Analiza podataka pomoću Adobe Analyticsa: odakle podaci dolaze

Možda to ne znate, ali korisnici Adobe Analyticsa obavljaju analizu podataka na stvarima izvan svojih web stranica. Adobe također bilježi podatke u ime svojih kupaca u mobilnim aplikacijama, aplikacijama za tablete i još mnogo toga. Osim toga, Adobe je ugradio značajnu fleksibilnost u Adobe Analytics za rukovanje digitalno povezanijim potrošačkim svijetom koji se neprimjetno prebacuje s glasovnog pomoćnika na telefon i prijenosno računalo.

©Shutterstock/LineTale

Percepciju prirode analize podataka u području popularne kulture definirao je lik Jonah Hill u filmskoj adaptaciji knjige Moneyball . U toj istinitoj priči, bejzbolski tim na malom tržištu (Oakland A's) uspio je dramatično nadmašiti timove s mnogo većim platnim spiskovima inovativnim identificiranjem i djelovanjem kako bi stekao igrače s podcijenjenim cijenama na temelju statističkih mjera učinkovitosti igrača izvan i na mnogo načina protiveći se tradicionalnim metrike, kao što su prosjek udaranja, home runs po sezoni i RBIs (runs batted in).

Od izlaska tog filma pojavili su se novi i sve složeniji izazovi u prikupljanju i analizi podataka. ( Pogledajte ovaj članak za više o trendovima podataka .)

Na primjer, korisnici internetskih uređaja uvjetovani su da se brzo kreću s jednog mjesta na drugo, što zahtijeva nijansiranije i detaljnije mjerne podatke za točno praćenje aktivnosti korisnika. Korisnici su sve svjesniji razmatranja privatnosti i donošenja informiranih odluka o tome kako žele upravljati odnosom između pogodnosti koje im pruža praćenje aktivnosti u odnosu na održavanje povjerljivosti u njihovim mrežnim aktivnostima.

S druge strane novčića za analizu podataka, postoji mnogo više izvora korisničkih podataka nego prije samo nekoliko godina. Danas Adobe ima niz mehanizama za uvoz informacija za analizu podataka iz digitalno nepovezanih izvora kao što su pozivni centri, sustavi za upravljanje odnosima s klijentima (CRM) i motori za trgovinu u trgovinama.

Prije nego što uđemo u pojedinosti o tome kako se podaci prikupljaju, važno je razumjeti da hvatanje podataka i njihovo upumpavanje u Adobe Analytics obično nije domena analitičara podataka. Vaš posao kao analitičara je analizirati podatke prikupljene iz aktivnosti korisnika.

No, sljedeći osnovni pregled načina na koji se podaci prikupljaju važan je za analitičare iz dva razloga. Prvo, dobro je znati odakle potječu podaci kada želite procijeniti njihovu valjanost; i drugo, osnovno razumijevanje procesa rudarenja i slanja podataka u Adobe Analytics omogućuje vam produktivniju interakciju s ljudima koji postavljaju alate za izdvajanje podataka.

Korištenje Adobe Analyticsa za hvatanje podataka s web-mjesta

Počnimo s najčešćim izvorom podataka Adobe Analytics: web-mjesta. Web podaci su izvorno analizirani na temelju zapisnika poslužitelja. Podatke zapisnika poslužitelja automatski generiraju poslužitelji koji hostiraju web-mjesta i daju broj i vremensku oznaku svakog zahtjeva i preuzimanja svake datoteke na web-mjestu. Nažalost, podaci su vrlo nepouzdani jer zapisnici poslužitelja nemaju sposobnost razlikovati botove od ljudi.

Botovi su automatizirana računala koja skeniraju web stranice. Ovi botovi su često prijateljski raspoloženi i koriste se za rangiranje web stranica za tražilice ili web stranice za prikupljanje proizvoda. Neki botovi, međutim, nisu prijateljski raspoloženi i koriste se za natjecateljske podatke ili još gore.

Budući da zapisnici poslužitelja ne mogu razlikovati čovjeka od bota, industrija je brzo prešla na oznake, koje su sada industrijski standard. Općenito, oznake su retke koda temeljene na JavaScriptu koje dodaju nevidljivu sliku svakoj stranici i radnji na vašoj web stranici. Ove slike služe kao svjetionik za analitičke alate, gdje se nekoliko stvari događa u samo nekoliko milisekundi:

JavaScript kod se pokreće kako bi identificirao informacije o pregledniku i uređaju, kao i vremensku oznaku prikaza stranice.

Više JavaScript koda se pokreće da traži postojanje kolačića, koji je dio teksta spremljen u pregledniku. Kolačićima mogu pristupiti samo domene koje su ih postavile i često imaju datum isteka.

Ako postoji, iz kolačića se izdvaja ID posjetitelja kako bi se identificirao korisnik kroz posjete i stranice. Ako ID posjetitelja ne postoji, kreira se jedinstveni ID koji se postavlja u novi kolačić. Ti su ID-ovi jedinstveni za svakog posjetitelja, ali nisu povezani s osobnim podacima korisnika, čime se korisnicima pruža mjera privatnosti.

Više JavaScripta koristi se za prikupljanje informacija o stranici: URL, preporučitelj i niz prilagođenih dimenzija koje identificiraju radnju i ponašanje posjetitelja.

Nakon što se pokrene sva ta JavaScript logika, generira se signalni signal za slanje podataka u mehanizam za prikupljanje i obradu u Adobeovoj analitici.

Zastrašujuće zar ne? Pa, tako su se osjećali web programeri. Kada je web analitika tek stupila na scenu, jedan od najtežih poslova bio je podučavanje programera kako napisati i testirati sav ovaj JavaScript kako bi osigurali da se naše oznake točno aktiviraju. Učiti programere da razvijaju — nije zabavan posao.

Na našu sreću, još pametniji programer došao je na ideju da sav taj JavaScript premjesti u jedno korisničko sučelje (korisničko sučelje). web programeri morali su dodati samo jedan ili dva retka koda na svaku stranicu web-mjesta, a marketer je tada mogao upravljati njihovim oznakama u ovoj novoj platformi nazvanoj sustav upravljanja oznakama ili TMS. Nije prošlo dugo prije nego što je industrija upravljanja oznakama eksplodirala, što je dovelo do desetaka dobavljača, a zatim do akvizicija, spajanja i tehnoloških zaokreta.

Dobra vijest je da je industrija sustava upravljanja oznakama postala komodizirana i dostupna je besplatno od Adobea u obliku Dynamic Tag Managera (DTM) i Adobe Launch. Možda ste već upoznati s Googleovim TMS-om, Google upraviteljem oznaka ili nekim od nezavisnih TMS playera kao što su Tealium, Ensighten ili Signal.

Velika je vjerojatnost da vaša tvrtka već koristi jednu od ovih tehnologija za postavljanje marketinških oznaka na vašu web stranicu. Svi oni mogu implementirati Adobe Analytics, iako je Adobeova preporuka za najbolju praksu korištenje Adobe Launch.

Korištenje Adobe Analyticsa za hvatanje podataka s mobilnih uređaja

Ako su standardne web stranice koje se isporučuju na prijenosno računalo prirodno mjesto za početak naše rasprave o prikupljanju podataka, prelazak na manji mobilni zaslon logičan je sljedeći korak.

Možda već znate da su u ovoj fazi evolucije web dizajna mobilne web-stranice potpuno funkcionalne web-stranice, a ne dodaci za prijenosna računala, stolna računala ili velike monitore. Ove web stranice manjeg opsega izrađene su korištenjem pristupa web razvoju koji se naziva responzivni dizajn, u kojem je kod koji se koristi za kreiranje sadržaja web stranice isti bez obzira na veličinu zaslona i preglednika web posjetitelja. Vaša tvrtka najvjerojatnije već koristi responzivni dizajn.

Kada se primjenjuje responzivni dizajn, iste oznake koje se aktiviraju na web-lokaciji za stolna računala trebale bi funkcionirati na web-lokacijama optimiziranim za mobilne uređaje i tablete jer su u biti ista stvar, što je dobra vijest u svijetu upravljanja oznakama. Međutim, svijet mobilnih aplikacija temeljenih na responzivnom dizajnu potpuno je drugačiji od svijeta nativnih aplikacija.

Kopanje podataka iz izvornih aplikacija pomoću Adobe Analyticsa

Nativne aplikacije predstavljaju posebne izazove za prikupljanje podataka. Ove mobilne i tablet aplikacije programirane su na drugačiji način od responzivnih web stranica.

Općenito, izvorne aplikacije ne rade u preglednicima, ne koriste HTML i ne mogu pokretati JavaScript. Zapravo, aplikacije izrađene za iOS izgrađene su u drugom programskom jeziku (Objective C) od Android aplikacija (Java). Ovi tehnički programski jezici spominju se iz jednog važnog razloga: sustav upravljanja oznakama neće raditi na vašim mobilnim i tablet aplikacijama.

Neki dobavljači sustava za upravljanje oznakama hakirali su mogućnost uključivanja JavaScripta u aplikacije, ali rezultat ima ograničene mogućnosti i daleko je od najbolje prakse. Najpotpuniji, točniji i skalabilniji način implementacije Adobe alata je korištenje Adobeovog kompleta za razvoj mobilnog softvera (SDK). Adobe mobilni SDK je napravljen da radi kao sustav za prikupljanje podataka, poput sustava za upravljanje oznakama, ali koristi izvorni programski jezik aplikacije (Objective C za iOS ili Java za Android).

Adobe SDK je važan jer ima dublji pristup kodu koji pokreće aplikaciju i stoga se može koristiti za više od pukog prikupljanja podataka. Osim slanja podataka u Adobe Analytics, Adobe SDK mora učiniti sljedeće:

• Snimite podatke o geografskoj lokaciji na temelju GPS-a.
• Koristite geoograde na temelju tih GPS podataka za analizu ili djelovanje.
• Šaljite push obavijesti korisnicima.
• Ažurirajte sadržaj u aplikaciji putem razmjene poruka unutar aplikacije, personalizacije i testiranja.

Pristup ovim mogućnostima može biti ograničen na SKU ili verziju koju je vaša tvrtka kupila od Adobea. Radite sa svojim upraviteljem Adobe računa da biste razumjeli koje su od ovih mogućnosti uključene u vaš ugovor.

Korištenje Adobe Analyticsa za hvatanje podataka iz IoT-a i šire

Sada kada ste razumjeli standarde prikupljanja za dva najveća slučaja upotrebe (web i mobilni), vrijeme je da se proširite na generičniji skup Interneta stvari (IoT). Svi koji postavljaju pitanja o podacima moraju razmišljati o digitalnim kioscima, pametnim satovima, povezanim automobilima, interaktivnim ekranima i svim drugim novim uređajima koje su naši tehnološki gospodari najavili otkako je ova rečenica napisana.

Dobavljačima kao što je Adobe teško je ostati na vrhu svakog novog uređaja jer izgradnja SDK-ova zahtijeva vrijeme, novac, istraživanje, inženjere, kod, osiguranje kvalitete i još mnogo toga. Ali ne brinite: uređaji koji nemaju izvorne SDK-ove i dalje mogu slati podatke u Adobe Analytics.

Najbolja praksa za slanje podataka s jednog od ovih uređaja je putem sučelja za programiranje aplikacija (API). Ukratko, to znači da razvojni programeri IoT aplikacije mogu napisati vlastiti kod za stvaranje veze s vašim Adobe Analytics računom, a zatim na njega poslati podatke.

API-ji su postali zadani način na koji se podaci šalju s bilo kojeg uređaja povezanog s internetom, bilo puno radno vrijeme ili skraćeno radno vrijeme. Adobe također ima neke preporuke za podijeliti, posebno za neke od njihovih velikih oklada kada su u pitanju ovi novi uređaji, kao što su glas i povezani automobil. U trenutku pisanja ovog teksta, SDK-ovi nisu dostupni za uređaje koji se aktiviraju glasom ili povezane aplikacije za automobile. Međutim, Adobe ima najbolje prakse za prilagodbu podataka, varijabilne postavke i opcije koda za obje ove tehnologije.

Poduzetnički softver — softver licenciran institucijama — redovito se ažurira, a Adobe objavljuje najbolje prakse za praćenje podataka povezanih s novim digitalnim medijima kao što su glas i povezani automobil.

Sada ste istražili sve vrste podataka koje generiraju uređaji koji imaju nepun ili puni pristup internetu: računala, telefone, tablete i IoT.

Digitalna iskustva i interakcije ljudi na tim uređajima zarobljeni su nekom kombinacijom TMS-a, SDK-a i API-ja. Prema marketinškim stručnjacima i analitičarima, tom popisu nešto nedostaje: podaci koji se ne temelje na ponašanju.

Možda najbolji primjer nebihevioralnih podataka dolazi iz vašeg alata za upravljanje odnosima s klijentima (CRM) . CRM alati se koriste za organiziranje, kategorizaciju i upravljanje vašim potencijalnim klijentima i klijentima. Drugi primjeri nebihevioralnih podataka za koje bi trgovci i analitičari bili zainteresirani uključuju sljedeće:

• Pozivni centar
• Izvanmrežne kupnje ili kupnje u trgovini
• Povrati ili otkazi
• Trošak proizvoda prodane robe
• Oglasna kampanja
• Zadovoljstvo kupaca

Adobe Analytics može uvesti bilo koju od ovih vrsta podataka zajedno s mnoštvom drugih. Općenito, ovi se podaci uvoze u Adobe Analytics putem protokola za prijenos datoteka (FTP) ili API-ja.