16. mar, 2017 – 5 min læsning

Adobe Analytics, tidligere Omniture SiteCatalyst, er førende inden for multi-channel analytics. Det er en del af Adobe Marketing Cloud med plug-ins, der giver marketingfolk mulighed for at analysere kampagneresultater på mobilapps og video ud over almindelige webkanaler.

Adobe Analytics giver marketingfolk den indsigt og de data, de har brug for til at træffe bedre beslutninger. Disse data informerer beslutninger, der (forhåbentlig) vil resultere i flere indtægter og konverteringer og hjælpe med at få reklameomkostningerne ned. Effektiv brug af Adobe Analytics-værktøjet, såvel som enhver anden dataanalyseplatform, afhænger af evnen til at fortolke markedsføringsmetrikker præcist, som alle kommer fra tilgængelige data.

Typer af data, der opfanges af Adobe Analytics

Adobe Analytics indsamler webanalysedata fra websteder, mobilapps, andre webtjenester og offline-kilder for at generere forskellige rapporter og analyser. Adobe betegner disse data som metrikker eller key performance indicators (KPI’er), som repræsenterer kvantitative oplysninger om dit websteds ydeevne.

Følgende sæt af metrikkategorier, der typisk spores:

  • Trafikmålinger: Oplysninger om dine besøgende for at forstå, hvor meget offentlig opmærksomhed og interesse du har formået at fange gennem markedsføring, PR og dine tjenester;
  • Konverteringsmålinger:
  • Beregnede målinger: dine egne målinger, som du kan oprette ved at kombinere eksisterende målinger;
  • Videomålinger: målinger som f.eks. samlede visninger, tidsforbrug og færdiggørelsesrater;
  • Sociale målinger: data, der hjælper dig med at følge dit brands tilstedeværelse på sociale medier.

Af hensyn til privatlivets fred er Adobe kun i stand til at indsamle oplysninger, der ikke er “Personligt identificerbare oplysninger” eller PII. Når du tænker på, hvordan forskellige brede demografiske fakta kan kombineres for at skabe en profil, der entydigt identificerer en person, vil du forstå, hvorfor de er nødt til at være meget forsigtige med at undgå at give dig for mange data. I dette tilfælde begrænser de oplysningerne til den besøgendes postnummer.

Webanalysedata og selvbetjente analyseværktøjer

Adobe-rapporteringsværktøjet giver grundlæggende adgang til alle KPI’er gennem forudbyggede dashboards i grænsefladen. Det er dog muligt, at du ønsker at bruge dine egne selvbetjeningsværktøjer til datavisualisering og rapportering. Hvad er eksempler på den slags værktøjer?

  • Tableau Software
  • Periscope Data
  • Mode
  • Grow
  • SQL Workbench/J
  • Power BI

Succes med selvbetjeningsværktøjer kræver, at du har adgang til Adobe Analytics-data. Uden dataene kommer de, der ønsker at grave dybere, ikke langt.

Hvordan føler du disse værktøjer med de data, de har brug for? data!

Unlocking Your Adobe Data

Adobe tilbyder et par metoder til at få adgang til de underliggende SiteCatalyst-analysedata.

Report Builder – The Excel Way

En almindelig fremgangsmåde er at downloade filer manuelt til brug i Excel. Hvis du bruger Excel til at administrere dine data og træffe marketingbeslutninger, kan det hurtigt blive trættende at klippe og indsætte data manuelt. Derfor har Adobe udviklet et Excel Report Builder-værktøj. Dataene kan segmenteres ved hjælp af filtre, der er indbygget i værktøjet. Når du har oprettet dit regneark, kan du importere friske data eller indstille det til automatisk at blive opdateret.

En fordel ved at bruge Excel Report Builder-værktøjet er, at det er en enkel måde hurtigt at få tilpasset indsigt i data, som ikke er tilgængelig via de almindelige rapporter. Da dataene er tilgængelige i rå form, er du i stand til at anvende de behandlings- eller analysefunktioner, du ønsker, for at få din egen indsigt. Du kan derefter udnytte den eksport, der er beregnet til Excel, i selvbetjeningsanalyseværktøjer som Tableau. Du kan også eksportere dine Excel-filer til CSV, hvilket vil være nødvendigt, hvis dine værktøjer ikke understøtter XLS-formaterede filer.

Mens Excel Report Builder forenklede arbejdet med Adobe-data i regneark, er de ikke velegnede til mere komplekse anvendelsestilfælde.

De fleste værktøjer tillader import af disse XLS-filer, selv om det er manuelt og fejlbehæftet.

Bulk Exports – The Data Analytics and Data Science Way

For mere komplekse anvendelsestilfælde, hvor du programmæssigt kan udnytte dine data, bør du bruge funktionen Data Warehouse Reports eller Adobe Data Feeds. Dette giver dig mulighed for at køre en ad hoc-forespørgsel mod den komplette historiske logbog af data på din konto. Denne tilgang kan give hastighed og udvide mulighederne for analyse.

Her er et par eksempler på, hvordan du kan behandle Adobe Warehouse- og Clickstream-data:

Adobe ClickStream:

Hvis du vil have direkte adgang til de hændelsesdata, der driver Adobe Analytics-grænsefladen, skal du tjekke Data Feeds:

Adobe Data Warehouse:

Hvis du er på udkig efter sammenfattede, fleksible data fra Adobe, skal du se denne trinvise vejledning til eksport fra SiteCatalyst til et privat lager eller en datasø:

Med data flyttet til et sted, som dine selvbetjeningsværktøjer kan få adgang til, kan du udnytte fordelene ved at arbejde med dataene direkte og på en automatiseret måde.

Tapping into Your Adobe Data

Vil du have dine Adobe-data gemt i en datasø eller cloud warehouses som Amazon Redshift, Amazon Redshift Spectrum, Google BigQuery, Azure Data Lake og Amazon Athena?

Openbridge-tjenesten automatiserer organiseringen, behandlingen og indlæsningen af dine data til en destinationsdatasø eller et cloud warehouse. Vores tjeneste tager sig af det tunge arbejde ved automatisk at indlæse dine Adobe Analytics-data for at skabe en automatiseret datapipeline til indsigtsindsatser.

Når du parrer Adobe Analytics-eksportdata med en fuldt automatiseret Openbridge-datapipeline-tjeneste med nul administration, er alle dine data klar til at blive brugt i dine foretrukne analyseværktøjer som Grow, Tableau, Microsoft Power BI eller Looker.

admin

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.

lg