Tietojen analysointi Adobe Analyticsin avulla: Mistä tiedot ovat peräisin

Et ehkä tiedä tätä, mutta Adobe Analyticsin käyttäjät analysoivat tietoja verkkosivustojensa ulkopuolelta. Adobe myös kerää tietoja asiakkaidensa puolesta mobiilisovelluksissa, tablet-sovelluksissa ja muissa sovelluksissa. Lisäksi Adobe on lisännyt Adobe Analyticsiin huomattavaa joustavuutta, jotta se pystyy käsittelemään digitaalisesti yhdistettyä kuluttajamaailmaa, joka vaihtaa saumattomasti puheavustajasta puhelimeen kannettavaan tietokoneeseen.

©Shutterstock/LineTale

Jonah Hill -hahmo määritteli käsitykset data-analyysin luonteesta populaarikulttuurin alueella Moneyball- kirjan elokuvasovituksessa . Tuossa tositarinassa pienten markkinoiden baseballjoukkue (Oakland A's) onnistui päihittämään huomattavasti suuremman palkkasumman omaavat joukkueet tunnistamalla innovatiivisesti alihinnoiteltuja pelaajia ja toimimalla hankkiakseen alihinnoiteltuja pelaajia tilastollisten mittareiden perusteella, jotka mittasivat pelaajan tehokkuutta perinteistä enemmän ja monella tapaa vastaan. mittareita, kuten lyöntien keskiarvot, kotijuoksut kauden aikana ja RBI:t.

Elokuvan ilmestymisen jälkeen tiedon keräämiseen ja analysointiin on ilmaantunut uusia ja yhä monimutkaisempia haasteita. ( Tutustu tästä artikkelista lisätietoja tietotrendeistä .)

Esimerkiksi online-laitteiden käyttäjät on ehdollistettu navigoimaan nopeasti paikasta toiseen, mikä vaatii tarkempia ja yksityiskohtaisempia mittareita käyttäjien toiminnan tarkkaan seuraamiseen. Ja käyttäjät ovat yhä tietoisempia yksityisyyteen liittyvistä näkökohdista ja tekevät tietoisempia päätöksiä siitä, miten he haluavat hallita suhdetta sen mukavuuden välillä, jota heidän toimintansa seuranta ja verkkotoimintansa luottamuksellisuuden säilyttäminen tarjoavat.

Tietojen analysoinnin kolikon toisella puolella on olemassa huomattavasti enemmän käyttäjätietojen lähteitä kuin muutama vuosi sitten. Nykyään Adobella on useita mekanismeja tietojen tuomiseksi data-analyysiä varten digitaalisesti irrotetuista lähteistä, kuten puhelinpalvelukeskuksista, asiakassuhteiden hallintajärjestelmistä (CRM) ja myymälöiden kauppakoneista.

Ennen kuin sukeltaa tietojen keräämisen yksityiskohtiin, on tärkeää ymmärtää, että tietojen kerääminen ja pumppaaminen Adobe Analyticsiin ei tavallisesti ole tietoanalyytikoiden tehtävä. Tehtäväsi analyytikkona on analysoida käyttäjien toiminnasta kerättyä dataa.

Mutta seuraavat perustiedot yleiskuvan siitä, miten tietoja kerätään tärkeää analyytikoille kahdesta syystä. Ensinnäkin on hyvä tietää, mistä tiedot ovat peräisin, kun haluat arvioida sen pätevyyttä. ja toiseksi, kun hallitset tietojen louhinnan ja lähettämisen Adobe Analyticsiin, voit olla tuottavammin vuorovaikutuksessa niiden ihmisten kanssa, jotka määrittävät tiedon poimivia työkaluja.

Adobe Analyticsin käyttäminen tietojen keräämiseen verkkosivustoilta

Aloitetaan yleisimmästä Adobe Analytics -tietolähteestä: verkkosivustoista. Web-tiedot analysoitiin alun perin palvelinlokien perusteella. Palvelimet luovat automaattisesti palvelinlokitiedot, jotka isännöivät verkkosivustoja ja tarjoavat jokaisen sivuston jokaisen pyynnön ja latauksen määrän ja aikaleiman. Valitettavasti tiedot ovat erittäin epäluotettavia, koska palvelinlokit eivät pysty erottamaan botteja ihmisistä.

Botit ovat automatisoituja tietokoneita, jotka skannaavat verkkosivustoja. Nämä robotit ovat usein ystävällisiä ja niitä käytetään hakukoneiden tai tuotekokonaisuuksien verkkosivustojen luokitteluun. Jotkut robotit ovat kuitenkin epäystävällisiä ja niitä käytetään kilpailutietoihin tai vielä pahempaa.

Koska palvelinlokit eivät voi erottaa ihmistä robotista, ala siirtyi nopeasti tunnisteisiin, jotka ovat nyt alan standardi. Yleensä tunnisteet ovat JavaScript-pohjaisia ​​koodirivejä, jotka lisäävät näkymätön kuvan jokaiselle verkkosivustosi sivulle ja toimintoon. Nämä kuvat toimivat majakkana analytiikkatyökaluille, joissa useita asioita tapahtuu muutamassa millisekunnissa:

JavaScript-koodi tunnistaa selaimen ja laitteen tiedot sekä sivunäkymän aikaleiman.

Lisää JavaScript-koodia ajetaan etsimään evästettä, joka on selaimeen tallennettu teksti. Evästeitä voivat käyttää vain ne asetetut verkkotunnukset, ja niillä on usein vanhentumispäivä.

Jos se on olemassa, evästeestä poimitaan vierailijatunnus käyttäjän tunnistamiseksi käynneillä ja sivuilla. Jos vierailijatunnusta ei ole, yksilöllinen tunnus luodaan ja asetetaan uuteen evästeeseen. Nämä tunnukset ovat yksilöllisiä kullekin vierailijalle, mutta ne eivät ole yhteydessä käyttäjän henkilötietoihin, mikä tarjoaa käyttäjien yksityisyyttä.

Lisää JavaScriptiä käytetään keräämään tietoja sivusta: URL-osoitteen, viittaavan sivun ja joukon mukautettuja ulottuvuuksia, jotka tunnistavat vierailijan toiminnan ja käyttäytymisen.

Kaiken tämän JavaScript-logiikan suorittamisen jälkeen kuvamajakka luodaan lähettämään tietoja Adoben analytiikan keruu- ja käsittelymoottoriin.

Pelottavaa eikö? No, tältä verkkokehittäjistä tuntui. Kun verkkoanalytiikka tuli ensimmäisen kerran näyttämölle, yksi vaikeimmista töistä oli opettaa kehittäjiä kirjoittamaan ja testaamaan kaikkea tätä JavaScriptiä varmistaaksemme, että tagimme käynnistyvät oikein. Kehittäjien opettaminen kehittymään – ei hauskaa työtä.

Onneksi vieläkin älykkäämpi kehittäjä keksi idean siirtää kaikki tämä JavaScript yhdeksi käyttöliittymäksi. web-kehittäjien täytyi lisätä vain yksi tai kaksi koodiriviä sivuston jokaiselle sivulle, ja markkinoija saattoi sitten hallita tunnisteitaan tällä uudella alustalla, jonka nimi oli tunnisteiden hallintajärjestelmä tai TMS. Ei kestänyt kauan, kun tunnisteiden hallintateollisuus räjähti räjähdysmäisesti, mikä johti kymmeniin myyjiin ja sitten yritysostoihin, fuusioihin ja teknologiakeskuksiin.

Hyvä uutinen on, että tunnisteiden hallintajärjestelmäteollisuus on kaupallistettu ja se on saatavana ilmaiseksi Adobelta Dynamic Tag Managerin (DTM) ja Adobe Launchin muodossa. Saatat jo tuntea Googlen TMS:n, Google Tag Managerin tai jonkin itsenäisistä TMS-soittimista, kuten Tealium, Ensighten tai Signal.

Todennäköisesti yrityksesi käyttää jo jotakin näistä teknologioista markkinointitunnisteiden käyttöönottamiseksi verkkosivustollasi. Ne kaikki voivat ottaa käyttöön Adobe Analyticsin, vaikka Adoben suositus parhaiksi käytännöiksi on käyttää Adobe Launchia.

Adobe Analyticsin käyttäminen tietojen keräämiseen mobiililaitteista

Jos kannettavalle tietokoneelle toimitetut vakiosivustot ovat luonnollinen paikka aloittaa tiedonkeruukeskustelumme, siirtyminen pienempään mobiilinäyttöön on looginen seuraava askel.

Saatat jo tietää, että verkkosuunnittelun tässä kehitysvaiheessa mobiilisivustot ovat täysin toimivia verkkosivuja, eivät kannettavien, pöytätietokoneiden tai suurten näyttöjen sivuja jälkikäteen. Nämä pienemmän mittakaavan verkkosivustot luodaan käyttämällä web-kehityksen lähestymistapaa, jota kutsutaan responsiiviseksi suunnitteluksi, jossa verkkosivuston sisällön luomiseen käytetty koodi on sama verkkovierailijan näytön ja selaimen koosta riippumatta. Yrityksesi on todennäköisesti jo hyödyntänyt responsiivista suunnittelua.

Kun käytetään responsiivista suunnittelua, samojen tunnisteiden, jotka käynnistyvät työpöytäsivustolla, pitäisi toimia mobiili- ja tablet-optimoiduilla verkkosivustoilla, koska ne ovat pohjimmiltaan sama asia, mikä on hyvä uutinen tagien hallinnan maailmassa. Responsiiviseen suunnitteluun perustuvien mobiilisovellusten maailma on kuitenkin täysin erilainen kuin alkuperäisten sovellusten maailma.

Tietojen louhinta natiivisovelluksista Adobe Analyticsin avulla

Natiivisovellukset asettavat erityisiä haasteita tiedonkeruulle. Nämä mobiili- ja tablet-sovellukset on ohjelmoitu eri tavalla kuin responsiiviset verkkosivustot.

Yleensä natiivisovellukset eivät toimi selaimissa, ne eivät käytä HTML:ää eivätkä voi suorittaa JavaScriptiä. Itse asiassa iOS:lle rakennetut sovellukset on rakennettu eri ohjelmointikielellä (Objective C) kuin Android-sovellukset (Java). Nämä tekniset ohjelmointikielet mainitaan yhdestä tärkeästä syystä: Tunnisteiden hallintajärjestelmä ei toimi mobiili- ja tablet-sovelluksissasi.

Jotkut tunnisteiden hallintajärjestelmien toimittajat ovat hakkeroineet JavaScriptin sisällyttämisen sovelluksiin, mutta tuloksen ominaisuudet ovat rajalliset ja se on kaukana parhaista käytännöistä. Täydellisin, tarkin ja skaalautuvin tapa ottaa Adobe-työkalut käyttöön on käyttää Adoben mobiiliohjelmistokehityspakettia (SDK). Adobe Mobile SDK on rakennettu toimimaan tiedonkeruujärjestelmänä, kuten tunnisteiden hallintajärjestelmä, mutta se käyttää sovelluksen alkuperäistä ohjelmointikieltä (Objective C iOS:lle tai Java Androidille).

Adobe SDK on tärkeä, koska sillä on syvällisempi pääsy sovellusta suorittavaan koodiin, ja siksi sitä voidaan käyttää muuhunkin kuin tiedonkeruuseen. Sen lisäksi, että Adobe SDK lähettää tietoja Adobe Analyticsiin, sen on tehtävä seuraavat:

• Tallenna maantieteelliset sijaintitiedot GPS:n perusteella.
• Käytä GPS-tietoihin perustuvia geoaitoja analysointia tai toimintaa varten.
• Lähetä push-ilmoituksia käyttäjille.
• Päivitä sovelluksen sisältö sovelluksen sisäisten viestien, personoinnin ja testauksen avulla.

Pääsy näihin ominaisuuksiin saattaa rajoittua SKU:hun tai versioon, jonka yrityksesi on ostanut Adobelta. Työskentele Adobe Account Managerin kanssa selvittääksesi, mitkä näistä ominaisuuksista sisältyvät sopimukseesi.

Adobe Analyticsin käyttäminen tietojen keräämiseen IoT:stä ja muualta

Nyt kun ymmärrät kahden suurimman käyttötapauksen (verkko ja mobiili) keräämisstandardit, on aika siirtyä yleisempään esineiden Internetiin (IoT). Jokaisen, joka kysyy dataa koskevia kysymyksiä, tulee ajatella digitaalisia kioskeja, älykelloja, yhdistettyjä autoja, interaktiivisia näyttöjä ja mitä tahansa muita uusia laitteita, joita tekniikan yliherramme ovat ilmoittaneet tämän lauseen kirjoittamisen jälkeen.

Adoben kaltaisten toimittajien on vaikea pysyä jokaisen uuden laitteen ajan tasalla, koska SDK:iden rakentaminen vaatii aikaa, rahaa, tutkimusta, insinöörejä, koodia, laadunvarmistusta ja paljon muuta. Mutta älä huoli: laitteet, joissa ei ole alkuperäisiä SDK:ita, voivat silti lähettää tietoja Adobe Analyticsiin.

Paras käytäntö tietojen lähettämiseen näistä laitteista on sovellusohjelmointirajapinnan (API) kautta. Lyhyesti sanottuna tämä tarkoittaa, että IoT-sovelluksen kehittäjät voivat kirjoittaa oman koodinsa luodakseen yhteyden Adobe Analytics -tiliisi ja lähettää sitten tietoja siihen.

API-liittymistä on tullut oletustapa, jolla tietoja lähetetään mistä tahansa Internetiin yhdistetystä laitteesta joko kokopäiväisesti tai osa-aikaisesti. Adobella on myös joitain suosituksia jaettavaksi, varsinkin joidenkin niiden suurien panosten osalta, kun kyse on näistä uusista laitteista, kuten puheäänestä ja yhdistettyyn autoon. Tätä kirjoitettaessa SDK:t eivät ole saatavilla puheaktivoituihin laitteisiin tai yhdistettyihin autosovelluksiin. Adobella on kuitenkin parhaat käytännöt tietojen mukauttamiseen, muuttuviin asetuksiin ja koodivaihtoehtoihin molemmille näille tekniikoille.

Yritysohjelmistoja – laitoksille lisensoituja ohjelmistoja – päivitetään säännöllisesti, ja Adobe julkaisee parhaita käytäntöjä uusiin digitaalisiin tietovälineisiin, kuten puheeseen ja yhdistettyyn autoon, liittyvien tietojen seurantaan.

Olet nyt tutkinut kaiken tyyppistä dataa, joka on tuotettu laitteilla, joilla on osa- tai kokoaikainen pääsy Internetiin: tietokoneet, puhelimet, tabletit ja IoT.

Ihmisten digitaaliset kokemukset ja vuorovaikutus näillä laitteilla tallennetaan jollain TMS:n, SDK:n ja API:n yhdistelmällä. Markkinoijien ja analyytikoiden mukaan luettelosta puuttuu jotain: dataa, joka ei perustu käyttäytymiseen.

Ehkä paras esimerkki ei-käyttäytymistiedoista tulee asiakassuhteiden hallintatyökalustasi (CRM) . CRM-työkaluja käytetään mahdollisten asiakkaiden ja asiakkaiden järjestämiseen, luokitteluun ja hallintaan. Muita esimerkkejä ei-käyttäytymistiedoista, joista markkinoijat ja analyytikot olisivat kiinnostuneita, ovat seuraavat:

• Puhelinkeskus
• Ostokset offline-tilassa tai myymälässä
• Palautukset tai peruutukset
• Myytyjen tuotteiden tuotekustannukset
• Mainoskampanja
• Asiakastyytyväisyys

Adobe Analytics voi tuoda mitä tahansa näistä tietotyypeistä monien muiden ohella. Yleensä nämä tiedot tuodaan Adobe Analyticsiin joko File Transfer Protocol (FTP) tai API:n kautta.