Analysis Workspacessa.

Yksittäisten vierailijoiden mittari perustuu evästeisiin. Jos selaimen tunnistava eväste poistetaan, Adobe ei voi yhdistää kyseisen henkilön käyntihistoriaa uusiin käynteihin. Tämän seurauksena uudet käynnit luovat uuden evästeen ja näkyvät siksi uutena ainutlaatuisena vierailijana. Yksilöllisen vierailijan tarkempi määritelmä sanoisi, että se on selaimen evästeiden yksilöllinen määrä , mutta se ei ole niin hauskaa kuin vain kutsua niitä ihmisiksi.

Adobe Analyticsissa on vakiomittari yksilöllisten vierailijoiden tunnistamiseen, jota kutsutaan ihmiset-mittariksi, mutta se on vain Adoben Device Co-op -ohjelmaan osallistuvien Adobe-asiakkaiden käytettävissä.

Duplikoinnin ymmärtäminen Adobe Analyticsia käytettäessä

Nyt kun olet oppinut mittareista, joilla on kolme eri tarkkuustasoa (sivun katselut, käynnit ja vierailijat), mutta vain yksi ulottuvuus (sivu), on tärkeää miettiä, miten ne kaikki yhdistyvät. Adobe Analyticsin joustavuus edellyttää, että sinulla on tietyn tason ymmärtäminen päällekkäisyyden poistamisesta. Kaksoiskappale on identtinen kopio jotain. Mitattaessa vuorovaikutteisissa verkkosivuilla, se on usein hyödyllistä deduplicate - riisua pois päällekkäisiä toimintaa.

Tutkitaanpa esimerkkiä:

Nolan katselee kotisivua.

Nolan katselee artikkelisivua.

Nolan katselee kotisivua uudelleen.

Vaikka tämä on yksinkertainen esimerkki, asiat hämmentyvät nopeasti. Taulukko, joka sisältää sivuulottuvuuden ja näyttökerrat-tiedon, näyttäisi odotetulta: Etusivulla on kaksi sivua ja artikkelisivulla yksi sivu.

Mutta jos lisäät tähän taulukkoon toisen käyntien mittarin, etusivulla on yksi käynti ja kaksi sivun näyttökertaa ja artikkelisivulla yksi käynti. Miksi yksi käynti mutta kaksi sivun katselua etusivulle? Käyntimittarista poistetaan päällekkäisyys, mikä tarkoittaa, että se lasketaan vain kerran koko käynnin aikana. Itse asiassa Nolan olisi voinut käydä edestakaisin kotisivun ja saman artikkelisivun välillä 50 kertaa, ja kumpikin näistä kahdesta sivusta saisi silti vain yhden käynnin.

Adobe poistaa käyntien kaksoiskappaleet ulottuvuudesta riippumatta; riippumatta siitä, kuinka monta kertaa ulottuvuusarvo lähetetään käynnin aikana, käyntitiedot lasketaan vain kerran.

Laajennetaan esimerkkiämme lisäämällä toinen käynti, tämä tulee viikkoa myöhemmin:

Nolan katselee kotisivua.

Nolan katselee tuotesivua.

Nolan katselee kotisivua uudelleen.

Jos tarkastelet raporttitaulukkoa, jossa on päivämäärät, jotka kattavat molemmat käynnit, voit harkita, kuinka kukin tieto olisi kohdistettu sivuulottuvuuden kunkin ulottuvuuden arvon kanssa. Kotisivu saa neljän sivun katselukertoja, kaksi käyntiä ja vain yhden vierailijan. Artikkelisivu ansaitsee yhden sivun katselukerran, yhden käynnin ja yhden vierailijan. Tuotesivu ansaitsee myös yhden sivun näyttökerran, yhden katselukerran ja yhden kävijän. Tämä tarkoittaa, että myös yksittäisten vierailijoiden tiedot poistetaan, mutta se tehdään käyntien aikana vierailijan koko historian ajan.

Trendaavat mittarit Adobe Analyticsissa

Jos ajattelet tulevaisuuttasi analyytikkona, saatat kuvitella huomaavasi uskomattoman muutoksen tiedoissa, mikä säästää yrityksesi miljoonia. Tässä unessa olet ehkä löytänyt useita kalliita tuotteita, joita asiakkaat eivät voi ostaa verkkosivuston koodausvirheen vuoksi!

Jotta voit havaita tämän virheen, sinun on hyödynnettävä trendejä, joka on yksi yleisimmistä Adobe Analyticsin mittareilla tekemistäsi toiminnoista. Mittarin trendaaminen tarkoittaa, että analysoit tietyn mittarin muutosta ajan myötä.

Voit trendata mittareita Adobe Analyticsissa millä tahansa ajanjaksolla millä tahansa tarkkuudella. Voit trendiä sivun katselukertoja kuukaudessa koko vuoden ajan tai sivun näyttökertoja tunnissa vain yhden päivän ajan. Molemmissa esimerkeissä sinulla on edelleen mittari ja ulottuvuus. Tieto on sivun katselukerrat ja ulottuvuus on taulukollesi määrittämäsi aikayksikkö.

Analyysityötilassa voit rakentaa tämän taulukon itse vetämällä mittarin ja ulottuvuuden, tai voit käyttää yhden napsautuksen visualisointikuvaketta minkä tahansa taulukon millä tahansa rivillä.

Mittareiden laskeminen Adobe Analyticsin avulla

Analyytikoiden on voitava soveltaa mittareihinsa laskelmia, jotka ovat joustavia ja säädettävissä lennossa, missä Adobe on erinomainen. Jatkaksesi sääennusteesimerkkiämme, saatat haluta muuntaa ennusteen korkeat ja matalat lämpötilat Fahrenheit-asteista Celsius-asteiksi. Kaava on vähennä 32 Fahrenheit-lämpötilasta ja kerrotaan sitten 5/9. Tätä uutta mittaria voidaan pitää laskennallisena mittarina.

Otetaan esimerkki analytiikkamaailmasta: Adoben analyytikko on tilanteessa, jossa yksittäisiä vierailijoita syntyy. Ennen menestymisen julistamista analyytikko kaivaa lisäkontekstia lisäämällä näyttökerrat mittariksi. Esimerkissämme analyytikko huomaa jotain outoa – sivujen katselukerrat ovat tuskin lisääntyneet, vain muutaman enemmän kuin kävijämäärän kasvu.

Paras analyytikoille tarjottava suositus on luoda laskettu mittari sivun näyttökerroista vierailijaa kohti. Tämä yksinkertainen mittari, joka jakaa sivun katselut yksittäisten vierailijoiden mukaan, on yksi digitaalisen analytiikan alan peruslasketuimmista mittareista.

Esimerkissä analyytikko voi päätyä trendoimaan laskettua mittaria ja huomaamaan, että vaikka kävijät lisääntyivät merkittävästi, kävijäkohtaisten sivujen katselukerrat laskivat jyrkästi. Todennäköisesti tämä tarkoittaa, että sivustolle tulee epäpätevää liikennettä, joten suosittelemme erittelemään tiedot muiden ulottuvuuksien mukaan, jotta ymmärrät paremmin näitä välinpitämättömiä vierailijoita.

Lasketut mittarit ovat huomattavasti monimutkaisempia kuin yhden mittarin jakaminen toisella. Adobessa lasketut metriikot käyttävät kaikkia tavallisia matemaattisia operaattoreita (jako-, kerto-, vähennys- ja yhteenlasku) ja runsaasti kehittyneitä toimintoja, kuten neliöjuuria, eksponenteja ja prosenttipisteitä. Voit myös käyttää loogisia operaattoreita (kuten suurempi kuin ja pienempi kuin) ja jopa segmenttejä laskettuihin mittareihin!

Näiden mittareiden parempi ymmärtäminen auttaa sinua kehittämään strategisen lähestymistavan verkko- ja mobiilistrategioihin.