Show Menu
THEMEN×

Berechnung von häufig verwendeten Metriken mithilfe von Daten-Feeds

In diesem Abschnitt wird erläutert, wie häufig verwendete Metriken mithilfe von Daten-Feeds berechnet werden.
Treffer, die normalerweise von Adobe Analytics ausgeschlossen sind, werden in Daten-Feeds eingeschlossen. Mit exclude_hit > 0 können Sie ausgeschlossene Treffer aus Abfragen von Rohdaten entfernen. Daten aus Datenquellen werden in Daten-Feeds ebenfalls 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, bei denen sich ein Wert in post_pagename oder post_page_url befindet.

Besuche

  1. Verkettet post_visid_high , post_visid_low , visit_num und visit_start_time_gmt .
  2. Zählen Sie die Anzahl der Einzelwerte.
In seltenen Fällen kann es vorkommen, dass bei Problemen mit dem Internet oder dem System oder der Verwendung benutzerspezifischer Besucher-IDs dieselben visit_num -Werte für verschiedene Besuche verwendet werden. Verwenden Sie visit_start_time_gmt beim Zählen von Besuchen, um sicherzustellen, dass diese Besuche gezählt werden.

Besucher

Alle Methoden, die Adobe zur Identifizierung von Unique Visitors verwendet (benutzerdefinierte Besucher-ID, Experience Cloud ID-Dienst usw.) werden letztlich als Wert in post_visid_high und post_visid_low berechnet. Die Verkettung dieser beiden Spalten kann als Standardmethode zur Identifizierung von Unique Visitors verwendet werden, unabhängig davon, wie Besucher als Unique Visitors identifiziert wurden. In der Spalte post_visid_type ist die Methode ersichtlich, die Adobe zur Identifizierung eines Unique Visitors verwendet hat.
  1. Verketten Sie post_visid_high und post_visid_low .
  2. Zählen Sie die Anzahl der Einzelwerte.

Benutzerspezifische Ereignisse

Alle Metriken werden in der Spalte post_event_list als kommagetrennte Ganzzahlen gezählt. Verwenden Sie event.tsv , um numerische Werte mit dem gewünschten Ereignis abzugleichen. post_event_list = 1,200 gibt beispielsweise an, dass der Treffer ein Kaufereignis und das benutzerdefinierte Ereignis 1 enthielt.
  1. Zählen Sie die Häufigkeit, mit der der Ereignissuchwert in post_event_list auftritt.

Besuchszeit

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

Bestellungen, Stückzahl und Umsatz

Wenn der Wert currency eines Treffers nicht mit der Währung einer Report Suite übereinstimmt, wird er mit dem Umrechnungskurs dieses Tages konvertiert. Die Spalte post_product_list verwendet den konvertierten Währungswert, sodass alle Treffer in dieser Spalte dieselbe Währung verwenden.
  1. Schließen Sie alle Zeilen mit duplicate_purchase = 1 aus.
  2. Schließen Sie nur Zeilen ein, in denen das Kaufereignis in event_list enthalten ist.
  3. Parsen Sie die Spalte post_product_list , um alle Preisdaten zu extrahieren. Die Spalte post_product_list ist so formatiert wie die Variable s.products .
  4. Berechnen Sie die gewünschte Metrik:
    • Zählen Sie die Zeilen zur Berechnung der Bestellungen
    • Addieren Sie die Anzahl der quantity -Einheiten in der Produktzeichenfolge, um die Stückzahlen zu berechnen.
    • Addieren Sie die Anzahl der price -Einheiten in der Produktzeichenfolge, um den Umsatz zu berechnen.