Adatok elemzése az Adobe Analytics segítségével: honnan származnak az adatok

Lehet, hogy Ön ezt nem tudja, de az Adobe Analytics felhasználói a webhelyeiken kívüli dolgokon is végeznek adatelemzést. Az Adobe ezenkívül adatokat rögzít ügyfelei nevében mobilalkalmazásokban, táblagépes alkalmazásokban és egyebekben. Ezenkívül az Adobe jelentős rugalmasságot épített be az Adobe Analytics rendszerbe, hogy kezelni tudja a digitálisan összekapcsolt fogyasztói világot, amely zökkenőmentesen vált át a hangasszisztensről a telefonról a laptopra.

©Shutterstock/LineTale

Az adatelemzés természetének felfogását a populáris kultúra területén Jonah Hill karaktere határozta meg a Moneyball című könyv filmadaptációjában . Ebben az igaz történetben egy kis piacú baseballcsapatnak (az Oakland A's) sikerült drámaian felülmúlnia a sokkal nagyobb fizetéssel rendelkező csapatokat azáltal, hogy innovatív módon azonosította és fellépett az alulárazott játékosok megszerzése érdekében a játékosok hatékonyságának statisztikai mérőszámai alapján, amely túlmutat a hagyományosan, és sok tekintetben szembemegy vele. mérőszámok, mint például ütőátlagok, szezononkénti hazafutások és RBI-k (befutottak).

A film megjelenése óta új és egyre összetettebb kihívások merültek fel az adatgyűjtés és -elemzés terén. ( Nézze meg ezt a cikket, ha többet szeretne megtudni az adattrendekről .)

Például az online eszközök felhasználóit úgy kondicionálták, hogy gyorsan navigáljanak egyik helyről a másikra, ezért árnyaltabb és részletesebb mérőszámokra van szükség a felhasználói tevékenység pontos nyomon követéséhez. A felhasználók pedig egyre jobban tudatában vannak az adatvédelmi megfontolásoknak, és megalapozottabb döntéseket hoznak azzal kapcsolatban, hogy miként kívánják kezelni a kapcsolatot a tevékenységeik nyomon követése és az online tevékenységük titkosságának megőrzése között.

Az adatelemzési érem másik oldalán jóval több felhasználói adatforrás létezik, mint néhány évvel ezelőtt. Manapság az Adobe számos mechanizmussal rendelkezik adatok importálására adatelemzés céljából digitálisan leválasztott forrásokból, például call centerekből, ügyfélkapcsolat-kezelő (CRM) rendszerekből és bolti kereskedelmi motorokból.

Mielőtt belemerülne az adatok gyűjtésének részleteibe, fontos megértenie, hogy az adatok rögzítése és az Adobe Analytics rendszerbe való pumpálása általában nem tartozik az adatelemzők hatáskörébe. Elemzőként az Ön feladata, hogy elemezze a felhasználói tevékenységből származó adatokat.

De a következő alapvető áttekintést , hogyan adatok gyűjtése fontos elemzők két okból. Először is, jó tudni, honnan származnak az adatok, amikor értékelni szeretné az érvényességét; és a második: az adatok Adobe Analytics rendszerbe történő bányászatának és küldésének alapvető ismerete lehetővé teszi, hogy hatékonyabban kommunikáljon azokkal az emberekkel, akik beállítják az adatkinyeréshez szükséges eszközöket.

Az Adobe Analytics használata adatok rögzítésére webhelyekről

Kezdjük a leggyakoribb Adobe Analytics adatforrással: a webhelyekkel. A webes adatokat eredetileg szervernaplók alapján elemezték. A szervernapló-adatokat automatikusan generálják a webhelyeket üzemeltető szerverek, amelyek számot és időbélyeget biztosítanak a webhelyen található összes kérésről és minden fájl letöltéséről. Sajnos az adatok nagyon megbízhatatlanok, mivel a szervernaplók nem képesek megkülönböztetni a botokat az emberektől.

A robotok olyan automatizált számítógépek, amelyek webhelyeket vizsgálnak. Ezek a robotok gyakran barátságosak, és webhelyek rangsorolására használják a keresőmotorok vagy a termékgyűjtő webhelyek számára. Egyes robotok azonban barátságtalanok, és versenyképes intelligenciára vagy még rosszabbra használják.

Mivel a szervernaplók nem tudják megkülönböztetni az embert a bottól, az iparág gyorsan átállt a címkékre, amelyek ma már iparági szabványnak számítanak. A címkék általában JavaScript-alapú kódsorok, amelyek láthatatlan képet fűznek a webhely minden oldalához és műveletéhez. Ezek a képek jelzőfényként szolgálnak az elemzőeszközökhöz, ahol néhány ezredmásodperc alatt számos dolog történik:

A JavaScript kód lefut a böngésző és az eszköz információinak, valamint az oldalnézet időbélyegének azonosítására.

Több JavaScript kód fut, hogy keresse a cookie létezését , amely egy böngészőben mentett szövegrész. A cookie-khoz csak az azokat beállító domainek férhetnek hozzá, és gyakran van lejárati dátumuk.

Ha létezik, a rendszer a cookie-ból kivonja a látogatói azonosítót, hogy azonosítsa a felhasználót a látogatások és az oldalak során. Ha nem létezik látogatói azonosító, akkor létrejön egy egyedi azonosító, amelyet egy új cookie-ban helyez el. Ezek az azonosítók minden látogató számára egyediek, de nem kapcsolódnak a felhasználó személyes adataihoz, így biztosítva a felhasználók adatvédelmét.

Több JavaScriptet használnak az oldallal kapcsolatos információk rögzítésére: az URL-cím, a hivatkozó és egy sor egyéni dimenzió, amelyek azonosítják a látogató tevékenységét és viselkedését.

A JavaScript-logika lefutása után létrejön a képjelző, hogy adatokat küldjön az Adobe Analytics gyűjtő- és feldolgozómotorjába.

Félelmetes nem? Nos, így érezték a webfejlesztők. Amikor a webes analitika először megjelent, az egyik legnehezebb feladat az volt, hogy megtanítsuk a fejlesztőknek, hogyan írják meg és teszteljék ezt a JavaScriptet, hogy biztosítsák a címkéink pontos működését. Fejlesztőket tanítani a fejlődésre – nem szórakoztató munka.

Szerencsére egy még okosabb fejlesztőnek az az ötlete támadt, hogy az összes JavaScriptet egyetlen UI-ba (felhasználói felületbe) helyezzük át. A webfejlesztőknek csak egy vagy két sornyi kódot kellett hozzáadniuk a webhely minden oldalához, és a marketingszakember ezután ezen az új platformon, a címkekezelő rendszeren vagy TMS-en kezelhette címkéit . Nem sokkal később a címkekezelési iparág robbanásszerűen megindult, és több tucat gyártóhoz, majd felvásárlásokhoz, egyesülésekhez és technológiai fordulatokhoz vezetett.

A jó hír az, hogy a címkekezelő rendszerek iparága kereskedelmi forgalomba került, és ingyenesen elérhető az Adobe-tól Dynamic Tag Manager (DTM) és Adobe Launch formájában. Lehet, hogy már ismeri a Google TMS-t, a Google Címkekezelőt vagy a független TMS-lejátszók egyikét, mint például a Tealium, az Ensighten vagy a Signal.

Valószínűleg az Ön cége már használja ezen technológiák egyikét a marketingcímkék webhelyén való elhelyezéséhez. Mindegyik telepítheti az Adobe Analytics szolgáltatást, bár az Adobe legjobb gyakorlatként az Adobe Launch használatát javasolja.

Az Adobe Analytics használata adatok rögzítésére mobileszközökről

Ha a szabványos, laptopra szállított webhelyek a természetes kezdőpont az adatgyűjtési megbeszélésünkhöz, akkor logikus a következő lépés a kisebb mobilképernyőre való átállás.

Lehet, hogy már tudja, hogy a webdizájn fejlődésének ebben a szakaszában a mobilwebhelyek teljesen működőképes weboldalak, nem pedig a laptopok, asztali számítógépek vagy nagy monitoros webhelyek utólagos függelékei. Ezek a kisebb méretű weboldalak a webfejlesztés reszponzív tervezésnek nevezett megközelítésével jönnek létre , amelyben a weboldal tartalmának létrehozásához használt kód ugyanaz, függetlenül a weblátogató képernyőjének és böngészőjének méretétől. Az Ön cége valószínűleg már alkalmazza a reszponzív tervezést.

A reszponzív tervezés alkalmazásakor ugyanazoknak a címkéknek kell működniük, amelyek az asztali webhelyeken aktiválódnak a mobilra és táblagépre optimalizált webhelyeken, mivel ezek lényegében ugyanazok, ami jó hír a címkekezelés világában. A reszponzív tervezésen alapuló mobilalkalmazások világa azonban teljesen más, mint a natív alkalmazásoké.

Adatbányászat natív alkalmazásokból az Adobe Analytics segítségével

A natív alkalmazások különleges kihívásokat jelentenek az adatgyűjtés során. Ezek a mobil- és táblagép-alkalmazások más módon vannak programozva, mint a reszponzív webhelyek.

Általánosságban elmondható, hogy a natív alkalmazások nem futnak böngészőben, nem használnak HTML-t, és nem futtathatják a JavaScriptet. Valójában az iOS-re épített alkalmazások más programozási nyelven (Objective C) készülnek, mint az Android-alkalmazások (Java). Ezeket a technikai programozási nyelveket egy fontos ok miatt említik: A címkekezelő rendszer nem fog működni a mobil- és táblagép-alkalmazásokon.

Egyes címkekezelő rendszerek gyártói feltörték a JavaScript alkalmazásokba való beépítésének lehetőségét, de az eredmény korlátozott képességekkel rendelkezik, és messze nem a legjobb gyakorlat. Az Adobe-eszközök telepítésének legteljesebb, legpontosabb és skálázhatóbb módja az Adobe mobil szoftverfejlesztő készlet (SDK) használata. Az Adobe mobil SDK úgy készült, hogy adatgyűjtő rendszerként működjön, mint egy címkekezelő rendszer, de az alkalmazás natív programozási nyelvét használja (Objective C iOS vagy Java Android esetén).

Az Adobe SDK azért fontos, mert mélyebb hozzáféréssel rendelkezik az alkalmazást futtató kódhoz, ezért nem csak adatgyűjtésre használható. Az Adobe Analyticsnek való adatküldés mellett az Adobe SDK-nak a következőket kell elvégeznie:

• Földrajzi helyadatok rögzítése GPS alapján.
• Használjon geokerítéseket a GPS-adatok alapján elemzéshez vagy cselekvéshez.
• Push értesítések küldése a felhasználóknak.
• Frissítse az alkalmazás tartalmát alkalmazáson belüli üzenetküldéssel, személyre szabással és teszteléssel.

Ezekhez a képességekhez való hozzáférés korlátozódhat arra az SKU-ra vagy verzióra, amelyet a vállalat az Adobe-tól vásárolt. Együttműködjön Adobe-fiókkezelőjével, hogy megértse, mely lehetőségeket tartalmazza a szerződése.

Az Adobe Analytics használata adatok rögzítésére az IoT-ből és azon túlról

Most, hogy megértette a két legnagyobb felhasználási esetre (web és mobil) vonatkozó adatgyűjtési szabványokat, itt az ideje, hogy a dolgok internetének (IoT) általánosabb készletéhez nyúljon. Mindenkinek, aki az adatokkal kapcsolatos kérdéseket tesz fel, gondolnia kell a digitális kioszkokra, okosórákra, csatlakoztatott autókra, interaktív képernyőkre és bármilyen más új eszközre, amelyet technológiai főnökeink bejelentettek e mondat megírása óta.

Az olyan gyártók, mint az Adobe, nehezen tudnak minden új eszközről a legjobban tájékozódni, mivel az SDK-k felépítése időt, pénzt, kutatást, mérnököket, kódot, minőségbiztosítást és sok mást igényel. De ne aggódjon: a natív SDK-val nem rendelkező eszközök továbbra is tudnak adatokat küldeni az Adobe Analyticsnek.

Az egyik ilyen eszközről történő adatküldés legjobb gyakorlata az alkalmazásprogramozási felületen (API) keresztül. Röviden ez azt jelenti, hogy az IoT-alkalmazás fejlesztői saját kódot írhatnak, amellyel kapcsolatot hozhatnak létre az Ön Adobe Analytics-fiókjával, majd adatokat küldhetnek neki.

Az API-k lettek az adatok küldésének alapértelmezett módja az internetre csatlakozó bármely eszközről, akár teljes, akár részmunkaidőben. Az Adobe-nak is vannak megosztandó ajánlásai, különösen néhány nagy tétje tekintetében, amikor ezekről az új eszközökről van szó, mint például a hang és a csatlakoztatott autó. Az írás idején az SDK-k nem állnak rendelkezésre hangvezérlésű eszközökhöz vagy csatlakoztatott autós alkalmazásokhoz. Az Adobe azonban rendelkezik bevált gyakorlatokkal az adatok testreszabásához, változó beállításokhoz és kódbeállításokhoz mindkét technológia esetében.

A vállalati szoftvereket – az intézmények számára licencelt szoftvereket – rendszeresen frissítik, és az Adobe kiadja az új digitális médiumokhoz, például a hanghoz és a csatlakoztatott autóhoz kapcsolódó adatok nyomon követésére vonatkozó legjobb gyakorlatokat.

Mostanra minden olyan adattípust megvizsgált, amelyet olyan eszközök generálnak, amelyek részmunkaidős vagy teljes munkaidőben hozzáférnek az internethez: számítógépek, telefonok, táblagépek és IoT.

Az emberek digitális élményeit és interakcióit ezeken az eszközökön a TMS, az SDK és az API valamilyen kombinációja rögzíti. Marketingesek és elemzők szerint ebből a listából hiányzik valami: olyan adatok, amelyek nem viselkedésen alapulnak.

A nem viselkedési adatok talán legjobb példája az ügyfélkapcsolat-kezelési (CRM) eszközből származik . A CRM-eszközök a potenciális ügyfelek és ügyfelek rendszerezésére, kategorizálására és kezelésére szolgálnak. A marketingszakemberek és az elemzők érdeklődésére számot tartó egyéb nem-viselkedési adatok a következők:

• Hívóközpont
• Offline vagy bolti vásárlás
• Visszaküldés vagy lemondás
• Az eladott áruk termékköltsége
• Reklámkampány
• Vevői elégedettség

Az Adobe Analytics ezen adattípusok bármelyikét képes importálni sok más adattípus mellett. Általánosságban elmondható, hogy ezeket az adatokat a rendszer File Transfer Protocol (FTP) vagy API-n keresztül importálja az Adobe Analytics rendszerbe.