Morda tega ne veste, vendar uporabniki Adobe Analytics izvajajo analitiko podatkov o stvareh zunaj svojih spletnih mest. Adobe tudi zajema podatke v imenu svojih strank v mobilnih aplikacijah, aplikacijah za tablične računalnike in še več. Poleg tega je Adobe v Adobe Analytics vgradil veliko prilagodljivost za obvladovanje bolj digitalno povezanega potrošniškega sveta, ki brezhibno preklaplja z glasovnega pomočnika na telefon in prenosnik.

©Shutterstock/LineTale
Zaznave narave analize podatkov je na področju popularne kulture opredelil lik Jonah Hill v filmski adaptaciji knjige Moneyball . V tej resnični zgodbi je bejzbolski ekipi na majhnem trgu (Oakland A's) uspelo dramatično preseči ekipe z veliko večjimi plačilnimi listami z inovativnim prepoznavanjem in ukrepanjem za pridobitev igralcev po nizki ceni na podlagi statističnih meril učinkovitosti igralca, ki presegajo in v mnogih pogledih nasprotujejo tradicionalnim meritve, kot so povprečja udarcev, domači teki na sezono in RBI-ji (teki batted in).
Odkar je izšel ta film, so se pojavili novi in vedno bolj zapleteni izzivi pri zbiranju in analizi podatkov. ( Oglejte si ta članek za več informacij o trendih podatkov .)
Na primer, uporabniki spletnih naprav so bili pogojeni za hitro navigacijo z enega mesta na drugega, kar zahteva bolj niansirane in podrobne meritve za natančno sledenje dejavnosti uporabnikov. Uporabniki se vse bolj zavedajo pomislekov glede zasebnosti in sprejemajo bolj premišljene odločitve o tem, kako želijo upravljati razmerje med udobjem, ki ga zagotavlja spremljanje njihove dejavnosti, in ohranjanjem zaupnosti pri njihovi spletni dejavnosti.
Po drugi strani kovanca za analizo podatkov obstaja veliko več virov uporabniških podatkov kot pred nekaj leti. Danes ima Adobe številne mehanizme za uvoz informacij za analizo podatkov iz digitalno nepovezanih virov, kot so klicni centri, sistemi za upravljanje odnosov s strankami (CRM) in motorji za trgovino v trgovinah.
Preden se poglobite v podrobnosti o tem, kako se podatki zbirajo, je pomembno razumeti, da zajemanje podatkov in njihovo črpanje v Adobe Analytics običajno ni domena analitikov podatkov. Vaša naloga kot analitik je, da analizirate podatke, zajete iz dejavnosti uporabnikov.
Toda naslednji osnovni pregled nad tem, kako se podatki zbirajo, je za analitike pomemben iz dveh razlogov. Prvič, dobro je vedeti, od kod prihajajo podatki, ko želite oceniti njihovo veljavnost; in drugič, osnovno razumevanje postopka rudarjenja in pošiljanja podatkov v Adobe Analytics vam omogoča bolj produktivno interakcijo z ljudmi, ki nastavljajo orodja za ekstrakcijo podatkov.
Uporaba Adobe Analytics za zajemanje podatkov s spletnih mest
Začnimo z najpogostejšim virom podatkov Adobe Analytics: spletnimi mesti. Spletni podatki so bili prvotno analizirani na podlagi dnevnikov strežnika. Podatke strežniškega dnevnika samodejno ustvarijo strežniki, ki gostijo spletna mesta in zagotavljajo štetje in časovni žig vsake zahteve in prenosa vsake datoteke na spletnem mestu. Na žalost so podatki zelo nezanesljivi, ker strežniški dnevniki ne morejo razlikovati botov od ljudi.
Boti so avtomatizirani računalniki, ki pregledujejo spletna mesta. Ti boti so pogosto prijazni in se uporabljajo za razvrščanje spletnih mest za iskalnike ali spletna mesta za zbiranje izdelkov. Nekateri roboti pa so neprijazni in se uporabljajo za konkurenčne podatke ali še slabše.
Ker strežniški dnevniki ne morejo razlikovati človeka od bota, je industrija hitro prešla na oznake, ki so zdaj industrijski standard. Na splošno so oznake vrstice kode, ki temeljijo na JavaScriptu, ki dodajo nevidno sliko vsaki strani in dejanju na vašem spletnem mestu. Te slike delujejo kot svetilnik za analitična orodja, kjer se v samo nekaj milisekundah zgodi več stvari:
Koda JavaScript teče za prepoznavanje informacij o brskalniku in napravi ter časovni žig ogleda strani.
Več kode JavaScript teče za iskanje obstoja piškotka, ki je del besedila, shranjenega v brskalniku. Do piškotkov lahko dostopajo samo domene, ki jih nastavijo, in imajo pogosto datum poteka.
Če obstaja, se iz piškotka izvleče ID obiskovalca za identifikacijo uporabnika med obiski in stranmi. Če ID obiskovalca ne obstaja, se ustvari edinstven ID, ki se nastavi v novem piškotku. Ti ID-ji so edinstveni za vsakega obiskovalca, vendar niso povezani z osebnimi podatki uporabnika in tako zagotavljajo mero zasebnosti za uporabnike.
Več JavaScript se uporablja za zajemanje informacij o strani: URL, napotitelj in množica razsežnosti po meri, ki identificirajo dejanje in vedenje obiskovalca.
Po vsej tej logiki JavaScript se ustvari slikovni svetilnik za pošiljanje podatkov v motor za zbiranje in obdelavo v analitiki Adobe.
Zastrašujoče, kajne? No, tako so se počutili spletni razvijalci. Ko je spletna analitika prvič prišla na sceno, je bilo eno najtežjih nalog naučiti razvijalce, kako napisati in preizkusiti ves ta JavaScript, da zagotovijo, da se naše oznake sprožijo natančno. Učenje razvijalcev razvijati – ni zabavno delo.
Na našo srečo je še pametnejši razvijalec prišel na idejo, da bi ves ta JavaScript premaknil v en sam uporabniški vmesnik (uporabniški vmesnik). spletni razvijalci so morali na vsako stran spletnega mesta dodati samo eno ali dve vrstici kode, tržnik pa je lahko nato upravljal njihove oznake v tej novi platformi, imenovani sistem za upravljanje oznak ali TMS. Ni minilo dolgo, ko je industrija upravljanja oznak eksplodirala, kar je privedlo do na desetine prodajalcev, nato pa do prevzemov, združitev in tehnoloških preobratov.
Dobra novica je, da je industrija sistemov za upravljanje oznak postala komodizirana in je na voljo brezplačno pri Adobeju v obliki Dynamic Tag Manager (DTM) in Adobe Launch. Morda že poznate Googlov TMS, Google Tag Manager ali enega od neodvisnih predvajalnikov TMS, kot so Tealium, Ensighten ali Signal.
Verjetno je, da vaše podjetje že uporablja eno od teh tehnologij za uvajanje trženjskih oznak na vaše spletno mesto. Vsi lahko uvedejo Adobe Analytics, čeprav je Adobeovo priporočilo za najboljšo prakso uporaba Adobe Launch.
Uporaba Adobe Analytics za zajemanje podatkov iz mobilnih naprav
Če so standardna spletna mesta, dostavljena na prenosni računalnik, naravni kraj za začetek naše razprave o zbiranju podatkov, je logični naslednji korak prehod na manjši mobilni zaslon.
Morda že veste, da so na tej stopnji razvoja spletnega oblikovanja mobilna spletna mesta popolnoma delujoče spletne strani, ne pa dodatki za prenosnike, namizne računalnike ali mesta za velike monitorje. Ta manjša spletna mesta so ustvarjena z uporabo pristopa k razvoju spletnega mesta, imenovanega odzivno oblikovanje, pri katerem je koda, uporabljena za ustvarjanje vsebine spletne strani, enaka ne glede na velikost zaslona in brskalnika spletnega obiskovalca. Vaše podjetje najverjetneje že uporablja odzivni dizajn.
Ko se uporabi odzivni dizajn, bi morale iste oznake, ki se sprožijo na spletnem mestu za namizne računalnike, delovati na spletnih mestih, optimiziranih za mobilne naprave in tablične računalnike, ker so v bistvu ista stvar, kar je dobra novica v svetu upravljanja oznak. Vendar pa je svet mobilnih aplikacij, ki temeljijo na odzivnem dizajnu, popolnoma drugačen kot svet domačih aplikacij.
Rudarjenje podatkov iz izvornih aplikacij z Adobe Analytics
Domače aplikacije predstavljajo posebne izzive za zbiranje podatkov. Te mobilne in tablične aplikacije so programirane na drugačen način kot odzivna spletna mesta.
Na splošno se domače aplikacije ne izvajajo v brskalnikih, ne uporabljajo HTML in ne morejo izvajati JavaScripta. Dejansko so aplikacije, ustvarjene za iOS, zgrajene v drugem programskem jeziku (Objective C) kot aplikacije za Android (Java). Ti tehnični programski jeziki so omenjeni iz enega pomembnega razloga: sistem za upravljanje oznak ne bo deloval v vaših mobilnih in tabličnih aplikacijah.
Nekateri prodajalci sistemov za upravljanje oznak so vdrli v zmožnost vključitve JavaScripta v aplikacije, vendar ima rezultat omejene zmogljivosti in še zdaleč ni najboljša praksa. Najbolj popoln, natančen in razširljiv način za uvajanje orodij Adobe je uporaba kompleta za razvoj programske opreme za mobilne naprave Adobe (SDK). Adobe mobilni SDK je zasnovan tako, da deluje kot sistem za zbiranje podatkov, kot je sistem za upravljanje oznak, vendar uporablja materni programski jezik aplikacije (Objective C za iOS ali Java za Android).
Adobe SDK je pomemben, ker ima globlji dostop do kode, ki poganja aplikacijo, in se zato lahko uporablja za več kot samo zbiranje podatkov. Adobe SDK mora poleg pošiljanja podatkov v Adobe Analytics narediti naslednje:
- Zajemite podatke o geografski lokaciji na podlagi GPS.
- Za analizo ali ukrepanje uporabite geografe, ki temeljijo na teh podatkih GPS.
- Pošlji potisna obvestila uporabnikom.
- Posodobite vsebino v aplikaciji prek sporočil v aplikaciji, personalizacije in testiranja.
Dostop do teh zmogljivosti je lahko omejen na SKU ali različico, ki jo je vaše podjetje kupilo pri Adobeju. Sodelujte z upraviteljem računa Adobe, da boste razumeli, katere od teh zmogljivosti so vključene v vašo pogodbo.
Uporaba Adobe Analytics za zajemanje podatkov iz interneta stvari in zunaj njega
Zdaj, ko razumete standarde zbiranja za dva največja primera uporabe (splet in mobilni), je čas, da se razširite na bolj splošen nabor interneta stvari (IoT). Vsi, ki postavljajo vprašanja o podatkih, morajo razmišljati o digitalnih kioskih, pametnih urah, povezanih avtomobilih, interaktivnih zaslonih in kakršnih koli drugih novih napravah, ki so jih naši tehnološki gospodarji napovedali, odkar je bil ta stavek napisan.
Prodajalcem, kot je Adobe, je težko ostati na tekočem z vsako novo napravo, ker izdelava SDK-jev zahteva čas, denar, raziskave, inženirje, kodo, zagotavljanje kakovosti in še več. Vendar ne skrbite: naprave, ki nimajo vgrajenih SDK-jev, lahko še vedno pošiljajo podatke v Adobe Analytics.
Najboljša praksa za pošiljanje podatkov iz ene od teh naprav je prek vmesnika za programiranje aplikacij (API). Skratka, to pomeni, da lahko razvijalci aplikacije IoT napišejo svojo kodo, da ustvarijo povezavo z vašim računom Adobe Analytics in mu nato pošljejo podatke.
API-ji so postali privzeti način pošiljanja podatkov iz katere koli naprave, povezane z internetom, bodisi za polni delovni čas ali za krajši delovni čas. Adobe ima tudi nekaj priporočil, ki jih lahko deli, zlasti za nekatere njihove velike stave, ko gre za te nove naprave, kot sta glas in povezani avtomobil. V času pisanja tega pisanja kompleti za razvoj programske opreme niso na voljo za glasovno aktivirane naprave ali povezane avtomobilske aplikacije. Vendar ima Adobe najboljše prakse za prilagajanje podatkov, spremenljive nastavitve in možnosti kode za obe tehnologiji.
Programska oprema za podjetja – programska oprema, ki je licencirana institucijam – se redno posodablja, Adobe pa izdaja najboljše prakse za sledenje podatkom, povezanim z novimi digitalnimi mediji, kot sta glas in povezani avtomobil.
Zdaj ste raziskali vse vrste podatkov, ki jih ustvarijo naprave, ki imajo s krajšim ali polnim delovnim časom dostop do spleta: računalnike, telefone, tablice in internet stvari.
Digitalne izkušnje in interakcije ljudi na teh napravah so zajete z neko kombinacijo TMS, SDK in API. Po mnenju tržnikov in analitikov temu seznamu nekaj manjka: podatki, ki ne temeljijo na vedenju.
Morda najboljši primer nevedenjskih podatkov izvira iz vašega orodja za upravljanje odnosov s strankami (CRM) . Orodja CRM se uporabljajo za organiziranje, kategorizacijo in upravljanje vaših potencialnih strank in strank. Drugi primeri nevedenjskih podatkov, ki bi jih zanimali tržniki in analitiki, vključujejo naslednje:
- Klicni center
- Nakupi zunaj spleta ali v trgovini
- Vračila ali odpovedi
- Stroški prodanega blaga
- Oglasna kampanja
- Zadovoljstvo kupcev
Adobe Analytics lahko uvozi katero koli od teh vrst podatkov skupaj z mnogimi drugimi. Na splošno se ti podatki uvozijo v Adobe Analytics prek protokola za prenos datotek (FTP) ali API-ja.