Måling av beregninger med Adobe Analytics

Metrisk er den kvantitative målingen som svarer på spørsmålet «hvor mange» eller «hvor mye». Med Adobe Analytics kan du enkelt få tilgang til denne informasjonen. Adobe Analytics tilbyr flere måter du kan samle inn beregningene dine på.

I værmeldingen vår er beregninger alle tallene i tabellen – den høye, den lave, nedbørsprosenten og fuktighetsprosenten. Beregninger er utelukkende tall, men du kan formatere dem som prosenter, valutaer, desimaler og mer.

Beregninger er ofte den mest diskuterte kategorien for måling for digitale analytikere. Et standardspørsmål som en analytiker i et B2B-selskap mottar er "Hvor mange potensielle kunder genererte nettstedet denne uken?" Dette spørsmålet refererer til potensielle kunder og er en av de mest kritiske målingene som fanges opp på en B2Bs nettside.

Etter å ha undersøkt hvordan beregninger er plassert i det virkelige liv, la oss ta en titt på hvordan beregninger brukes i Analysis Workspace.

Definere treff med Adobe Analytics

En nøkkelberegning som er viktig når du diskuterer Adobe Analytics, men som ikke er tilgjengelig i Workspace-grensesnittet, kalles treff. Et treff beskriver enhver interaksjon på nettstedet eller appen din som resulterer i at data sendes til Adobe Analytics. Det er en oppsamlingsboks for sidevisninger, nedlastingslenker, utgangskoblinger og eventuell tilpasset sporing.

Måling av sidevisninger med Adobe Analytics

La oss starte med de enkleste beregningene i Adobe Analytics – sidevisninger. Den sidevisninger beregningen viser antall ganger HTML-filer eller websider (eller deler av en side) ble lastet.

Når du analyserer en mobilapp, tilsvarer sidevisninger antallet ganger appens skjermer ble lastet inn i appen. Mobiltelefonskjermer er mye mindre enn bærbare og stasjonære skjermer, og definisjonen av en app-skjerm er ofte unik i et selskap. Samarbeid med Adobe-administratorene dine for å få en komplett liste over appskjermer, eller i det minste be om den tommelfingerregelen de bruker for å avgjøre om nytt innhold skal betraktes som en ny skjerm, og derfor en sidevisning.

Hver gang startsiden din lastes inn av en person som surfer på nettstedet ditt, er det en sidevisning. På samme måte, hver gang kontaktsiden din lastes inn av en person som surfer på nettstedet ditt, er det også en sidevisning. Det totale antallet sidevisninger øker for hver sideinnlasting.

Som tilfellet er med sidedimensjoner, kan definisjonen av sidevisninger være komplisert på parallaksesider og enkeltsideapplikasjoner. Den gode nyheten er at bedriftens definisjon av sider og sidevisninger vil bli justert på grunn av et bånd mellom dimensjonen og beregningen, slik at sidevisningene vil øke hver gang en side vises.

På bildet nedenfor ble sidevisningsberegningen brukt på en rekke datoer, noe som gir en rask oversikt over trafikken til sider over denne datoperioden.

En sidevisningsberegning i en friformtabell i Analysis Workspace.

Teller besøk med Adobe Analytics

En annen standardberegning i nettanalyseverdenen er besøksberegningen, også kjent som øktberegningen i Google Analytics . Et besøk er definert som en interaksjon eller et sett av interaksjoner fra en person som består av en eller flere handlinger. Handlingene i et besøk kan skje på samme side eller på flere sider.

Følgende er noen enkle eksempler:

Besøk eksempel 1:

På mandag lander Eric på hjemmesiden din klokken 13.00, og lukker nettleseren sin klokken 13.05.

Besøk eksempel 2:

På tirsdag lander David på en produktside klokken 11 og ser en video på den siden.

David blir distrahert og lukker den bærbare datamaskinen klokken 11:08.

Besøk eksempel 3:

På onsdag lander Heidi på hjemmesiden din klokken 19.

Hun utfører et søk på nettstedet ditt og blir ført til søkeresultatsiden.

Heidi klikker på den første lenken til et produkt.

Hun legger produktet til handlekurven blir tatt til handlekurvsiden.

Hun sjekker ut og foretar kjøpet på betalingssiden.

Heidi bekrefter kjøpet på kjøpsbekreftelsessiden klokken 19.22.

Hvert av disse tre eksemplene inneholder forskjellige antall sidevisninger (én, to og seks). Hver av dem vil imidlertid telle som bare et enkelt besøk.

Bunnlinjen: Besøk og sidevisninger er relatert, men de er ikke det samme. Et besøk kan, og gjør det ofte, involvere mer enn én sidevisning.

Besøks- og sidevisningsberegningene i en friformtabell i Analysis Workspace.

Du har kanskje lagt merke til at en tid er inkludert på slutten av alle tre eksemplene. Å inkludere et tidspunkt når siste interaksjon finner sted er viktig fordi det er slik man måler når et besøk avsluttes.

Har du noen gang lurt på hvorfor du ikke bare kan måle når et besøk avsluttes ved å identifisere når en bruker forlater en side? Årsaken er at tekniske begrensninger hindrer analyseplattformer som Adobe Analytics og Google Analytics i å kunne oppdage handlingen til en nettleserfane eller et vindu som lukkes.

Som et resultat har analytikere måttet være kreative i hvordan de definerer slutten på et besøk. Et besøk avsluttes etter at det har gått en viss tid uten at noen data sendes fra den enkelte.

Som standard bruker de fleste analyseplattformer, inkludert Adobe Analytics, 30 minutter med inaktivitet for å definere slutten på et besøk. Du kan imidlertid justere hvor lang tid som fører til at et besøk avsluttes.

Identifisere unike besøkende med Adobe Analytics

Sidevisningsberegningen er den mest detaljerte og detaljerte standardberegningen. Flere sidevisninger innen en tidsramme blir til et besøk, en mindre detaljert standardberegning. Flere besøk samles til en enkelt unik besøkende, som er den minst detaljerte standardberegningen.

Antall unike besøkende på et nettsted eller en side er antallet individer med aktivitet som består av ett eller flere besøk på et nettsted, en app eller en side. ( Google Analytics bruker begrepet brukere i stedet for unike besøkende. ) Merk at unike besøkende er annerledes enn individuelle personer. Adobe Analytics har ingen mulighet til å vite forskjellen mellom to personer som deler en datamaskin eller én person som går inn på det samme nettstedet fra to forskjellige nettlesere på samme datamaskin.

Bildet nedenfor er en tabell i Analysis Workspace som viser besøk, sidevisninger og unike besøkende.

Vise besøk, sidevisninger og unike besøkende i en friformtabell i Analysis Workspace.

Beregningen for unike besøkende er basert på informasjonskapsler. Hvis en informasjonskapsel som identifiserer en nettleser slettes, kan ikke Adobe knytte denne personens besøkshistorikk til nye besøk. Som et resultat vil nye besøk generere en ny informasjonskapsel og derfor vises som en ny unik besøkende. En mer nøyaktig definisjon av unike besøkende vil si at det er det unike antallet nettleserinformasjonskapsler , men det er ikke så gøy som å bare kalle dem folk.

Adobe Analytics har en standardberegning for å identifisere unike besøkende kalt personberegningen, men den er kun tilgjengelig for Adobe-kunder som deltar i Adobes Device Co-op.

Forstå deduplisering ved bruk av Adobe Analytics

Nå som du har lært om beregninger med tre forskjellige nivåer av granularitet (sidevisninger, besøk og besøkende), men bare én dimensjon (side), er det viktig å tenke på hvordan de alle kommer sammen. Fleksibiliteten til Adobe Analytics krever at du har et visst nivå av forståelse av deduplisering. Et duplikat er en identisk kopi av noe. Når du måler brukerinteraksjon med et nettsted, er det ofte nyttig å deduplisere – for å fjerne duplikataktivitet.

La oss utforske et eksempel:

Nolan ser på en hjemmeside.

Nolan ser på en artikkelside.

Nolan ser på hjemmesiden igjen.

Selv om dette er et enkelt eksempel, blir ting fort forvirrende. En tabell som inneholder sidedimensjonen og en sidevisningsberegning vil se ut som du forventer: Hjemmesiden har to-sidevisninger og artikkelsiden har én sidevisning.

Men hvis du legger til en ny beregning av besøk i denne tabellen, har hjemmesiden ett besøk og to-sidevisninger, og artikkelsiden har ett besøk. Hvorfor ett besøk men to-sidevisninger for hjemmesiden? Besøksberegningen er deduplisert, noe som betyr at den kun telles én gang i løpet av hele besøket. Faktisk kunne Nolan ha gått frem og tilbake mellom hjemmesiden og den samme artikkelsiden 50 ganger, og hver av disse to sidene ville fortsatt få bare ett besøk hver.

Adobe dedupliserer besøksberegningen uavhengig av dimensjon; uansett hvor mange ganger en dimensjonsverdi sendes i et besøk, telles besøksberegningen bare én gang.

La oss utvide eksemplet vårt ved å legge til et nytt besøk, dette kommer en uke senere:

Nolan ser på hjemmesiden.

Nolan ser på en produktside.

Nolan ser på hjemmesiden igjen.

Hvis du skulle se en rapporttabell med datoer som strakte seg over begge besøkene, kan du vurdere hvordan hver beregning vil samsvare med hver dimensjonsverdi i sidedimensjonen. Hjemmesiden får fire siders visninger, to besøk og bare én besøkende. Artikkelsiden får én sidevisning, ett besøk og én besøkende. Produktsiden får også én sidevisning, én visning og én besøkende. Dette betyr at verdien for unike besøkende også dedupliseres, men det gjøres på tvers av besøk for hele historien til besøkende.

Trendberegninger i Adobe Analytics

Hvis du tenker på fremtiden din som analytiker, kan du forestille deg at du oppdager en utrolig endring i data som sparer bedriften for millioner. I denne drømmen har du kanskje oppdaget flere dyre produkter som kunder ikke kan kjøpe på grunn av en kodefeil på nettstedet!

For at du skal oppdage denne feilen, må du dra nytte av trending, en av de vanligste aktivitetene du vil gjøre med beregninger i Adobe Analytics. Trending for en beregning betyr at du analyserer en spesifikk beregnings endring over tid.

Du kan trende beregninger i Adobe Analytics over en hvilken som helst tidsperiode med hvilken som helst granularitet. Du kan trendsidevisninger per måned i et helt år, eller trendsidevisninger per time for bare en dag. I begge eksemplene har du fortsatt en beregning og en dimensjon. Beregningen er sidevisninger, og dimensjonen er tidsenheten du har angitt for tabellen.

I Analysis Workspace kan du bygge denne tabellen på egen hånd ved å dra inn metrikken og dimensjonen, eller du kan bruke ett-klikks Visualiser-ikonet i en hvilken som helst rad i en hvilken som helst tabell.

Beregning av beregninger med Adobe Analytics

Analytikere må kunne bruke beregninger på sine beregninger som er fleksible og justerbare på farten, et område der Adobe utmerker seg. For å fortsette med vårt værmeldingeksempel kan det være lurt å konvertere de høye og lave temperaturene i varselet fra Fahrenheit til Celsius. Formelen trekker fra 32 fra Fahrenheit-temperaturen, og multipliser deretter med 5/9. Denne nye beregningen kan betraktes som en beregnet beregning.

La oss ta et eksempel i analyseverdenen: En Adobe-analytiker er i en situasjon hvor unike besøkende skyter opp. Før han erklærer suksess, graver analytikeren videre til en ekstra kontekst ved å legge til sidevisninger som en beregning. I vårt eksempel legger analytikeren merke til noe merkelig - sidevisningene har knapt økt, bare noen få flere enn det økte antallet besøkende.

Den beste anbefalingen analytikere får er å lage en beregnet beregning av sidevisninger per besøkende. Denne enkle beregningen, som deler sidevisninger med unike besøkende, er en av de mest grunnleggende beregnede beregningene i den digitale analyseindustrien.

I eksemplet kan analytikeren ende opp med å trende den beregnede beregningen og oppdage at selv om antall besøkende økte betydelig, sank sidevisninger per besøkende bratt. Mest sannsynlig betyr dette at ukvalifisert trafikk får tilgang til nettstedet, så vår anbefaling er å dele disse dataene opp etter andre dimensjoner for å bedre forstå disse uinteresserte besøkende.

Beregnede beregninger blir betydelig mer komplekse enn å dele en beregning med en annen. I Adobe bruker beregnede beregninger alle standard matematiske operatorer (divisjon, multiplikasjon, subtraksjon og addisjon) og et vell av avanserte funksjoner, som kvadratrot, eksponenter og persentiler. Du kan også bruke logiske operatorer (som større enn og mindre enn) og til og med segmenter på beregnede beregninger!

Å ha en større forståelse av disse beregningene vil hjelpe deg med å utvikle en strategisk tilnærming til nett- og mobilstrategiene dine.