1. Как да използвате Adobe Analytics за анализ на успеха на маркетинговите ви канали
Adobe Analytics за манекени

От Дейвид Карлинс

Adobe Analytics е мощен инструмент за разкриване на вашата аудитория. Като анализатор на данни неизбежно ще ви е необходим значително подробен поглед върху каналите, които привличат посетителите на вашия сайт. Размерът на маркетинговия канал в Adobe Analytics предоставя пълен изглед на всяка от категоризираните рефериращи и реклами, които привличат трафик към вашия сайт или приложение.

Размерът на маркетинговия канал на Adobe Analytics е изграден върху персонализиран набор от правила, дефинирани в конзолата на администратора на пакета от отчети. Тези правила се наричат ​​правила за обработка на маркетинговия канал. Ще бъдете умни да синхронизирате с администраторите си на Adobe Analytics, за да разберете как са дефинирани тези правила и, ако е възможно, дори да помогнете да решите как са настроени и дават приоритет.

Определяне размерите на маркетинговите канали в Adobe Analytics

По подразбиране, Analysis Workspace има шест измерения на маркетинговия канал. За да бъдат нещата прости, те са групирани в два набора: канал и детайли на канала.

Маркетинговият канал, последният докосвателен канал и първият докосвателен канал са измеренията, свързани с по-високо ниво на гранулиране на посещения, често съдържащи стойности на платено търсене, естествено търсене, имейл, дисплей, социални мрежи и референтни домейни. Тези размери се определят от първото падащо меню в настройките на канала в рамките на набор от правила.

Ключовата разлика между трите измерения на канала е обвързана с приписването: Коя стойност с течение на времето трябва да се прилага към съответните показатели? По-долу е представен прост пример, който да ви помогне да разберете концепцията:

Обърнете внимание как таблицата описва две отделни посещения, първата управлявана от дисплея, а втората - от платено търсене. Ръководителят на рекламата ще иска да знае дали да постави бюджета за следващото тримесечие на показ или платено търсене. Като анализатор ще искате да присвоите приходите на един от тези два канала, но кой?

От години анализаторите използват модел за приписване на последно докосване, за да свържат приходите с платено търсене. В този модел, който и канал да е най-скоро, заслужава 100 процента от кредита за приходите.

В този случай рекламодателите, отговорни за показването, биха спорили, че посетителят дори не би знаел за марката без тяхната кампания за повишаване на осведомеността, така че те трябва да заслужават 100 процента от кредита. Този подход е известен като приписване на първо докосване.

Както може би се досещате, последният сензорен канал приписва показатели на стойността на канала, като използва последния модел на приписване на докосване. Първият сензорен канал приписва показатели чрез използване на модел за приписване на първо докосване.

Когато Adobe пусна Attribution IQ, мощен начин за промяна на модела на приписване на всеки показател, обвързан с което и да е измерение, те бяха загрижени, че размерите на последния докосвателен канал и първия докосвателен канал могат да бъдат подвеждащи, тъй като технически последният допир канал може да бъде обвързан с показатели, при които моделът на приписване е коригиран за първо докосване!

За да разреши този потенциален конфликт, Adobe създаде по-общо измерение на маркетинговия канал. Маркетинговият канал има атрибуция по подразбиране на последно докосване, но не носи объркващото разграничение на последното докосване, защото показателите са по-адаптивни понастоящем.

Най-добрата практика е винаги да използвате (или мигрирате старите си проекти, за да използвате) маркетингов канал и да игнорирате измеренията на първо докосване и последно докосване.

Вторият набор от величини, създадени чрез правила за обработка на маркетинговите канали, се задават от стойността във всеки набор от правила, която е второто падащо меню в настройките на канала. Подробности за маркетинговия канал, подробности за последния допир на канала и детайли за първия докосване на канала осигуряват по-подробен преглед на канала.

Тези величини са зададени да улавят ключовата дума за платено търсене, името на кампанията за показване или търсачката за естествено търсене. Тъй като тези стойности са персонализируеми, не забравяйте да работите с вашия административен екип на Adobe, за да видите как е зададена стойността на всеки канал в правилата за обработка на маркетинговите канали за всеки от пакетите ви отчети.

Adobe Analytics предоставя три отделни размери на детайлите на канала, точно както те предоставят три измерения на канала: първо докосване, последно докосване и подробности за маркетинговия канал. Детайлът на маркетинговия канал е дубликат на последния детайл на допирния канал и е подобно по-малко объркващ, когато към него се прилагат нови модели на IQ Attribution. Следователно, най-добрата практика е същата като при маркетинговия канал: Използвайте (или започнете да мигрирате към) подробности за маркетинговия канал.

Изображението по-долу показва измерението на маркетинговия канал, допълнително разбито по детайлите на маркетинговия канал.

Подробности за маркетинговия канал на Adobe Analytics

Определяне на маркетинговите ви канали в Adobe Analytics

Правилата за обработка на маркетинговите канали се дефинират с помощта на комбинация от величини, базирани на референт, търсачка, параметър на заявка, страница, всеки eVar и други.

Бъди внимателен! Правилата за обработка са постоянни, така че не забравяйте да възникнете злополуки, когато ги коригирате в Adobe Analytics.

Ако вашият пакет отчети все още не събира данни в измерението на маркетинговия канал, Adobe ще предложи набор от правила по подразбиране, когато първият администратор осъществява достъп до техните настройки (достъпна в конзолата на администратора → Отчетни пакети → Редактиране на настройките → Маркетингови канали).

Правила за маркетингов канал на Adobe Analytics

Правилата за обработка на маркетинговия канал на пакет от отчети се състоят от три ключови елемента. Само администратор може да ги редактира, но вие трябва да разберете техните възможности:

  • Наборите правила съдържат едно или повече правила за задаване на стойност за измерението на маркетинговия канал и подробности за канала. Всеки набор от правила дефинира една стойност за измерението на канала и една стойност за детайла на канала. Правилата определят как посещенията трябва да бъдат включени в размери на канала и детайлите на канала въз основа на условията, които сте определили. Например, условие на правило може да бъде конфигурирано така, че да идентифицира дали препращащият посетител е от търсачка. Поръчката за обработка е добре наречен компонент на правилата за обработка на маркетинговите канали, защото определя приоритета на всеки набор от правила. Щом посещението съвпада с набор от правила, подробностите за канала и канала на посещението се задават въз основа на този набор от правила. Например, може да имате един набор от правила, който дефинира платеното търсене (въз основа на референт на търсачката и наличието на параметър за заявка за CID) и втори набор от правила, който определя естественото търсене (въз основа само на съществуването на референт на търсачката) , Ако правилото, зададено за естествено търсене, е приоритизирано над правилото за платено търсене, платеният канал за търсене никога няма да бъде зададен, тъй като всички посещения на търсачката, независимо от съществуването на параметъра на заявката, ще бъдат прибрани като естествено търсене.
Настройка на маркетинговия канал на Adobe Analytics
  1. SoftwareAdobeAdobe Analytics срещу Google Analytics
Adobe Analytics за манекени

От Дейвид Карлинс

Когато оценявате кое решение за анализ на данни е подходящо за вас, вероятно ще възникне въпросът: Каква е връзката между Adobe Analytics и Google Analytics? Като двамата основни играчи на полето, тя плаща да сравним Adobe Analytics спрямо Google Analytics.

Безброй клиенти и професионалисти в бранша питат експертите кое решение за анализи най-много им харесва. Вместо да отговаряме на този въпрос, нека разгледаме по-обективен: Какви са силните страни и ограниченията на Adobe Analytics и Google Analytics?

Този фокус помогна на бъдещите купувачи на решения за анализиране на данни бързо да картографират функциите и интеграциите към техните изисквания. И сравнявайки и контрастирайки двете, ще разберете защо вашата организация направи призива да внедри Adobe Analytics.

Проучване как Adobe Analytics се изправя срещу Google Analytics

Нека започнем това сравнение, като се съсредоточим върху Adobe Analytics, защото това е темата на тази книга. Аналитичното решение на Adobe често се смята за Ferrari в бранша - впечатляващо мощен, но скъп. В тази аналогия има известна истина. Но нека да разделим някои от функциите, уникални за Adobe Analytics.

Поглед към работното пространство за анализ

По отношение на мощността, решението за анализи може да бъде най-доброто от възможностите на Adobe, които ще разгледате в тази книга. Първият основен диференциатор за Adobe е Analysis Workspace, двигателят по подразбиране в Adobe Analytics за анализ, визуализация, курация и споделяне. Създаден както с маркетинг, така и с анализатора, Analysis Workspace осигурява неограничени разбивки, сегментация в движение и изчислени показатели, множество възможности за визуализация на данни и четири ключови вградени функции, задвижвани от науката за данни.

За да вземем само един пример, Adobe Analytics използва алгоритми за откриване на аномалия, за да идентифицира аномалии, като трудно откриваеми капки в средната стойност на поръчката, шипове на поръчки с ниски приходи, статистически значимо увеличение на пробните регистрации и спад в изгледите на целеви страници.

откриване на аномалия в Adobe Analytics

Adobe наскоро добави към Analysis Workspace много необходим компонент за атрибуция, който позволява на почти всички показатели да имат един от десет модела на приписване, който можете да приложите към почти всяко измерение в платформата.

Накратко, маркетинговото приписване ви помага да разберете как вашите клиенти и клиенти взаимодействат с вашето онлайн присъствие и какво искат по начин, който прави възможни силно фокусирани и точни маркетингови или услуги за решения. Например, коефициентът на интелигентност на приписването в аналитичното работно пространство ви позволява да добавяте много нови видове модели на приписване към таблици с свободна форма, визуализации и изчислени показатели. IQ за приписване е показан по-долу.

Панел за интелигентност на приписване на Adobe Analytics

Към това писане алгоритмичните и управлявани от данни модели изискват надграждане до решението на Data Workbench на Adobe със значителни разходи.

Визуализиране на потока и отпадане в Adobe Analytics

Два огромни диференциатора за Adobe са обвързани с визуализациите на пътуванията на клиентите им: поток и отпадане. Други доставчици изглежда не успяват да постигнат гъвкавостта и лекотата на използване точно за тези видове анализи. Освен това Adobe е подготвена да пусне Customer Journey Analytics, функция, фокусирана върху шиене на посещения и устройства на устройства на база данни за вход или съвместимо с устройството на Adobe оп.

Визуализиране на потока в Adobe Analytics

Adobe също има вградени конектори за данни с десетки партньори, които позволяват сравнително безпроблемна и често двупосочна интеграция на набори от данни в електронна поща, оптимизация на търсачките (SEO), търговия, рекламни платформи и други. Ако тези предварително изградени интеграции не са достатъчно добри, Adobe препоръчва персонализирана интеграция чрез редица опции, включително наскоро пуснатата Adobe Experience Platform.

Другата голяма точка на продажба на интеграциите на Adobe идва от дълбокото в собствения им опит Cloud - интеграции с други решения на Adobe. Adobe беше първата компания, която има двупосочна интеграция с платформата за анализи и управление на данни (DMP). DMP се използват за обединяване на данни от множество набори от данни, изграждане на аудитории от тези обединени данни и активиране на тези аудитории в рекламни платформи.

Не се притеснявайте Ако тази тема е прекалено напреднала, просто трябва да знаете, че маркетолозите могат да дефинират сегменти в Google Анализ, които след това се обогатяват от допълнителни източници на данни в мениджъра на аудиторията (Adobe на DMP) и след това да споделят тези сегменти обратно в Google Анализ за допълнителен анализ. Adobe има и качествени интеграции с Target (тестване и персонализиране), кампания (1: 1 управление на маркетингови кампании), мениджър на опит (управление на съдържание и активи) и рекламен облак (оптимизиране на рекламни оферти).

Идентифициране на ограниченията на решението на Анализ на Adobe

Най-голямата липсваща функция на Adobe може да е голяма за вас: интеграция с Google Ads. Adobe има няколко начина за интегриране с рекламни данни от най-големия им конкурент в областта на аналитиката, но нито един не е толкова безпроблемен или толкова завършен, колкото Google.

Освен това някои хора се оплакват, че решението на Adobe е твърде трудно да се използва, но изглежда, че това мнение се основава на интерфейса Omniture (програмата Adobe, която се превърна в Adobe Analytics), което беше, честно казано, обезсърчаващо. Analysis Workspace премахна тези ограничения и създаде уникални начини за овластяване на нови потребители.

Ако се чувствате претоварени, разгледайте тези ресурси, които можете да използвате, за да ви помогнат да навигирате в Adobe Analytics.

Разбиране как Google Analytics се вписва в картината за анализ на данни

Ако никога не сте използвали Adobe Analytics, но сте използвали решение за анализ, шансовете са, че сте използвали Google Analytics. Нека направим крачка назад и да разгледаме как Google Analytics се вписва в света на аналитиката.

Първо, важно е да се отбележи разликата между безплатния инструмент на Google, Google Analytics и нивото на предприятието (и не безплатно), Google Analytics 360.

Разграничаване между Google Analytics и Google Analytics 360

Google заложи на пазара на решения за безплатни аналитични услуги, като направи цялата индустрия услуга, като помогна за задвижването на огромна вълна от бизнесмени да започнат да задават въпроси относно своите данни. Безплатната версия на Google Analytics е ценен и достъпен инструмент за генериране на отчети за това кой идва на уебсайт и как те взаимодействат с него. Това не е инструмент на ниво предприятие за анализ на данни.

Фокусът тук е върху Google Analytics 360. Google пусна това решение срещу заплащане преди няколко години. Значително разграничение и предимство на Google Analytics е неговата родна интеграция с Google Ads. Ако рекламата е причина за анализирането ви, вероятно ще харчите повече от бюджета и времето си в рекламните инструменти на Google, отколкото всеки друг инструмент и следователно ще намерите интеграцията на Google за ценна.

Google Analytics

Google импортира данни от Google Ads (преди DoubleClick за рекламодатели), конзолата за търсене на Google, дисплейни и видео реклами и платени реклами за търсене за клиенти на Google Analytics 360.

В допълнение, сегментите, създадени в Google Analytics, могат да бъдат активирани за ремаркетинг кампании чрез Google Ads. Имайте предвид обаче, че тези списъци за ремаркетинг не се актуализират със задна дата, така че потребителите във вашия сегмент преди сегмента, споделен с Google Ads, не са включени в списъка за ремаркетинг. Само потребители, които стават част от вашия сегмент, след като той бъде споделен като аудитория за ремаркетинг, са достъпни за ремаркетинг.

Изчислените показатели в Google Analytics и Google Analytics 360 са ограничени до четирите основни аритметични оператора (добавяне, изваждане, умножение, деление) и могат да бъдат използвани само в персонализирани отчети и създадени само от администратори.

Някои изчисления са предварително вградени в отчети, но те често са прости разделители на други показатели, които вече са в отчета. Често анализаторите се нуждаят от по-сложни оператори и функции, като отделни / уникални преброявания, средства, медиани, процентили и логически оператори (ако, тогава, и или, или по-големи и по-малки от). Интерфейсът за създаване на изчислен показател в Google Analytics е показан по-долу.

Показатели на Google Analytics

Интегриране с Google Cloud Platform

Друга отличителна черта на инструмента на Google е интеграцията с Google Cloud Platform (GCP). Усъвършенстваните анализатори и учени с данни, които са удобни в SQL (Structured Query Language, език за достъп и манипулиране на бази данни), ще могат да изпълняват заявки благодарение на интегрирането на данните от Google в BigQuery, бързо развиващата се SQL-базирана платформа за сложни анализи на Google от множество набори от данни, изпълнени с огромни данни.

Предимството или недостатъкът тук е, че достъпът до тези данни изисква високо ниво на влажност с SQL, за да се генерират видовете отчети, които можете да генерирате без SQL в Adobe Analytics.

Проучване на интерфейса за разширен анализ на Google

Наскоро пуснатият на Google интерфейс за Analytics 360 се нарича Advanced Analysis. Тя включва няколко основни функции, които по-рано не са били налични в стандартния Google Analytics. Например, Разширеният анализ увеличава способността на потребителя да разгражда отчет, като например разбиване на отчета за маркетинговия канал по целевата страница. Разширеният анализ на Google позволява десет разбивки в отчет, докато старият интерфейс позволява максимум пет.

Припокриване на сегменти е вторият доклад в разширения анализ. Този доклад предоставя на анализаторите диаграма на сегментите на Venn, която показва процента на потребителите, които споделят сегмент. Накрая, Google разшири възможностите за персонализирана фуния в разширения анализ. Клиентите на Google Analytics 360 обичат възможността да създават персонализирани фунии в движение, докато клиентите, които не са 360, трябва да създават фунията, преди данните да влязат в нея.

В разширения анализ Google разшири тези персонализирани фунии до максимум на 10 стъпки на фунията, като удвои максимума в Google Analytics. В сравнение с аналитичното работно пространство на Adobe, инструментът за разширен анализ на Google е далеч не толкова здрав, но ние сме развълнувани да видим какво готви Google в бъдещите версии.

Оценка на плюсове и минуси на Adobe Analytics и Google Analytics

Както беше отбелязано, Google получава високи оценки за интеграцията си с други платформи на Google. Google Analytics обаче има само една значителна интеграция извън Google, с Salesforce, така че всички други източници на данни изискват персонализирана настройка чрез API.

Google Analytics се развива от и запазва значителни еволюционни задържания и ограничения въз основа на своя произход като много по-опростен инструмент за отчитане, за разлика от пълноценния инструмент за анализ. Ограниченията, свързани с изчислените метрични възможности, разделянето на измерения и персонализирани фунии, може да са изтощителни за анализаторите, които не могат или не се интересуват от използването на SQL.

Най-същественият недостатък може да бъде, че Google Analytics, дори и премиум решението Analytics 360, използва извадка от данни в своите отчети, така че някои отчети може да не показват пълна представа за поведението на посетителите. Подобно на изборното проучване, отчетите на Google Analytics показват данни, свързани с процент от пълния набор от данни (например 20 процента) и след това се умножават по общия брой посетители на сайта (с пет, в този пример).

Разбира се, истинският алгоритъм на вземане на проби от Google е по-сложен от този, но крайният резултат е важен: Данните могат да ви дадат различни отговори в зависимост от това как е нарязан. В Analytics 360 минималните проби се увеличават в много отчети.

Накратко, безплатната версия на Google Analytics играе ценна роля в отварянето на вратата към анализ на данни за широк кръг от малки разработчици, включително отделни дизайнери на уебсайтове, които създават своите сайтове с WordPress, Wix или други инструменти. Тя им позволява да генерират основни отчети и да извършват ограничен масив от по същество предварително дефинирани анализи.

По-малко известният и внедрен Google Analytics 360, с интерфейса Advanced Analysis, добавя няколко функции, които се припокриват по някакъв начин с тези в Adobe Analytics. Ограниченията включват необходимостта от SQL програмиране, за да извлечете максимума от събраните данни и по същество от проблемите с точността на данните. Google Analytics има предимството, че предоставя най-директния път към анализа на данни с акцент върху рекламата и публикуването.

Други възможности за анализ на данни

Сега е време да разгледаме някои други опции. Тези продукти за анализи често са ориентирани към ниша, като се фокусират върху проследяване на базата на събития, статистика в реално време за издателите, рамки за мобилни приложения или данни, създадени за продуктови мениджъри.

Всеки от тези доставчици, включително MixPanel, Heap, Amplitude и Localytics, предоставя по-фокусирани, но по-малко функции от Google Analytics 360 или Adobe Analytics. Нито един не е имал за цел да се конкурира с по-пълните предложения в облака в маркетинговата платформа на Google или Adobe Experience Cloud.

  1. SoftwareAdobe8 Персонализирани сегменти на Adobe Analytics
Adobe Analytics за манекени

От Дейвид Карлинс

Ключов момент, за да се почувствате у дома си и да работите с Adobe Analytics, е създаването на набор от персонализирани сегменти, които можете да внедрите на нула в основни елементи от дейността на сайта. Тук откривате няколко страхотни персонализирани сегмента, които ще ви помогнат да намерите необходимите данни с Adobe Analytics.

Разделът с мрежата представя инструкциите за създаване на персонализиран сегмент в Adobe Analytics. Персонализираните сегменти, изброени след това, не съдържат подробни инструкции, но предоставят необходимото за промяна.

Изолиране на посетители на една страница с Adobe Analytics

„Едно и готово“ понякога се отнася до звездни баскетболисти, които вложиха задължителна година в колежа, преди да подпишат с НБА. От друга страна, анализаторите на данни понякога трябва да посещават посетители, които удрят една страница и ги няма.

Идентифициране на тези „еднократно и готово“ потребители, полезни например при анализ на маркетингови кампании. Какво можете да определите като недостатък в рекламата, който доведе посетител в нашата собственост, но не беше достатъчно ефективен, за да накара посетителя да види повече от една страница? Можете да задавате въпроси относно целевата страница, името на кампанията, типа на устройството, геолокацията, времето на деня и други, за да помогнете за оптимизирането на рекламния си бюджет, за да ограничите броя на посетителите на една страница, които имате в бъдеще.

Нека създадем персонализиран сегмент в Adobe Analytics, за да изолираме посетители на една страница сега.

Изпълнете следните стъпки, за да създадете персонализиран сегмент, който да събира посетители на една страница:

Adobe Analytics Segment Builder

Идентифициране на посетители с много страници с едно посещение с Adobe Analytics

Ето сегмент за идентифициране на посетители, които имат достъп до множество страници на вашия сайт, но са го посетили само веднъж. Този сегмент може да бъде удобен, когато трябва да анализирате допълнително успеха на рекламна кампания, която има по-добър процент на отпадане от очакваното, но не създава вида на лепкавост, който би довел до множество посещения при връщане.

Определението за този сегмент е почти идентично с предходния сегмент, посетители на една страница. Единствената разлика е, че зададете логическия оператор за измерението за посещения на една страница в първия контейнер на „Не е равно, вместо на равно“.

персонализиран сегмент за посетители на много страници Adobe Analytics

Изграждане на SEO за вътрешно търсене с Adobe Analytics

Анализаторите се опитват да идентифицират прокси сървъри за ключови думи с естествено търсене още откакто Google премахва достъпа до тях от платформи за анализи. Можете да използвате Adobe Analytics за запълване на празнината. Един от най-добрите начини за решаване на липсващите данни е да се анализират данните за вътрешните термини за търсене като прокси.

Ако посетител пристигне на вашия сайт чрез естествено търсене и след това извърши вътрешно търсене на вашия сайт, има голяма вероятност ключовите думи да са свързани. Този сегмент е чудесен, когато трябва да анализирате вътрешни термини за търсене и страници за въвеждане, за да идентифицирате възможностите за подобрен анализ.

Тъй като показателят за вътрешно търсене е нестандартен, вашият сегмент, базиран на посещения, може да изглежда малко по-различно от това, което виждате по-долу. Основните съставки остават същите: Маркетинговият канал се равнява на естествено търсене; и втори контейнер, който ограничава вашия вътрешен показател за търсене до второто попадение при посещение. Размерът на дълбочината на удара гарантира, че вътрешното търсене се извършва веднага след първоначалния изглед на целевата страница.

SEO сегмент Adobe Analytics

Сегментиране на активността преди закупуване с Adobe Analytics

Следващият персонализиран сегмент ще ви помогне да разберете по-добре какво се случва преди купувач да влезе в потока за покупка / количка. Прозренията, които получавате от този сегмент на Adobe Analytics, ще ви помогнат да разберете по-добре видовете дейности, които често водят до покупки.

В този персонализиран сегмент трябва да знаете как вашия уебсайт / приложение и приложението са настроени, за да определят потока на покупките. Намерете стойността на размерите или показателя, който определя началото на процеса на плащане, и го задайте на първата стъпка в контейнера, базиран на посещения.

Втората сложност възниква, след като сте плъзнали в Orders в зоната на падане на сегмента и сте сменили в последователен сегмент, като коригирате логическия оператор на тогава. За да фокусирате анализа си върху действието преди дефиницията на вашия сегмент, коригирайте типа последователност от стандартното Включване на всеки само преди последователност.

предварително закупуване на персонализиран сегмент Adobe Analytics

Намиране на строго органичен трафик с Adobe Analytics

Фокусът тук не е върху не-ГМО, местни зеленчуци, а върху идентифициране на активността на уебсайта, генерирана от строго органични, неплатени източници. Може да бъде полезно да разберете как посетителите ви стигат до вашия сайт естествено, без да използвате рекламни долари, за да повлияете на посещението им. Този сегмент е чудесен, за да се включи в сравнението на сегментите, за да видите как поведението е различно от другите.

Детайлите на вашия сегмент може да са малко по-различни от тези, които виждате по-долу, но същността е същата. Създайте сегмент, базиран на посещения, който се фокусира върху маркетинговите канали, които не са платени - и не забравяйте да зададете Or логичен оператор между тях, когато го настроите в Adobe Analytics.

сегмент за органично търсене Adobe Analytics

Намиране на строго платена дейност с Adobe Analytics

Обратното към строго органичния сегмент е строго платен сегмент. Увеличаването на току-що платената дейност също може да бъде полезен сегмент за сравняване на сегменти, за да видите бързо как посетителите на вашата компания плащат са различни от тези, които се срещат естествено.

Този сегмент, базиран на посещения, отново с логически оператор Or, може да бъде различен в пакета от отчети, ако имате други платени маркетингови канали. Можете да видите пример за определяне на сегмент за строго платена дейност по-долу.

Сегментът на платеното търсене на Adobe Analytics

Филтриране на потенциални ботове с Adobe Analytics

Ако Шекспир пишеше днес, вместо „извън дяволите“, лейди Макбет би могла да каже „На проклетия бот!“ Добре, може би не. Но за анализаторите на данни идентифицирането и премахването на ботове от данните за трафика е от съществено значение за работата с валидни данни. Имайки това предвид, ето една рецепта на Adobe Analytics за персонализиран сегмент, който може да изолира потенциални ботове.

Дефиницията на този потенциален ботов сегмент беше предоставена от Adobe въз основа на значителни изследвания на бот активността. Премахване на неизвестни операционни системи или браузъри и Linux сървъри ви позволява да премахнете значителен обем от трафик на бот от пакети отчети.

Единствената разширена концепция е да се уверите, че сте приложили изключване към целия сегмент, като щракнете върху Опции, Изключване в падащата зона на сегмента. Дефинирането и на трите критерия като изключения ще засенчи цялата зона на капка в червено.

Adobe Analytics ботира персонализиран сегмент

Идентифициране на отпадане на касата с Adobe Analytics

Тук намирате план за създаване на персонализиран сегмент, който да ви помогне да идентифицирате изпадането в касата, по-специално посетителите, които имат достъп до страницата за плащане, но не преобразуват. Тук идентифицирате дейност, при която посетителят е стигнал чак до страницата за плащане, но не е натиснал бутона Купи.

Този сегмент е полезен за идентифициране на често срещани причини за изоставяне на количката. Плюс това е фантастичен сегмент, който трябва да споделите с останалите облаци на опит, за да ремаркетирате и да се опитате да възложите отново процеса на покупка за тези посетители.

отпадане на персонализиран сегмент в Adobe Analytics
  1. SoftwareAdobeКак да използвате Adobe Analytics, за да стесните вашия пазарен сегмент: Идентифициране на купувачи
Adobe Analytics за манекени

От Дейвид Карлинс

Идеята за използване на която и да е платформа за анализ на данни е да помогне за по-доброто вземане на решения. Adobe Analytics предлага толкова много различни инструменти за постигане на тази цел. По-специално маркетингът винаги се опитва да намери начини за идентифициране и насочване към определени пазарни сегменти. Adobe Analytics предоставя персонализиран сегмент, който да прави точно това.

Ето персонализиран сегмент, който почти всеки може да използва в Adobe Analytics: Кой купува неща?

Изключително ценно е във всички видове отчети, за да можем да анализираме този пазарен сегмент от посетители. В крайна сметка това са вашите истории за успех и колкото по-лесно е да ги подчертаете в таблици, толкова повече можете да събирате и използвате данни, което улеснява повече продажби.

Нека да концептуализираме целта, преди да ударите Сегмент строител: Искате да идентифицирате посетители, за които съществува поръчка. След като тези критерии са на фокус, можете да дефинирате персонализиран сегмент, който да разглежда данните за купувачите, като следвате тези стъпки:

Компоненти на сегмента на Adobe Analytics
  1. Данни от анализа и софтуер за търсене на софтуерAdobeAdobe
Adobe Analytics за манекени

От Дейвид Карлинс

Едно от основните предимства на анализа на данни с Adobe Analytics е да помогнете за задвижване на вашите маркетингови и рекламни стратегии. След като се потопите в Adobe Analytics, ще видите как платформата може да се използва за обвързване на данните от търсачките с вашите маркетингови усилия.

Основен рекламен канал за всички марки се среща в търсачки като Google, Bing и Yahoo! Компаниите прилагат два типа тактики, за да увеличат видимостта на своята марка в търсачките: оптимизация на търсачките (SEO) и маркетинг в търсачките (SEM или платено търсене).

Анализаторите трябва да анализират поведението, идващо от търсачките като канал, както и да правят разлика между платените и естествените. Данните им помагат да определят как каналът влияе върху поведението и скоростта на конверсия.

Adobe Analytics събира данни в няколко измерения, насочени към търсенето, но за съжаление те са по-малко надеждни от измеренията на маркетинговия канал и референт. Нашата препоръка е да следваме най-добрите практики на Adobe, като игнорираме данни в тези измерения и вместо това използваме маркетингов канал, референт, рефериращ домейн и измеренията, свързани с Ad Analytics за платено търсене.

За да бъдете задълбочени и тъй като вашата инсталация на Adobe Analytics може да бъде конфигурирана по този начин (може да не е възможно или разумно да се опитате да промените това, поне не бързо), е полезно да предоставите подробности за първоначалните цели на тези измерения на Adobe , Въпреки това, моля, помислете за препоръчителната най-добра практика вместо това, ако сте в състояние да го направите.

Откриване на платени посещения за търсене с Adobe Analytics

Adobe Analytics предоставя на администраторите възможност да определят правила, за да помогнат за разграничаване на платеното търсене от естественото търсене. Правилата са зададени в конзолата на администратора на пакета за отчети, посочена в отчетите пакети → Редактиране на настройките → Общи → Откриване на платено търсене. Едно автоматично правило, което Adobe предоставя е, че посещението трябва да има референт, който е известна търсачка.

Adobe за щастие поддържа този списък актуализиран, така че администраторите не трябва да се занимават с него. Останалите дефиниции на правилото за открито търсене на платено търсене се основават на параметър низ за заявка, например: cid = PS. Компаниите могат да задават различни параметри на низовете за заявки въз основа на търсачката, но за предпочитане е да използваме една променлива във всички двигатели, за да поддържаме чисти данни по-просто.

Изображението по-долу показва как да конфигурирате откриване на платено търсене, което отразява стандартите на Google Analytics.

Adobe Analytics Suite Suite

Ако сте запознати с Google Analytics, вероятно сте свикнали с концепцията за параметрите на заявка utm за определяне на маркетингови канали, като платено търсене. Google Analytics изисква да използвате utm_medium = cpc като параметър на заявката за правилно събиране на платени посещения за търсене. Тъй като Adobe може да дефинира платено търсене въз основа на всеки параметър на заявка, марките, които преминават от Google към проследяване на Adobe, могат да запазят същия параметър на заявката. Правилото за откриване на платения пакет за отчети просто трябва да бъде научено да търси utm_medium = cpc.

Диференциране на платено търсене в Adobe Analytics

Най-простият от измеренията, фокусирани върху данните на търсачката, е размерът на платеното търсене. Размерът на платеното търсене помага на анализаторите да разделят поведението на търсачката като платено или естествено. Тази разбивка на високо ниво може да бъде използвана за лесно разграничаване на поведението при много висока детайлност.

Таблица за плащане за търсене от Adobe Analytics

Анализ на платени и естествени търсачки в Adobe Analytics

Всички поведенчески данни от всички търсачки, независимо от платеното откриване на търсенето, са обвързани с измерението на търсачката. Стойностите на размерите са по-щадящи от просто домейните. Adobe връща данните като текст, като Yahoo! или Google - Дания.

Данни от търсачката на Adobe Analytics

По-приятелският изглед на данните на вашата търсачка може да бъде полезен при филтриране или сегментиране на данни, за да намерите точно двигателите, които се опитвате да анализирате. Изображението по-горе показва измерението на търсачката с платен сегмент за търсене.

Виждате ли нещо странно на изображението по-горе? Тъй като данните са сортирани по посещения, в които няма приложен сегмент към него, първата договорена покупка е посочена като Неопределена.

Неопределен е посочен в горната част, защото е резултат от всички посещения, които не са дошли от търсачка. Ако аналитикът обобщи всички посещения на всяка от отделните търсачки, ще има значителна разлика между тази сума и общия брой посещения на сайта; Неопределеният действа като остатък. Adobe добавя неопределен ред по подразбиране за почти всички измерения, за да улесни фокусирането върху поведението, когато величината не е зададена (или неуточнена), когато този показател е бил заснет.

Adobe улеснява анализаторите да премахват този размерен елемент от изгледа чрез функцията за филтриране на таблици. Изображението по-долу илюстрира детайлите, за да премахнете Непосоченото сега.

Разширен филтър на Adobe Analytics

Платените правила за откриване на търсене помагат на анализаторите, като създават две измерения в подробностите на търсачката: търсачката - естествена и търсачката - платена. Единствената разлика между тези изравнява директно с това дали посещенията отговарят на правилата за откриване.

Анализаторите могат да използват данните от търсачките, за да помогнат на маркетолозите да приписват по-добре своите маркетингови долари. Ако една платена търсачка привлича значително по-голям трафик, но по-нисък процент на реализация, може да има смисъл да коригирате бюджета за тази търсачка. Самата търсачка обикновено не е достатъчна, за да направи тази препоръка. Както бихте очаквали, Adobe предоставя и подобни измерения, фокусирани върху ключовата дума за търсене, а не върху двигателя.

Започване на анализ на ключовите думи за търсене в Adobe Analytics

Ключовата дума за търсене позволява на анализаторите да копаят по-дълбоко в своите рекламни данни в мрежата за търсене, за да идентифицират кои ключови думи водят потенциалните клиенти и потребителите да посещават сайта им. Тези ключови думи често могат да станат едни от най-полезните стойности за размер на анализатор; кога иначе потребителите Ви казват точно какво търсят?

За съжаление има уловка. Преди години, в името на поверителността, Google блокира гледането на естествени ключови думи от всички аналитични платформи. Други търсачки скоро последваха примера и сега любимите ни ключови думи за естествено търсене бяха премахнати от Adobe Analytics (и Google Analytics, Webtrends, Coremetrics и т.н.).

Търсачките обаче продължават да предоставят на рекламодателите достъп до улавяне на ключовата дума за търсене, ако потребител кликне върху платена реклама в мрежата за търсене, но само ако тази ключова дума е изпратена чрез параметър на заявката на целевата страница.

И така, какво означава всичко това? И трите от тези величини са предимно безполезни, тъй като обикновено те изброяват само ключова дума Недостъпна. Може да видите някои минимални данни в тях от търсачките, които все още не са блокирали платеното търсене, но вместо това трябва да си сътрудничите с вашия административен екип на Adobe и рекламен екип, за да гарантирате, че ключовите думи за платено търсене са заснети в персонализирано измерение на Adobe.

  1. SoftwareAdobeАнализиране на данни с Adobe Analytics: Откъде идват данните
Adobe Analytics за манекени

От Дейвид Карлинс

Може да не знаете това, но потребителите на Adobe Analytics извършват анализ на данни на неща извън техните уебсайтове. Adobe също така улавя данни от името на своите клиенти в мобилни приложения, приложения за таблети и други. Плюс това, Adobe е изградила значителна гъвкавост в Adobe Analytics за справяне с по-цифрово свързан потребителски свят, който безпроблемно преминава от гласов асистент в телефон към лаптоп.

Източници на данни на Adobe Analytics

Възприятията за естеството на анализа на данните бяха определени в сферата на популярната култура от героя на Jonah Hill във филмовата адаптация на книгата Moneyball. В тази истинска история, бейзболен отбор на малък пазар (Оукланд А) успя драматично да превъзхожда отбори с много по-големи заплати, като иновативно идентифицира и действа за придобиване на подценявани играчи въз основа на статистически мерки за ефективност на играча отвъд и в много отношения противоречащи на традиционните показатели, като средно средни стойности, начални тиражи на сезон и RBI (тиражирани с включени).

Откакто излезе този филм, се появиха нови и все по-сложни предизвикателства при събирането и анализирането на данни. (Вижте тази статия за повече информация относно тенденциите в данните.)

Например, потребителите на онлайн устройства са били обусловени за бързо навигиране от едно място на друго, като се изискват повече нюансирани и подробни показатели за точно проследяване на активността на потребителите. И потребителите все повече осъзнават съображенията за поверителност и взимат по-информирани решения за това как искат да управляват връзката между удобството, осигурено чрез проследяване на тяхната активност и поддържане на конфиденциалност в тяхната онлайн активност.

От другата страна на монетата за анализ на данни, съществуват значително повече източници на потребителски данни, отколкото само преди няколко години. Днес Adobe има редица механизми за импортиране на информация за анализ на данни от цифрово прекъснати източници като кол центрове, системи за управление на връзки с клиенти (CRM) и двигатели за търговия в магазина.

Преди да се потопите в подробностите за това как се събират данни, важно е да разберете, че заснемането на данни и зареждането им в Adobe Analytics обикновено не е домейн на анализаторите на данни. Задачата ви като анализатор е да анализирате данните, заснети от потребителската активност.

Следният основен преглед на начина на събиране на данните е важен за анализаторите по две причини. Първо, добре е да знаете откъде идват данните, когато искате да оцените валидността му; и две, като разбирате процеса на извличане и изпращане на данни в Adobe Analytics ви позволява да имате по-продуктивни взаимодействия с хората, които създават инструментите, които извличат данни.

Използване на Adobe Analytics за заснемане на данни от уебсайтове

Нека започнем с най-разпространения източник на данни на Adobe Analytics: уебсайтове. Първоначално уеб данните са анализирани въз основа на сървърите. Данните за сървърния дневник се генерират автоматично от сървъри, които хостват уебсайтове, и предоставят брой и времена маркировка на всяка заявка и изтегляне на всеки файл на сайта. За съжаление, данните са много ненадеждни, тъй като регистрационните файлове на сървъра нямат възможност да различават ботовете от хората.

Ботовете са автоматизирани компютри, които сканират уебсайтове. Тези ботове често са приятелски настроени и се използват за класиране на уебсайтове за търсачки или уеб сайтове за агрегиране на продукти. Някои ботове обаче са недружелюбни и се използват за конкурентна информация или по-лошо.

Тъй като сървърите не могат да разпознаят човек от бот, индустрията бързо преминава към тагове, които сега са стандарт за индустрията. По принцип таговете са кодове, базирани на JavaScript, които добавят невидимо изображение към всяка страница и действие на вашия уебсайт. Тези изображения действат като маяк за аналитични инструменти, където няколко неща се случват само за няколко милисекунди:

  1. JavaScript код работи, за да идентифицира информацията за браузъра и устройството, както и времевата марка на изгледа на страницата. Още JavaScript код работи, за да търси съществуването на бисквитка, която е част от текст, запазен в браузър. Бисквитките могат да бъдат достъпни само от домейните, които ги задават и често имат срок на годност. Ако съществува, идентификационният номер на посетител се извлича от бисквитката, за да идентифицира потребителя в посещенията и страниците. Ако идентификационен номер на посетител не съществува, се създава уникален идентификационен номер и се задава в нова „бисквитка“. Тези идентификационни номера са уникални за всеки посетител, но не са свързани с личните данни на потребителя, като по този начин осигуряват мярка за поверителност на потребителите. Повече JavaScript се използва за улавяне на информация за страницата: URL адресът, референтът и набор от персонализирани величини, които идентифицират действието и поведението на посетителя.

След всичко това, което JavaScript логиката изпълнява, изображението се генерира, за да изпраща данни в механизма за събиране и обработка в анализите на Adobe.

Заплашително нали? Е, така се почувстваха уеб разработчиците. Когато уеб аналитиката за пръв път излезе на сцената, една от най-трудните задачи беше обучението на разработчиците как да пишат и тестват целия този JavaScript, за да се гарантира, че нашите тагове се задействат точно. Обучението на разработчиците да се развиват - не е забавна работа.

За щастие за нас, още по-интелигентният разработчик излезе с идеята да премести целия този JavaScript в един потребителски интерфейс (потребителски интерфейс). уеб разработчиците трябваше да добавят само един или два реда код към всяка страница на сайта и маркетологът можеше да управлява техните маркери в тази нова платформа, наречена система за управление на маркери или TMS. Не беше много преди да се взриви индустрията за управление на маркери, което доведе до десетки доставчици, а след това придобивания, сливания и въртене на технологиите.

Добрата новина е, че индустрията на системите за управление на маркери стана комерситизирана и се предлага безплатно от Adobe под формата на Dynamic Tag Manager (DTM) и Adobe Launch. Вече може да сте запознати с TMS, Google Tag Manager или някой от независимите TMS плейъри като Tealium, Ensighten или Signal.

Вероятно е вашата компания вече използва една от тези технологии, за да разположи маркетингови маркери на вашия уебсайт. Всички те могат да внедрят Adobe Analytics, въпреки че препоръката на Adobe за най-добрите практики е да използвате Adobe Launch.

Използване на Adobe Analytics за заснемане на данни от мобилни устройства

Ако стандартните уебсайтове, доставени на лаптоп, са естественото място да започнете с нашата дискусия за събиране на данни, преминаването към по-малък мобилен екран е логичната следваща стъпка.

Вероятно вече знаете, че на този етап от еволюцията на уеб дизайна, мобилните уебсайтове са напълно функциониращи уеб страници, а не замислени приложения към лаптоп, десктоп или големи сайтове за монитори. Тези уеб сайтове с по-малък мащаб са създадени чрез използване на подход към уеб разработка, наречен отзивчив дизайн, при който кодът, използван за създаване на съдържание на уебсайт, е един и същ, независимо от размера на екрана и браузъра на уеб посетителя. Вашата компания най-вероятно вече използва динамичния дизайн.

Когато се приложи отзивчив дизайн, същите тагове, които се задействат на уебсайта на работния плот, трябва да работят на уебсайтове, оптимизирани за мобилни устройства и таблети, тъй като по същество са едно и също нещо, което е добра новина в света за управление на маркерите. Светът на мобилните приложения, базирани на отзивчив дизайн, обаче е напълно различен от този на родните приложения.

Извличане на данни от родните приложения с Adobe Analytics

Родните приложения представляват конкретни предизвикателства за събирането на данни. Тези мобилни и таблетни приложения се програмират по различен начин от отзивчивите уебсайтове.

По принцип родните приложения не се стартират в браузъри, не използват HTML и не могат да стартират JavaScript. Всъщност приложенията, създадени за iOS, са изградени на различен език за програмиране (Цел C) от приложенията за Android (Java). Тези езици за техническо програмиране са споменати по една важна причина: Системата за управление на маркери няма да работи на вашите мобилни и таблетни приложения.

Някои доставчици на система за управление на маркери хакнаха възможността за включване на JavaScript в приложенията, но резултатът има ограничени възможности и далеч не е най-добрата практика. Най-пълният, точен и мащабируем начин за разгръщане на инструментите на Adobe е използването на комплекта за разработка на софтуер за мобилен софтуер (SDK) на Adobe. Adobe Mobile SDK е създаден да работи като система за събиране на данни, като система за управление на маркери, но използва родния език за програмиране на приложението (Цел C за iOS или Java за Android).

Adobe SDK е важен, тъй като има по-дълбок достъп до кода, който управлява приложението и следователно може да се използва за не само събиране на данни. Освен изпращане на данни до Adobe Analytics, Adobe SDK е длъжен да направи следното:

  • Записвайте данни за географско местоположение въз основа на GPS. Използвайте географските огради въз основа на тези GPS данни за анализ или действие. Изпращане на push известия до потребителите. Актуализирайте съдържание в приложението чрез съобщения в приложението, персонализиране и тестване.

Достъпът до тези възможности може да бъде ограничен до SKU или версия, която вашата компания е закупила от Adobe. Работете с вашия мениджър на Adobe Account, за да разберете коя от тези възможности е включена във вашия договор.

Използване на Adobe Analytics за улавяне на данни от IoT и след това

Сега, когато разбирате стандартите за събиране на двата най-големи случая на използване (уеб и мобилни), е време да се разклоним към по-общ набор от Интернет на нещата (IoT). Всички, които задават въпроси относно данните, трябва да помислят за дигитални киоски, интелигентни часовници, свързани автомобили, интерактивни екрани и каквито и да са други нови устройства, които нашите техни началници обявиха от момента на писането на това изречение.

На доставчици като Adobe е трудно да бъдат на върха на всяко ново устройство, тъй като изграждането на SDK изисква време, пари, изследвания, инженери, код, осигуряване на качеството и други. Но не се притеснявайте: Устройствата, които нямат вградени SDK файлове, все още могат да изпращат данни до Adobe Analytics.

Най-добрата практика за изпращане на данни от едно от тези устройства е чрез интерфейс за програмиране на приложения (API). Накратко, това означава, че разработчиците на приложението IoT могат да напишат свой собствен код, за да създадат връзка с вашия акаунт в Adobe Analytics и след това да изпратят данни към него.

API-тата са станали по подразбиране начинът, по който данните се изпращат от всяко устройство, свързано към Интернет, или на пълен работен ден, или на непълно работно време. Adobe има някои препоръки за споделяне също, особено за някои от големите им залози, когато става въпрос за тези нови устройства, като глас и свързан автомобил. По време на това писане SDK файлове не са достъпни за устройства с активиран глас или свързани приложения за автомобили. Adobe обаче има най-добри практики за персонализиране на данни, настройки на променливи и опции за кодове и за двете технологии.

Корпоративен софтуер - софтуер, лицензиран за институциите - се актуализира редовно и Adobe пуска най-добрите практики за проследяване на данни, свързани с нови цифрови носители като глас и свързания автомобил.

Вече проучихте всички видове данни, генерирани от устройства, които имат достъп на непълно или пълно работно време до мрежата: компютри, телефони, таблети и IoT.

Цифровият опит и взаимодействията на хората с тези устройства са заснети от някаква комбинация от TMS, SDK и API. Според маркетолозите и анализаторите в този списък липсва нещо: данни, които не се основават на поведението.

Може би най-добрият пример за недобросъвестни данни идва от вашия инструмент за управление на взаимоотношенията с клиенти (CRM). CRM инструментите се използват за организиране, категоризиране и управление на вашите потенциални клиенти и клиенти. Други примери на недобросъвестни данни, от които маркетолозите и анализаторите биха се интересували, включват следното:

  • Кол център Покупки офлайн или в магазина Връщания или анулиране Стойност на продукта на продадени стоки Рекламна кампания Удовлетвореността на клиентите

Adobe Analytics може да импортира всеки от тези типове данни, както и много други. По принцип тези данни се импортират в Adobe Analytics чрез протокол за прехвърляне на файлове (FTP) или API.

  1. SoftwareAdobeTop 10 ресурси за анализ на данни, за да се сдвои с Adobe Analytics
Adobe Analytics за манекени

От Дейвид Карлинс

Къде да потърсите ресурси за разширяване на вашата команда на Adobe Analytics? Тук ще намерите някои страхотни ресурси. Някои от тях са официални сайтове на Adobe, с актуализирана документация в реално време. Други са по-общи ресурси за анализиране на данни. И поне един от тях е тук основно за онези, които, цитирам Шерил Кроу, „искат да се забавляват малко“ с Adobe Analytics.

Ръководство за внедряване на Google Анализ

Може да сте твърде млади, за да си спомняте, но хората използваха да купуват софтуерни приложения от магазини, а приложенията идваха с книга, която документира как да използвате приложението. Ръководството за внедряване на Google Анализ играе тази роля. Този набор от ресурси на супа към ядки от Adobe предоставя ръководство за макро и микро ръководство за задачите, които трябва да изпълните, за да внедрите Analytics.

Голяма част от материалите в Ръководството за внедряване на Google Анализ са представени като PDF файлове за сваляне. Тези PDF файлове са допълнени с богата гама от видео уроци.

Видео уроци на Adobe Analytics

За да предоставим меню от сортове за това, което ще намерите в Ръководството за внедряване, сме избрали набор от ключови теми. Бог е идея да посетите сайта, да го отметите и да отбележите налични бели книги, документация и видеоклипове. Ще искате да поддържате този сайт удобен, когато участвате в по-дълбоки нива на Adobe Analytics.

Темите включват следното:

  • Откриване и изисквания: Как да определите вашите аналитични цели и да съберете изисквания за внедряването, като започнете с разработването и документирането на обективно разбиране на уебсайта и неговите бизнес цели. По време на тази фаза вашият консултант или партньор събира изискванията за измерване. Това, което Adobe нарича „събиране на [измервания] изисквания за измерване“, е синоним на това, което често се нарича създаване на документ за бизнес изисквания (BRD). Този документ картографира целите на уебсайт или приложение към общата бизнес цел на предприятието и предлага най-добрите практики в отрасъла. Инсталиране и осигуряване: Как да настроите Adobe Analytics и да получите имейл с идентификационни данни за вход. Конфигурация и внедряване: Какво трябва да имате, преди да стартирате Google Анализ, включително документиране на референтен документ за проектиране на решение и технически спецификации. Референтният документ за дизайн на решение съдържа преглед на слоя данни на уебсайта, елементи / правила за стартиране и променливи на Adobe Analytics. Техническите спецификации са подробна документация за това как да внедрите всеки компонент на решенията и как да ги валидирате. Въвеждане след публикуване: В тази фаза на разгръщане на Google Анализ вие работите с консултант или партньор, за да идентифицирате данни, достъпни чрез Adobe Analytics, и обмисляте как да използвате тези данни, за да оптимизирате вашия дигитален бизнес. Тази фаза включва също така активиране на различни функции за спестяване на време на Adobe Analytics, като Scheduler Report, Workpace и Microsoft Report Builder. (Създателят на отчети е плъгин само за Windows.) Ресурси за внедряване: Тук ще намерите връзки към три изчерпателни допълнителни ресурси и документация за Adobe Analytics. Тези ресурси следват: Ръководство за внедряване на Google Анализ (PDF за сваляне) Обучение за внедряване на Анализ (ресурси за обучение за вашия екип) Аналитично видео обучение (библиотека от полезни видеоклипове)

План за измерване на анализа на данни за вашата стратегия на Adobe Analytics

Плановете за измерване са подчертани в този списък с десетте най-добри, защото те са основата, върху която са изградени успешните рамки за анализи. Статията „Как да създадете план за измерване и защо наистина имате нужда от такъв“ е полезно обсъждане на планове за измерване. И както се вижда от заглавието, той предоставя и конкретни инструменти за изграждане на план за измерване.

Тези инструменти включват добре форматирана и обмислено проектирана електронна таблица Excel, която служи като шаблон (и модел) за план за измерване, включително създаване на интегрирана стратегия с план за измерване на уебсайт въз основа на идентифицирани цели. Изображението по-долу показва шаблонната електронна таблица, приложена към статията, хоствана на уебсайта на Freshegg, базиран в Обединеното кралство (по този начин британският правопис на Организацията).

План за измерване на анализа на данни

Управление на данни и Adobe Analytics

Статията „Управление на данни: Ключът към изграждането на последователен и изключителен цифров опит“ от Ерик идентифицира главоблъсканицата, че „по-често маркетинговите организации имат повече данни, отколкото знаят какво да правят - и това може би е най-големият им проблем . ”Статията се опира на реалния опит в Southwest Airlines и Zebra Technologies Corporation (която придоби Motorola).

Внедряване на Adobe analytics

Статията и казусът предоставят кратък аргумент за следните теми, които се изпълняват в цялата книга:

  • Дръжте аналитиката в центъра на управлението на вашите данни Инвестирайте в продукти, дефиниция и процеси Обучете екипа си за успех Платете цената за по-добро цифрово изживяване

Дизайн на решения за уеб анализи

Референтен проект или референтен проект за решение (SDR) свързва бизнес изискванията и целите, определени в плана за измерване, с техническите изисквания, необходими за успешното внедряване на технологията за анализ. Статията „7 стъпки за настройка на вашия уеб дизайн на решения за анализи“ идентифицира и преминава през седем стратегически стъпки за разработване на ефективен дизайн на решение, за да се защити целостта на внедряването на вашата уеб анализа.

Също така на този линк е достъп до половин час вебинар с участието на Джейсън Кал, старши експерт по анализи на данни в ObservePoint.

SDR концепции

Час на мощност в Digital Analytics

Един от най-задълбочените, честни и непочтени медии за поддържане на върха в бранша е чрез подкаст. Тримата домакини на Часа на мощността на Digital Analytics - Майкъл Хелинг, Тим Уилсън и Мо Кис - предоставят своите изрични чувства по отношение на голямо разнообразие от аналитични теми. Домакините често канят други хора в бранша, за да гарантират, че са представени множество мнения и се обсъждат нови технологии и начини на мислене. Фигура 18-5 представя причината за подкаста.

Час на мощност в Digital Analytics

Агенции за анализи и Adobe Analytics

Светът на агенцията за анализи е пълен с интелигентни и успешни консултанти. Би било невъзможно да се свърже с цялото им съдържание, но ето няколко ресурса, които са особено ценни за нарастващия анализатор на Adobe Analytics.

Екипът на 33 Sticks споделя уникален набор от прозрения и опит в работата с клиентите за внедряване на цифрова анализа. Вижте статиите в блога и 33 епизода на подкасти на Tangents. Съдържанието се занимава с широк спектър от теми - от дигиталната анализа до бизнеса и технологиите до отдалечената работа.

33 блог за стикове

Майсторите в Analytics Demystified пишат съдържание за Adobe Analytics повече от 10 години. горещо препоръчваме да прекарате известно време в техния блог (https://analyticsdemystified.com/blog/), за да научите за приложенията в реалния свят на технологията Adobe и как да използвате Съдържанието на Адам Греко е особено ценно както за новите, така и за сезонните анализатори.

Конференции, конференции, конференции ... за анализатора на данни

Любителите на Google Анализ са тясно сплетена група от хора, които обичат да споделят и да се учат един от друг. Няма по-добър начин да научите повече за тенденциите в аналитиката, Adobe и индустрията на данни, отколкото чрез посещение и работа в мрежа на конференции за анализи. Някои от нашите любими събития в индустрията включват следното:

2019 Adobe SUMMIT
  • Adobe Insider Tour: В допълнение към SUMMIT, Adobe за първи път излезе на пътя през 2017 г. и обратната връзка беше впечатляващо положителна. Тези забавни, безплатни събития за половин ден привеждат членове на продуктовия екип на Adobe Analytics в градове по целия свят (от Чикаго и Далас до Лондон и Сидни), за да разпространяват съвети и трикове с решенията на Adobe, да предоставят поглед върху пътната карта на Adobe и дайте възможност на партньорите и клиентите на Adobe да се представят. Ако обиколката идва в града ви, ще се радвате, че сте отделили време да се насладите на празненствата. Регистрирайте се като Adobe Insider, за да бъдете информирани. DA Hub and Measure Camp: Две от любимите ни търговско-агностични събития са известни като неконференции. Неконференцията има за цел да избегне големите основни бележки, огромните сесии за прекъсване и общите разговори, с които са известни някои по-големи конференции. Вместо това неконференцията се фокусира върху малки прегръдки - групови разговори - и по-плътно сплетена група от присъстващи. Участниците в тези конференции са изключително лоялна група, с която ще искате да се срещнете и да обсъдите анализа.

Лигата на опит на Adobe

Лигата на опит на Adobe е хранилище на ценна информация за продуктите на Adobe Experience Cloud. На този сайт Adobe предоставя видео, уроци и форум на общността. Ако влезете с вашия Adobe ID, ще получите персонализиран опит въз основа на съдържанието, което сте гледали преди, и функциите, които използвате в продуктите на Adobe.

YouTube каналът на Adobe Analytics

YouTube каналът на Adobe Analytics е един от най-добрите начини да бъдете в крак с новите функции и най-новите добри практики. Екипът на продуктите на Adobe управлява съдържанието тук и дори може да разпознаете името на един от често срещаните презентатори - един от вашите двама любими автори на аналитик, Ерик Матисоф!

Всеки път, когато Adobe пуска нови функции или добавя нова функционалност към старите функции, Adobe създава плейлист от три до пет минути видеоклипове, обясняващи промените. Над 10 000 абонати редовно гледат 180+ видеоклипове, които са до момента и лесно достъпни благодарение на добре организираните плейлисти в YouTube, които Adobe създаде. Следващото изображение показва сравнение на сегментите в Adobe Analytics. Абонирайте се днес!

сравняване на сегментите на Adobe Analytics

Хакване на скобата с Adobe Analytics

Лесно можете да се занимавате със спорт, за да разберете и приложите анализа. Забавният интерактивен сайт Hack the Bracket използва данни, обработени от Adobe Analytics, за да предскаже резултата от мачовете за баскетболни шампионати NCAA.

Havk the Bracket

Звучи ли ви забавно? Опитай! Разбира се, Adobe не дава никакви гаранции за пълнотата, надеждността и точността на прогнозите и всяко действие, което предприемете по предоставените прогнози, е строго на ваш собствен риск.