Arbeta med anpassade dimensioner i Adobe Analytics

Adobe Analytics tillhandahåller ett brett sortiment av inbyggda dimensioner som du kan använda. Dessa inbyggda Adobe-dimensioner hjälper dig att analysera produkter, enhetsteknik, reklam, innehåll och mer. Tyvärr räcker det aldrig. Det är där anpassade Adobe-dimensioner kommer in i bilden.

Analytiker är ett krävande gäng, så Adobe har skapat två typer av anpassade dimensioner för att hjälpa dig fånga ännu mer användbar information om beteendet som sker online.

Du kan använda dessa anpassade Adobe-dimensioner för att fånga in data som är nödvändiga för att du ska kunna slutföra din analys men som inte är tillgängliga i de förkonfigurerade dimensionerna som du har läst om. Till exempel kan en anpassad dimension fånga in interna söktermer som besökare har använt på din webbplats. Antalet anpassade dimensioner som ditt företag har tillgång till är kopplat till din Adobe Analytics SKU, men de flesta företag har nära 300 anpassade dimensioner per rapportsvit.

Definiera utgångs- och allokeringsdimensioner i Adobe Analytics

Adobe ger administratörer flera alternativ för att anpassa definitionen av dessa anpassade dimensioner. Innan du gräver ner dig i de olika variabeltyperna och hur du hittar dem i din rapportsvit, låt oss diskutera två delar av terminologi: utgång och allokering. Eftersom dessa alternativ involverar komplexa koncept går du igenom dem på djupet. Utgångsdatum är det enklare konceptet, så du börjar där.

Förstå utgångsdatum i Adobe-dimensioner

Utgångsdatum fokuserar på hur länge värdena i en dimension ska kvarstå. Ska värdet upphöra i slutet av sidvisningen, som siddimensionen, eller ska det upphöra i slutet av besöket, som en marknadsföringskanal?

Adobe ger administratörer möjlighet att definiera utgångsdatum från så kort som träffen som taggen aktiveras till längden på besökarens cookie (med andra ord aldrig). Det här är viktigt för administratörer eftersom utgången av anpassade dimensioner måste sträcka sig tillräckligt länge för att mätvärdena som är viktiga ska korrelera med det kvarstående dimensionsvärdet.

Tabellen nedan illustrerar ett exempelbesök där en anpassad dimension fångar namnet på videon som visas med flera mätvärden som aktiveras längs vägen.

Provbesök med anpassade dimensioner och mätvärden

Besöksexemplet ovan beskriver ett enkelt besök: en konsument kommer till en webbplats, tittar på en video till slut, startar en andra video, men slutför den inte. I den här implementeringen ställs en anpassad dimension som kallas videonamn in i början av varje video.

Företagets Adobe-administratör måste bestämma utgången för den anpassade dimensionen så att mätdata korrelerar korrekt med Adobe-dimensionen. Om utgången är inställd på att upphöra vid sidvisning kommer träffarna 3, 4, 6, 7 och 8 inte att kopplas tillbaka till några videonamn som har angetts. Dessa träffar skulle överensstämma med Ospecificerat i din rapportering.

Om giltighetstiden är inställd på att löpa ut när videons kompletta mätvärde aktiveras, kommer alla träffar att kopplas tillbaka till deras tilldelade videonamn. Dessutom, om utgången är inställd på att upphöra aldrig , kommer mätvärdena i det här exemplet också att kopplas tillbaka till videons namn på rätt sätt. Eventuella ytterligare mätvärden från nästa besök (kanske nedladdningar eller registreringar) kommer också att anpassas till Advanced Analytics-videonamnet eftersom det dimensionella värdet kvarstår och aldrig upphör att gälla.

Ospecificerat är Adobes sätt att visa mätvärden som fångats när ett värde inte ställts in för dimensionen som analyseras. Detta inkluderar anpassade dimensioner som har upphört att gälla. Därför hade alla mätvärden som är anpassade till ett ospecificerat videonamn inget värde för den dimensionen när mätvärdet registrerades. Om dimensionen för videonamnet var inställd på att upphöra vid sidvisningen tilldelas inget värde till den anpassade dimensionen.

Definiera allokering i Adobe-dimensioner

Den andra hälften av administratörsinställningarna för anpassade Adobe-dimensioner kallas allokering. Tilldelning bestämmer vilket värde av en anpassad dimension som ska få kredit när flera värden skickas till dimensionen innan utgången. Ett annat vanligt namn för tilldelning är attribution, som du kanske redan känner till.

I besöksexemplet i den tillhandahållna tabellen skickar konsumenten två värden till den anpassade dimensionen: introduktion till analys och avancerad analys. Om Adobe-administratören för det här företaget ställer in ett besöksdatum för denna Adobe-dimension, hur kommer var och en av mätvärdena att överensstämma med dessa tvådimensionella värden?

Som standard tillämpar anpassade dimensioner en modell för senaste/senaste beröring, vilket innebär att mätvärdena tillskrivs det senaste värdet som registrerats i dimensionen. Denna tilldelningsmetod skulle vara idealisk i det angivna scenariot: 1 videostart, 1 50 % milstolpe och 1 video färdig skulle tillskrivas introduktionen till analys; En videostart och en milstolpe på 50 % skulle tillskrivas den avancerade analysvideon.

En stor majoritet av anpassade dimensioner är inställda på en tilldelning för senaste/senaste beröring, så det är förmodligen säkert att anta att det är så din är inställd. Naturligtvis är det alltid värt att kontrollera med ditt administratörsteam för att bekräfta.

Ett annat alternativ för anpassade mått är att ställa in allokeringen till original/första beröringsmodell. Det här tillvägagångssättet bådar inte gott för scenariot i tabellen eftersom det skulle tillskriva både videostarter, både 50 % milstolpar, och videons kompletta till det ursprungliga värdet som den anpassade dimensionen fick: introduktion till analys. Det här resultatet är helt klart felaktigt och tilldelningen av sista beröring för detta videonamn Adobe-dimensionen verkar vara en enkel sak.

Men som analytiker eller datavetenskapsentusiast tänker du alltid på produktens köpcykel, så du blev förmodligen glad över att se att en produkt lades till i kundvagnen efter att den andra videon delvis setts. I det här exemplet, vilken video skulle du tilldela kredit – den första som sågs eller den senast tittade? Kanske delvis kredit för båda?

Partiell kredit är där den sista anpassade dimensionstilldelningen kommer in. Förutom första och sista beröring kan administratörer ställa in anpassade dimensioner för linjär tilldelning. I en linjär allokering får varje värde som skickas till Adobe-dimensionen en procentandel av måttet som analyseras. Om videonamnet i tabellen var inställt på en linjär tilldelning, skulle varje video få 50 % kredit för det lägg i kundvagnen som inträffar i slutet av besöket.

De bästa nyheterna angående denna situation är att Adobes Attribution IQ-uppsättning funktioner möjliggör mer flexibla modeller än dessa tre och ger dig möjligheten att ändra tillskrivningsmodellen direkt för alla Adobe-dimensioner. Så mellan de två inställningarna, utgång och allokering, är den viktigare nu för tiden utgången.

Att skilja på rekvisita och eVars

Nu när du har en bra känsla för inställningarna som du kan tillämpa på anpassade dimensioner, låt oss gräva i de två typer av variabler som finns i din implementering. Adobe Analytics har flera namn för dem båda. De första kallas ofta för "rekvisita" men är synonyma med sProps och trafikvariabler.

Rekvisita är anpassade mått som alltid upphör vid träffen. Ditt företag har tillgång till 75 rekvisita. De kan vara ganska användbara på grund av deras enkelhet. Eftersom de löper ut vid träffen behöver du inte oroa dig för allokering eftersom endast ett enda värde kan överföras till en dimension per träff. Eftersom rekvisita går ut omedelbart anses de ofta vara lite mindre användbara än eVars, deras motsvarighet till anpassade dimensioner. Men analytiker som vet när rekvisita ställs kan hitta många användningsområden för rekvisita.

eVars är anpassade dimensioner som har inställningar anpassade till tilldelning, utgångsdatum och mer. De är mer flexibla och kraftfulla än rekvisita men också mer komplexa. De flesta företag har mellan 100 och 250 eVars, beroende på deras kontrakt med Adobe. Om du hoppar tillbaka till exempelbesöket i tabellen, skulle du nästan definitivt vilja använda en eVar för att fånga videonamnet så att dimensionsvärdena kvarstår och videostatistiken tillskrivs dem korrekt.

Din pålitliga debugger kan användas för att enkelt identifiera alla anpassade dimensioner som aktiveras i en träff. Notera hur bilden nedan visar webbadressen som skickas till prop4 och bara domänen som skickas till eVar5. Du kommer att bli glad att veta att administratörer har ett gränssnitt, känt som Admin Console, för att skapa vänliga namn för alla rekvisita och eVars. Du behöver inte memorera att prop4 betyder URL och eVar5 betyder domän; Analys Workspace skulle helt enkelt visa de vänliga namnen automatiskt.

Upplev Cloud Debugger fångar värden i både rekvisita och eVars.

Eftersom du ofta kommer att gå fram och tillbaka mellan felsökaren och Workspace, är det logiskt att du ibland glömmer vänligheten för en eVar eller en rekvisita. Var inte rädd, för Adobe har redan gjort den processen enklare: eVars och rekvisita kan sökas i den vänstra rälssökrutan. Försök att söka efter eVar1 eller prop2 i din rapportsvit för att se hur processen fungerar.

Tillämpa datumintervall i Adobe Analytics

Den sista anpassade dimensionen att diskutera är unik. Visste du att du också kan lägga till datumintervall i dina fria tabeller?

Du kan dra förinställda datumintervall (som är listade längst ned på den vänstra skenan) till en tabell. Vilken som helst av dessa kan användas som dimensioner i fria tabeller. Dessutom kan du enkelt skapa nya datumintervall baserat på dina behov. Låt oss skapa ett nytt datumintervall som fokuserar på de senaste hela 5 dagarna:

Klicka på plusknappen i den vänstra skenan bredvid ordet Tid, eller klicka på Komponenter i huvudmenyn och välj Nytt datumintervall.

Eller använd kortkommandot Skift+⌘D på en Mac, eller Skift+Alt+D på en PC. En dialogruta visas som ber dig att definiera ditt datumintervall. Gränssnittet är intuitivt och speglar kalendern i paneler.

Använd kalendern för att välja ett datumintervall, till exempel de senaste fem dagarna.

Markera kryssrutan Använd rullande datum och klicka sedan på Verkställ.

Definiera ett datumintervall med rullande datum.

Lägg till ett vänligt namn i textrutan Titel för datumintervallet (som Senaste 5 dagarna) och klicka sedan på Spara.

Rullande datum låter dig bestämma om datumen ska uppdateras med tiden. Om du har ett datumintervall för de senaste 5 hela dagarna och väljer alternativet Använd rullande datum, när du loggar in på Adobe i morgon, kommer datumintervallet att uppdateras för att inkludera dagens data.

När du har definierat ett anpassat datumintervall kan du dra den dimensionen till en tabell.

Använder ett anpassat datumintervall.

Dimensioner som eVars, rekvisita och anpassade datumintervall kommer att vara användbara verktyg för analys i Adobe Analytics. Håll dig involverad med din Adobe-administratör för att säkerställa att de anpassade dimensioner du behöver spåras exakt och konsekvent.