Show Menu
SUJETS×

Utiliser Adobe Analytics avec Recommendations

L’utilisation Adobe Analytics en tant que source de données comportementales permet aux clients d’utiliser les données comportementales basées sur les vues et/ou les achats provenant Analytics des activités Adobe Target de recommandations. Cette fonctionnalité est particulièrement utile dans les situations où la Target Recommendations configuration est nouvelle et Analytics dispose de nombreuses données historiques à exploiter.
L’utilisation Analytics de la source de données comportementales peut constituer une source d’informations riche sur le comportement des utilisateurs. Cela peut inclure des données provenant d’une source ou d’un flux tiers qui est partagé uniquement avec Analytics.
Lors de la création de critères dans Recommendations, deux boutons radio permettent de choisir la source de données à utiliser : mbox ou Analytics.
Si ces deux boutons ne s’affichent pas dans votre compte, contactez le service à la clientèle .

Cas d’utilisation des données Analytics dans la Cible

L’utilisation Analytics en tant que source de données comportementales pour les recommandations permet également de déployer des cas d’utilisation spécifiques sans devoir baliser les pages d’entité avec tous les paramètres Target d’entité. Bien que cela exige la mise en place de certaines conditions préalables, la disponibilité des "variables de produit" est la chose la plus importante pour que cette fonctionnalité fonctionne de manière transparente. Les variables eVar et Props régulières ne sont pas suffisantes pour que cette poignée de main se produise automatiquement entre Analytics et Target.
Vous pouvez utiliser Analytics comme source de données comportementales pour :
  • Affichez les recommandations sur un site de vente au détail à l’intention des utilisateurs d’une page PDP, en fonction de ce que d’autres utilisateurs ont acheté à la même catégorie le mois dernier, à l’aide des données Analytics.
  • Affichez le contenu sur l’écran d’accueil d’un site multimédia pour le contenu le plus populaire dans une catégorie donnée qui est actuellement en tendance, en fonction des Analytics données.

Mise en oeuvre dans Analytics

Les sections suivantes vous aideront à mettre en oeuvre cette fonctionnalité sur le Analytics côté.

Conditions préalables : configuration de variables de produit dans Analytics

Vous devez implémenter des variables de produit dans Analytics les attributs nécessaires pour Target Recommendations.
Un Target Recommendations exemple de format de flux servira de guide sur lequel tous les attributs doivent être définis dans les variables de produit. Par la suite, ces valeurs doivent être "mappées" dans l’ Target interface utilisateur pour les valeurs Target d’entité respectives.
S'il s'agit d'un site de contenu, les éléments de contenu respectifs doivent être traités comme des "produits" et les attributs associés à ce contenu (par exemple : nom de l’auteur, date de publication, titre du contenu, mois de publication, etc.) doit être transmis en tant qu’attributs. La granularité du niveau de catégorie, ou type de catégorie, doit être décidée par l'entreprise en fonction des besoins de cas d'utilisation.
Pour plus d’informations sur la configuration des variables de produit, voir products dans le Guide de mise en oeuvre d’ Analytics. Certaines notes de cette documentation nécessitent la discrétion de l’équipe qui la déploie (exemple : Catégorie). Il est toujours conseillé de consulter l'Adobe avant de faire cette activité.

Considérations

Analytics les données sont envoyées via un flux quotidien. Les résultats comportementaux peuvent prendre jusqu’à 24 heures pour être reflétés dans les résultats des recommandations sur votre site. Comme pour tous les paramètres Recommendations de critères, cette source de données peut et doit être testée.
Pour une prise de décision rapide sur la source de données à utiliser, s’il y a beaucoup de données organiques générées chaque jour par les utilisateurs et qu’il n’y a pas beaucoup de dépendance à l’égard des données historiques, l’utilisation d’une Target mbox comme source de données comportementales peut s’avérer une bonne solution. Dans les cas où la disponibilité des données organiques récemment générées est moindre, si vous voulez sauvegarder sur Analytics des données, l'utilisation Analytics comme source de données comportementales est une bonne solution.

Procédure de déploiement

En supposant que toutes les conditions préalables soient réunies, l' Adobe Target Recommendations équipe doit exécuter les tâches suivantes :
Les étapes ci-dessous sont fournies à titre indicatif uniquement. Un membre de l’ Recommendations équipe doit actuellement effectuer ces étapes. Contactez l’assistance clientèle pour en savoir plus.
  1. Dans Target, cliquez sur Administration > Implémentation pour acquérir votre code Target client.
  2. Acquérez votre suite de Analytics rapports.
    Utilisez la suite de rapports de votre site Analytics de production. Il s’agit de la suite de rapports qui effectue le suivi du site sur lequel vous avez Recommendations déployé le déploiement.
  3. Dans Analytics, cliquez sur Admin > Flux de données.
  4. Click Add to create a new feed.
  5. Renseignez les informations du flux :
    • Nom : Flux de produit Recs
    • Report Suite : Votre suite de rapports prédéterminée
    • Courriel : Spécifiez l’adresse appropriée d’un utilisateur administrateur.
    • Intervalle de flux : Sélectionner l’intervalle de votre choix
    • Traitement du délai : Pas de délai.
    • Dates de début et de fin : Alimentation continue
  6. Fill in the details in the Destination section:
    Consultez l’ Adobe Analytics équipe avant de procéder à cette étape.
    • Type : FTP
    • Host : xxx.yyy.com
    • Chemin : Votre code Target client
    • Nom d'utilisateur : Indiquez votre nom d’utilisateur
    • Mot de passe : Indiquez votre mot de passe
    La capture d'écran est utilisée à titre de référence uniquement. Les informations d’identification de votre déploiement seront différentes. Consultez l’ Adobe Analytics équipe ou le service d’assistance clientèle au cours de cette étape.
  7. Renseignez les définitions des colonnes de données :
    • Format de compression : Gzip
    • Type de groupement : Fichier unique
    • Manifeste : Fichier de fin
    • Colonnes incluses :
      Les colonnes doivent être ajoutées dans le même ordre que celui indiqué ici. Sélectionnez les colonnes dans l’ordre suivant, puis cliquez sur Ajouter pour chaque colonne.
      • hit_time_gmt
      • visid_high
      • visid_low
      • event_list
      • product_list
      • visit_num
  8. Cliquez sur Enregistrer .
Ainsi, la configuration Analytics côté est terminée. Il est maintenant temps de mettre en correspondance ces variables Target côte à côte pour assurer un approvisionnement continu de données comportementales.

Mise en oeuvre dans Cible

  1. Dans Cible, cliquez sur Recommendations , puis sur l’onglet Flux .
  2. Cliquez sur Créer un flux .
  3. Sélectionnez Classifications ​Analytics, puis spécifiez la suite de rapports.
  4. Cliquez sur Mappage , puis mappez les en-têtes de colonne de champ aux noms de champ Recommendations appropriés.
  5. Cliquez sur Enregistrer .

Questions fréquentes

Tenez compte des questions fréquentes suivantes comme vous l'utilisez Analytics avec Target:

Les valeurs entity.id et entity.categoryId les valeurs doivent-elles être transmises dans l’appel de Target mbox ?

Oui, ces deux valeurs sont toujours requises. Le reste des attributs peut être transmis via un Analytics flux, comme expliqué dans ce document.

Puis-je utiliser des règles d’inclusion dynamiques, telles que le paramètre d’entité correspond à des attributs de profil en utilisant l’approche de Analytics flux ?

Oui, vous pouvez. La méthode est similaire lors de l’utilisation de la méthode Target autonome. Dans ce cas, cependant, vous devez être attentif au facteur de timing. Les variables d’entité censées correspondre aux variables de profil dépendent de la couche de données qui peut apparaître bien plus tard sur la page.