Show Menu
SUJETS×

Utilise les flux de données pour calculer des mesures courantes

Décrit la méthode de calcul de mesures courantes à l’aide de flux de données.
Les accès qui sont exclus d’Adobe Analytics en temps normal sont inclus dans les flux de données. Utilisez exclude_hit > 0 pour supprimer les accès exclus des requêtes sur les données brutes. Les données sourcées sont également incluses dans les flux de données. Si vous souhaitez exclure les sources de données, excluez toutes les lignes comportant hit_source = 5,7,8,9 .

Pages vues

  1. Comptez le nombre de lignes où se trouve une valeur post_pagename ou post_page_url .

Visites

  1. Concaténez post_visid_high , post_visid_low , visit_num et visit_start_time_gmt .
  2. Comptez le nombre unique de valeurs.
Les irrégularités Internet, les irrégularités système ou l’utilisation d’identifiants visiteur personnalisés peuvent rarement utiliser les mêmes valeurs visit_num pour des visites différentes. Lorsque du comptage des visites, utilisez visit_start_time_gmt pour vous assurer la comptabilisation de ces visites.

Visiteurs

L’ensemble des méthodes utilisées par Adobe pour identifier les visiteurs uniques (identifiant visiteur personnalisé, service Experience Cloud ID, etc.) sont finalement toutes calculées en tant que valeur dans post_visid_high et post_visid_low . Vous pouvez utiliser la concaténation de ces deux colonnes comme norme d’identification des visiteurs uniques, quelle que soit la manière dont ils ont été identifiés comme tels. Si vous souhaitez comprendre la méthode utilisée par Adobe pour identifier un visiteur unique, utilisez la colonne post_visid_type .
  1. Concaténez post_visid_high et post_visid_low .
  2. Comptez le nombre unique de valeurs.

Liens personnalisés, de téléchargement ou de sortie

  1. Comptez le nombre de lignes où :
    • post_page_event = 100 représente les liens personnalisés
    • post_page_event = 101 représente les liens de téléchargement
    • post_page_event = 102 représente les liens de sortie

Événements personnalisés

Toutes les mesures sont comptabilisées dans la colonne post_event_list en tant que nombres entiers délimités par des virgules. Utilisez event.tsv pour faire correspondre les valeurs numériques à l’événement souhaité. Par exemple, post_event_list = 1,200 indique que l’accès contenait un événement d’achat et l’événement personnalisé 1.
  1. Comptez le nombre de fois où la valeur de recherche d’événement apparaît dans post_event_list .

Durée

Les accès doivent d’abord être regroupés par visite, puis classés selon le nombre d’accès au cours de la visite.
  1. Concaténez post_visid_high , post_visid_low , visit_num et visit_start_time_gmt .
  2. Triez en fonction de cette valeur concaténée, puis appliquez un tri secondaire par visit_page_num .
  3. Si un accès n’est pas le dernier d’une visite, soustrayez la valeur post_cust_hit_time de la valeur post_cust_hit_time de l’accès suivant.
  4. Ce nombre correspond à la durée passée (en secondes) au cours de cet accès. Il est possible d’appliquer des filtres pour se concentrer sur des éléments de dimension ou des événements.

Commandes, unités et chiffre d’affaires

Si la valeur currency d’un accès ne correspond pas à la devise d’une suite de rapports, elle est convertie en utilisant le taux de conversion de ce jour. La colonne post_product_list utilise la valeur de la devise convertie, de sorte que tous les accès utilisent la même devise dans cette colonne.
  1. Excluez toutes lignes où duplicate_purchase = 1 .
  2. N’incluez que les lignes où event_list contient l’événement d’achat.
  3. Parcourez la colonne post_product_list pour extraire toutes les données de prix. La colonne post_product_list est formatée de la même manière que la variable s.products .
  4. Calculez la mesure souhaitée :
    • Comptez le nombre de lignes pour calculer les commandes
    • Additionnez le nombre de quantity dans la chaîne du produit pour calculer les unités
    • Additionnez le nombre de price dans la chaîne du produit pour calculer le chiffre d’affaires