mar 16, 2017 – 5 min read

Adobe Analytics, tidigare Omniture SiteCatalyst, är branschledande inom analys av flera kanaler. Det är en del av Adobe Marketing Cloud, med plug-ins som gör det möjligt för marknadsförare att analysera kampanjresultat i mobilappar och video utöver vanliga webbkanaler.

Adobe Analytics förser marknadsförare med de insikter och data som de behöver för att fatta bättre beslut. Dessa data informerar beslut som (förhoppningsvis) kommer att resultera i fler intäkter och konverteringar och bidra till att sänka annonskostnaderna. Effektiv användning av Adobe Analytics-verktyget, liksom av alla andra dataanalysplattformar, beror på förmågan att tolka marknadsföringsmått korrekt som alla kommer från tillgängliga data.

Typer av data som samlas in av Adobe Analytics

Adobe Analytics samlar in data för webbanalys från webbplatser, mobilappar, andra webbtjänster och offline-källor för att generera olika rapporter och analyser. Adobe hänvisar till dessa data som mätvärden eller nyckelprestandaindikatorer (KPI:er) som representerar kvantitativ information om din webbplats prestanda.

Följande uppsättning mätningskategorier som vanligtvis spåras:

  • Trafikmätningar: Information om dina besökare för att förstå hur mycket allmän uppmärksamhet och intresse du har lyckats fånga genom marknadsföring, PR och dina tjänster;
  • Konverteringsmätningar:
  • Beräknade mätvärden: egna mätvärden som du kan skapa genom att kombinera befintliga mätvärden;
  • Videomätvärden: mätvärden som totala visningar, spenderad tid och slutfrekvens;
  • Sociala mätvärden: data som hjälper dig att spåra ditt varumärkes närvaro på sociala medier.

Av integritetsskäl kan Adobe endast samla in information som inte är ”personligt identifierbar information” eller PII. När du tänker på hur olika breda demografiska fakta kan kombineras för att skapa en profil som unikt identifierar en person, förstår du varför de måste vara mycket försiktiga för att undvika att ge dig för mycket data. I det här fallet begränsar de informationen till besökarens postnummer.

Webbanalysdata och självbetjäningsanalysverktyg

Adobe-rapporteringsverktyg ger grundläggande tillgång till alla KPI:er genom förbyggda instrumentpaneler i gränssnittet. Du kanske dock vill använda dina egna självbetjäningsverktyg för datavisualisering och rapportering. Vad är exempel på sådana verktyg?

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

För att lyckas med självbetjäningsverktygen krävs det att du har tillgång till Adobe Analytics-data. Utan data kommer de som vill gräva djupare inte så långt.

Hur känner du dessa verktyg med de data de behöver? data!

Unlocking Your Adobe Data

Adobe tillhandahåller några metoder för att få tillgång till de underliggande SiteCatalyst-analysdata.

Report Builder – The Excel Way

Ett vanligt tillvägagångssätt är att manuellt ladda ner filer för att använda i Excel. Om du använder Excel för att hantera data och fatta marknadsföringsbeslut kan det snabbt bli tråkigt att manuellt klippa och klistra in data. Det är därför Adobe har utvecklat ett Excel Report Builder-verktyg. Data kan segmenteras med hjälp av filter som är inbyggda i verktyget. När du har ställt in kalkylbladet kan du importera nya data eller ställa in det så att det uppdateras automatiskt.

En fördel med att använda Excel Report Builder-verktyget är att det är ett enkelt sätt att snabbt få skräddarsydda insikter i data som inte är tillgängliga genom de vanliga rapporterna. Eftersom data är tillgängliga i rå form kan du tillämpa alla bearbetnings- eller analysfunktioner som du önskar för att få dina egna insikter. Du kan sedan utnyttja exporten som är avsedd för Excel i analysverktyg för självbetjäning som Tableau. Du kan också exportera dina Excel-filer till CSV, vilket behövs om dina verktyg inte stöder XLS-formaterade filer.

Men även om Excel Report Builder förenklade arbetet med Adobe-data i kalkylblad är de inte väl lämpade för mer komplexa användningsfall.

De flesta verktygen tillåter import av dessa XLS-filer, även om det är manuellt och felbenäget.

Bulk Exports – The Data Analytics and Data Science Way

För mer komplexa användningsfall där du programmerar in dina data bör du använda funktionen Data Warehouse Reports eller Adobe Data Feeds. På så sätt kan du köra en ad hoc-fråga mot den fullständiga historiska loggningen av data på ditt konto. Detta tillvägagångssätt kan ge snabbhet och utökade möjligheter till analys.

Här är några exempel på hur du kan bearbeta Adobe Warehouse- och Clickstream-data:

Adobe ClickStream:

Om du vill ha direkt tillgång till händelsedata som driver Adobe Analytics-gränssnittet, kan du kolla in Data Feeds:

Adobe Data Warehouse:

Om du vill ha sammanfattade, flexibla data från Adobe kan du läsa den här steg-för-steg-guiden för export från SiteCatalyst till ett privat lager eller en data lake:

Med data som flyttas till en plats som dina självbetjäningsverktyg kan komma åt kan du dra nytta av fördelarna med att arbeta med data direkt och på ett automatiserat sätt.

Tappa åt dina Adobe-data

Vill du ha dina Adobe-data lagrade i en datasjö eller molnlager som Amazon Redshift, Amazon Redshift Spectrum, Google BigQuery, Azure Data Lake och Amazon Athena?

Openbridge-tjänsten automatiserar organiseringen, bearbetningen och inläsningen av dina data till en destinationsdatasjö eller ett molnlager. Vår tjänst tar hand om det tunga arbetet genom att automatiskt ta in dina Adobe Analytics-data för att skapa en automatiserad datapipeline för insights-insatser.

När du kombinerar Adobe Analytics-exportdata med en Openbridge-datapipeline-tjänst med noll administration, som är helt automatiserad, är alla dina data redo att användas i dina favoritanalysverktyg som Grow, Tableau, Microsoft Power BI eller Looker.

admin

Lämna ett svar

Din e-postadress kommer inte publiceras.

lg