1. SoftwareAdobeAnalízis az Adobe Analytics segítségével: Honnan származnak az adatok
Adobe Analytics bábukhoz

David Karlins készítette

Lehet, hogy nem tudja ezt, de az Adobe Analytics felhasználói adatok elemzését végeznek a webhelyükön kívüli dolgokon. Az Adobe az ügyfelek nevében is adatokat gyűjt mobil alkalmazásokban, táblagépes alkalmazásokban és egyebekben. Ráadásul az Adobe jelentős rugalmasságot épített be az Adobe Analyticsbe, hogy kezelje egy olyan digitálisan összekapcsolt fogyasztói világot, amely zökkenőmentesen vált át a hangsegédről telefonra laptopra.

Adobe Analytics adatforrások

Az adatok elemzésének természetét a Jonah Hill karakter a Moneyball könyv film adaptációjában határozta meg a népkultúra területén. Ebben a valódi történetben egy kicsi piaci baseball-csapatnak (az Oakland A-nek) sikerült drasztikusan felülmúlni a sokkal nagyobb bérszámű csapatokat azáltal, hogy innovatív módon azonosította és megszerezte az alacsony árú játékosokat, a játékosok hatékonyságának statisztikai mérésein alapuló, és sok szempontból ellentétes módon a tradicionális ellen. metrikákat, például a batting átlagokat, a szezononkénti otthoni futásokat és az RBI-ket (batted in).

A film megjelenése óta új és egyre összetettebb kihívások merültek fel az adatok gyűjtése és elemzése terén. (Nézze meg ezt a cikket az adattrendekkel kapcsolatos további információkért.)

Például az online eszközök felhasználói számára előkészítést kaptak, hogy gyorsan navigálhassanak az egyik helyről a másikra, és árnyaltabb és részletesebb mutatókra van szükségük a felhasználói tevékenység pontos nyomon követéséhez. A felhasználók egyre inkább tudatában vannak a magánélet védelmével kapcsolatos megfontolásoknak, és megalapozottabb döntéseket hoznak arról, hogyan akarják kezelni a kényelem közötti kapcsolatot, mivel tevékenységüket nyomon követik, és az online tevékenységeik során titokban tartják.

Az adatelemzés érme másik oldalán jóval több felhasználói adatforrás létezik, mint néhány évvel ezelőtt. Manapság az Adobe számos mechanizmussal rendelkezik az adatok elemzéséhez szükséges információk importálására digitálisan leválasztott forrásokból, például hívóközpontokból, ügyfélkapcsolat-kezelő (CRM) rendszerekből és üzletben működő kereskedelmi motorokból.

Mielőtt elmélyülnénk az adatgyűjtés részleteivel, fontos megérteni, hogy az adatok rögzítése és az Adobe Analyticsbe pumpálás általában nem az adatelemzők elemzése. Elemzőként az a feladat, hogy elemezze a felhasználói tevékenységből összegyűjtött adatokat.

Az adatgyűjtés alábbi áttekintése azonban az elemzők számára két okból fontos. Az egyik: jó tudni, honnan származnak az adatok, amikor meg akarod értékelni azok érvényességét; Másodszor: az adatok bányászatának és az Adobe Analyticsbe küldésének folyamatának alapvető megértése lehetővé teszi, hogy produktívabb interakciókat folytasson az emberekkel, akik az adatokat kivonó eszközöket állítják fel.

Az Adobe Analytics használata adatok gyűjtésére a webhelyekről

Kezdjük a leggyakoribb Adobe Analytics adatforrással: webhelyekkel. A webes adatokat eredetileg a szervernaplók alapján elemezték. A szervernapló-adatokat automatikusan generálják a webhelyeket kiszolgáló szerverek, amelyek számítanak és időbélyeggel bírnak az összes kérésre és a webhely minden fájljára. Sajnos az adatok nagyon megbízhatatlanok, mivel a szervernaplók nem képesek megkülönböztetni a botokat az emberektől.

A robotok automatizált számítógépek, amelyek weboldalakat keresnek. Ezek a botok gyakran barátságosak, és a webhelyek rangsorolására használják a keresőmotorok vagy a termékgyűjtő webhelyeket. Egyes robotok azonban barátságtalanok, és versenyképes internetes célokra használják, vagy még rosszabbat is.

Mivel a szervernaplók nem tudják megmondani az embereknek, hogy egy botból származnak, az ipar gyorsan áttelepült a címkékbe, amelyek ma már az iparági szabványok. A címkék általában JavaScript-alapú kódsorok, amelyek láthatatlan képet adnak a webhely minden oldalához és műveletéhez. Ezek a képek jelzik az elemző eszközöket, ahol néhány dolog csak néhány milliszekundum alatt történik:

  1. A JavaScript kód futtatja a böngésző és az eszköz adatainak, valamint az oldalnézet időbélyegének azonosítását. További JavaScript kód fut egy süti meglétére, amely egy böngészőben mentett szövegdarab. A sütikhez csak azokat a domaineket lehet elérni, amelyek azokat beállítják, és gyakran lejárati dátummal rendelkeznek. Ha létezik, a látogató-azonosítót kibontják a sütikből, hogy azonosítsák a felhasználót a látogatások és az oldalak között. Ha a látogató-azonosító nem létezik, akkor létrejön egy egyedi azonosító, és egy új sütibe kerül. Ezek az azonosítók minden látogató számára egyediek, de nincsenek kapcsolódva a felhasználó személyes adataihoz, így biztosítva a felhasználók adatvédelmét. Több JavaScript használatával gyűjtik az információt az oldalról: az URL, az utaló és egy sor egyedi dimenzió, amelyek azonosítják a látogató tevékenységét és viselkedését.

Miután a JavaScript logika futott, a képjelző jön létre, hogy adatokat küldjön az Adobe analitikai adatainak gyűjtő és feldolgozó motorjába.

Megfélemlítés nem igaz? Nos, így érezte a webfejlesztők. Amikor a webanalitika először lépett fel a helyszínre, az egyik legnehezebb feladat a fejlesztők megtanítása volt ennek a JavaScriptnek az írására és tesztelésére, hogy megbizonyosodjunk arról, hogy címkéink pontosan elindulnak. A fejlesztők fejlesztésének tanítása - nem szórakoztató munka.

Szerencsénk, hogy egy még okosabb fejlesztő jött azzal a gondolattal, hogy mindezt a JavaScriptet egyetlen felhasználói felületre (felhasználói felület) helyezze át. a webfejlesztőknek csak egy vagy két kód sort kellett hozzáadniuk a weboldal minden oldalához, és a marketingszakemberek ezt követően kezelhetik címkéiket az új címkekezelő rendszernek (TMS) nevezett platformon. Nem sokkal azelőtt, hogy a címkekezelő ipar felrobbant, több tucat gyártóhoz, majd akvizíciókhoz, egyesülésekhez és technológiai fordítókhoz vezetett.

A jó hír az, hogy a címkekezelő rendszer iparágossá vált és ingyenesen elérhető az Adobe-tól, Dynamic Tag Manager (DTM) és Adobe Launch formájában. Lehet, hogy már ismeri a Google TMS-ét, a Google Tag Manager alkalmazást vagy az egyik független TMS-lejátszót, például a Tealium, az Ensense vagy a Signal.

Valószínűleg a vállalat már használja ezen technológiák egyikét marketingcímkék telepítéséhez az Ön webhelyén. Mindegyik telepítheti az Adobe Analytics szolgáltatást, bár az Adobe legjobb gyakorlatának ajánlása az Adobe Launch használata.

Az Adobe Analytics használata adatok gyűjtésére mobil eszközökről

Ha a laptopokhoz eljuttatott szabványos webhelyek a természetes hely az adatgyűjtési beszélgetésünk kezdetéhez, akkor a következő logikus lépés egy kisebb mobil képernyőre való áttérés.

Már tudhatja, hogy a webdizájn fejlődésének ebben a szakaszában a mobil webhelyek teljes mértékben működőképes weboldalak, nem pedig a laptopok, asztali számítógépek vagy nagyméretű monitor-oldalak utógondolatai. Ezeket a kisebb méretű webhelyeket az adaptív tervezésnek nevezett webfejlesztési megközelítés alkalmazásával hozzák létre, amelyben a weboldal tartalmának létrehozásához használt kód azonos, függetlenül a webes látogató képernyőjének és böngészőjének méretétől. Cége valószínűleg már alkalmazkodik az érzékeny tervezéshez.

Az érzékeny tervezés alkalmazásakor ugyanazoknak az címkéknek, amelyek az asztali számítógépen megjelennek, működniük kell a mobilra és a táblagépre optimalizált webhelyeken is, mivel ezek lényegében ugyanaz, ami jó hír a címkekezelő világban. Az adaptív, design-alapú mobilalkalmazások világa azonban teljesen eltér a natív alkalmazások világától.

Adatok bányászat a natív alkalmazásokból az Adobe Analytics segítségével

A natív alkalmazások különösen nagy kihívást jelentenek az adatgyűjtés terén. Ezek a mobil- és táblagép-alkalmazások más módon vannak programozva, mint a rugalmas webhelyek.

Általában véve, a natív alkalmazások nem futnak böngészőkben, nem használnak HTML-t, és nem tudják futtatni a JavaScriptet. Valójában az iOS-hez épített alkalmazások más programozási nyelven (C célkitűzés) épülnek, mint az Android alkalmazások (Java). Ezeket a műszaki programozási nyelveket egy fontos ok miatt említik: A címkekezelő rendszer nem fog működni a mobil- és táblagép-alkalmazásokon.

Néhány címkekezelő rendszer-gyártó feltörte a JavaScriptet az alkalmazásokba való beépítésének képességét, ám az eredmény korlátozott képességekkel rendelkezik, és messze nem a legjobb gyakorlattól. Az Adobe eszközök telepítésének legteljesebb, legpontosabb és skálázhatóbb módja az Adobe mobil szoftverfejlesztő készlet (SDK) használata. Az Adobe mobil SDK úgy lett felépítve, hogy adatgyűjtő rendszerként működjön, mint például egy címkekezelő rendszer, de az alkalmazás natív programozási nyelvét használja (Objektív C iOS-hoz vagy Java Androidhoz).

Az Adobe SDK azért fontos, mert mélyebb hozzáféréssel rendelkezik az alkalmazást futtató kódhoz, és ezért nem csupán az adatgyűjtéshez használható. Az adatoknak az Adobe Analytics szolgáltatásba történő továbbításán túl az Adobe SDK a következőkre is kötelező:

  • Rögzítse a földrajzi helyadatokat GPS alapján. Használja a GPS-adatok alapján a geofenceket elemzéshez vagy művelethez. Küldéses értesítéseket küldhet a felhasználóknak. Frissítse az alkalmazás tartalmát az alkalmazáson belüli üzenetküldés, személyre szabás és tesztelés révén.

E szolgáltatásokhoz való hozzáférés korlátozódhat az SKU-ra vagy annak verziójára, amelyet a vállalat megvásárolt az Adobe-tól. Együtt dolgozzon az Adobe fiókkezelőjével annak megértése érdekében, hogy ezek közül a lehetőségek közül melyik szerepel a szerződésben.

Az Adobe Analytics segítségével adatok gyűjtése az IoT-ből és azon túl

Most, hogy megértette a két legnagyobb felhasználási eset (webes és mobil) gyűjtési szabványait, ideje elindulni a tárgyak internete (IoT) általánosabb készletéhez. Mindenkinek, aki kérdéseket tesz fel az adatokkal kapcsolatban, gondolkodnia kell a digitális kioszkokon, intelligens órákon, csatlakoztatott autókon, interaktív képernyőkön és bármilyen más új eszközön, amelyet tech-felügyelőink bejelentettek a mondat írása óta.

Az olyan gyártók, mint az Adobe, nehezen tudnak minden új eszköznél felfüggeszteni, mert az SDK-k felépítése időt, pénzt, kutatást, mérnököket, kódot, minőségbiztosítást igényel és így tovább. De ne aggódjon: Azok az eszközök, amelyek nem rendelkeznek natív SDK-kkal, továbbra is adatokat küldhetnek az Adobe Analyticsnek.

Az egyik eszközről történő adatküldés legjobb gyakorlata egy alkalmazásprogramozási felületen (API) keresztül. Röviden: ez azt jelenti, hogy az IoT alkalmazás fejlesztői saját kódot írhatnak, hogy kapcsolatot létesítsen az Adobe Analytics-fiókjával, majd adatokat küldjenek rá.

Az API-k váltak az alapértelmezett módon, amikor a teljes munkaidőben vagy részmunkaidőben minden, az internethez csatlakoztatott eszközről elküldik az adatokat. Az Adobe néhány ajánlást is megoszthat, különös tekintettel egyes nagy fogadásokra, amikor ezekre az új eszközökre vonatkoznak, mint például a hang és a csatlakoztatott autó. Az írás idején az SDK-k nem érhetők el hanggal aktivált eszközök vagy csatlakoztatott autós alkalmazások számára. Az Adobe azonban rendelkezik a bevált gyakorlatokkal az adatok testreszabásának, a változó beállításoknak és a kódopcióknak mindkét technológia esetében.

Az vállalati szoftvert - az intézmények számára engedélyezett szoftvert - rendszeresen frissítik, és az Adobe kiadja a bevált gyakorlatokat az új digitális médiumokhoz, például a hanghoz és a csatlakoztatott autóhoz kapcsolódó adatok nyomon követésére.

Most megvizsgált minden olyan adatot, amelyet olyan eszközök generálnak, amelyek részmunkaidőben vagy teljes munkaidőben férnek hozzá az internethez: számítógépek, telefonok, táblagépek és tárgyak internete.

Az emberek digitális élményeit és interakcióit ezen eszközökön a TMS, az SDK és az API egyes kombinációi képezik. A marketingszakemberek és elemzők szerint ebben a listában hiányzik valami: olyan adatok, amelyek nem viselkedésen alapulnak.

A nem viselkedéses adatokra talán a legjobb példa az ügyfélkapcsolat-kezelő (CRM) eszköz. A CRM eszközöket arra használják, hogy megszervezze, kategorizálja és kezelje kilátásait és ügyfeleit. A viselkedéssel nem járó adatok további példái, amelyekbe a marketingszakemberek és elemzők érdekelnének, a következők lehetnek:

  • Hívóközpont Offline vagy üzletben történő vásárlások Visszatérés vagy törlés Az eladott áruk termékköltsége Reklámkampány Vevői elégedettség

Az Adobe Analytics ezen adattípusok bármelyikét importálhatja, és rengeteg mást is. Általában ezeket az adatokat az FTP (File Transfer Protocol) vagy az API segítségével importálják az Adobe Analyticsbe.