Show Menu
THEMEN×

Verwenden von Datenfeeds zur Berechnung allgemeiner Metriken

In diesem Abschnitt wird erläutert, wie häufig verwendete Metriken mithilfe von Datenfeeds berechnet werden.
Treffer, die normalerweise aus Adobe Analytics ausgeschlossen werden, werden in Data Feeds eingeschlossen. Mit dieser Option können Sie ausgeschlossene Treffer aus Abfragen von Rohdaten entfernen. exclude_hit > 0 Datenbezogene Daten werden auch in Datenfeeds eingeschlossen. Wenn Sie Datenquellen ausschließen möchten, schließen Sie alle Zeilen mit hit_source = 5,7,8,9 aus.

Seitenansichten

  1. Zählt die Anzahl der Zeilen, in denen sich ein Wert befindet post_pagename oder post_page_url .

Besuche

  1. Verketten post_visid_high , post_visid_low , visit_num und visit_start_time_gmt .
  2. Zählen Sie die eindeutige Anzahl der Werte.
Internet-Unregelmäßigkeiten, Systemunregelmäßigkeiten oder die Verwendung benutzerspezifischer Besucher-IDs können selten dieselben visit_num Werte für verschiedene Besuche verwenden. Verwenden Sie visit_start_time_gmt beim Zählen von Besuchen, um sicherzustellen, dass diese Besuche gezählt werden.

Besucher

Alle Methoden, die Adobe zur Identifizierung individueller Besucher verwendet (benutzerdefinierte Besucher-ID, Experience Cloud ID-Dienst usw.) werden alle letztendlich als Wert in post_visid_high und post_visid_low . Die Verkettung dieser beiden Spalten kann als Standard zur Identifizierung individueller Besucher verwendet werden, unabhängig davon, wie sie als individueller Besucher identifiziert wurden. Wenn Sie wissen möchten, welche Methode Adobe zur Identifizierung eines Unique Visitors verwendet hat, verwenden Sie die Spalte post_visid_type .
  1. Verketten post_visid_high und post_visid_low .
  2. Zählen Sie die eindeutige Anzahl der Werte.

Benutzerspezifische Ereignisse

Alle Metriken werden in der post_event_list Spalte als kommagetrennte Ganzzahlen gezählt. Verwenden Sie diese Option, event.tsv um numerische Werte mit dem gewünschten Ereignis abzugleichen. Gibt beispielsweise post_event_list = 1,200 an, dass der Treffer ein Kaufereignis und ein benutzerdefiniertes Ereignis 1 enthielt.
  1. Count the number of times the event lookup value appears in post_event_list .

Besuchszeit

Treffer müssen zunächst nach Besuchen gruppiert und dann nach der Trefferanzahl innerhalb des Besuchs geordnet werden.
  1. Verketten post_visid_high , post_visid_low , visit_num und visit_start_time_gmt .
  2. Sortieren Sie nach diesem verketteten Wert und wenden Sie dann eine sekundäre Sortierung nach visit_page_num .
  3. Wenn ein Treffer nicht der letzte während eines Besuchs ist, ziehen Sie den post_cust_hit_time Wert vom post_cust_hit_time Wert des nachfolgenden Treffers ab.
  4. Diese Zahl ist die Zeitdauer (in Sekunden) für den Treffer. Filter können angewendet werden, um sich auf Dimensionswerte oder Ereignisse zu konzentrieren.

Bestellungen, Artikel und Umsatz

Wenn der currency Wert eines Treffers nicht mit der Währung einer Report Suite übereinstimmt, wird er mit der Konvertierungsrate dieses Tages konvertiert. Die Spalte post_product_list verwendet den konvertierten Währungswert, sodass alle Treffer dieselbe Währung in dieser Spalte verwenden.
  1. Exclude all rows where duplicate_purchase = 1 .
  2. Schließen Sie nur Zeilen ein, in denen das Kaufereignis event_list enthalten ist.
  3. Analysieren Sie die post_product_list Spalte, um alle Preisdaten zu extrahieren. Die post_product_list Spalte ist genauso formatiert wie die s.products Variable.
  4. Berechnen Sie die gewünschte Metrik:
    • Anzahl der Zeilen zur Berechnung der Bestellungen
    • Summe der Anzahl der Einheiten quantity in der Produktzeichenfolge
    • Summe der Anzahl price in der Produktzeichenfolge zur Berechnung des Umsatzes