결합된 이벤트 데이터 세트

연결을 만들면 Customer Journey Analytics은 모든 스키마와 데이터 세트를 단일 데이터 세트에 결합합니다. 이 '결합된 이벤트 데이터 세트'는 Customer Journey Analytics이 보고에 사용하는 것입니다. 연결에 여러 개의 스키마나 데이터 세트를 포함하는 경우:

  • 스키마가 결합됩니다. 중복된 스키마 필드가 병합됩니다.
  • 각 데이터 세트의 '개인 ID' 열은 이름과 관계없이 하나의 열에 병합됩니다. 이 열은 Customer Journey Analytics에서 고유한 사용자를 식별하는 기반입니다.
  • 행은 타임스탬프를 기반으로 처리됩니다.
  • 이벤트는 밀리초 수준까지 해결됩니다.

다음과 같은 예를 살펴보십시오. 각각 다른 필드에 다른 데이터가 들어 있는 이벤트 데이터 세트가 두 개 있습니다.

NOTE
Adobe Experience Platform은 일반적으로 타임스탬프를 Unix 밀리초 단위로 저장합니다. 이 예에서 가독성을 위해 날짜 및 시간이 사용됩니다.
example_id
timestamp
string_color
string_animal
metric_a
user_310
1 Jan 7:02 AM
Red
Fox
user_310
1 Jan 7:04 AM
2
user_310
1 Jan 7:08 AM
Blue
3
user_847
2 Jan 12:31 PM
Turtle
4
user_847
2 Jan 12:44 PM
2
different_id
timestamp
string_color
string_shape
metric_b
user_847
2 Jan 12:26 PM
Yellow
Circle
8.5
user_847
2 Jan 1:01 PM
Red
alternateid_656
2 Jan 8:58 PM
Red
Square
4.2
alternateid_656
2 Jan 9:03 PM
Triangle
3.1

이 두 이벤트 데이터 세트를 사용하여 연결을 만들 때 다음 표를 보고에 사용합니다.

id
timestamp
string_color
string_animal
string_shape
metric_a
metric_b
user_310
1 Jan 7:02 AM
Red
Fox
user_310
1 Jan 7:04 AM
2
user_310
1 Jan 7:08 AM
Blue
3
user_847
2 Jan 12:26 PM
Yellow
Circle
8.5
user_847
2 Jan 12:31 PM
Turtle
4
user_847
2 Jan 12:44 PM
2
user_847
2 Jan 1:01 PM
Red
alternateid_656
2 Jan 8:58 PM
Red
Square
4.2
alternateid_656
2 Jan 9:03 PM
Triangle
3.1

이 결합된 이벤트 데이터 세트는 보고에서 사용되는 것입니다. 행이 어느 데이터 세트에 포함되어 있든 상관없습니다. Customer Journey Analytics은 모든 데이터를 동일한 데이터 세트에 있는 것처럼 처리합니다. 일치하는 개인 ID가 두 데이터 세트에 표시되면 동일한 고유 사용자로 간주됩니다. 30분 내에 타임스탬프가 있는 두 데이터 세트에 일치하는 개인 ID가 표시되면 동일한 세션의 일부로 간주됩니다.

이 개념은 속성에도 적용됩니다. 행이 어느 데이터 세트에 포함되어 있든 상관없습니다. 속성은 모든 이벤트가 단일 데이터 세트에 포함된 것처럼 정확하게 작동합니다. 위의 표를 예로 사용합니다.

연결에 첫 번째 표만 포함되고 두 번째 표는 포함되지 않은 경우 string_color 차원을 사용하여 보고서를 가져오고 마지막 터치 속성을 사용하여 metric_a 지표를 가져오면 다음이 표시됩니다.

string_color
metric_a
지정되지 않음
6
파란색
3
빨간색
2

하지만 두 표를 모두 연결에 포함한 경우 user_847이 두 데이터 세트에 있으므로 속성 변경됩니다. 두 번째 데이터 세트 속성의 한 행 metric_a가 이전에 지정되지 않은 '노란색'이면 다음이 표시됩니다.

string_color
metric_a
노란색
6
파란색
3
빨간색
2

크로스 채널 분석

데이터 세트를 결합하는 다음 수준은 공통 식별자 (개인 ID)를 기반으로 다른 채널의 데이터 세트가 결합되는 크로스 채널 분석입니다. 크로스 채널 분석은 결합 기능의 이점을 활용할 수 있으며, 이를 통해 데이터 세트의 개인 ID를 다시 입력할 수 있으므로 데이터 세트가 제대로 업데이트되어 여러 데이터 세트를 매끄럽게 결합할 수 있습니다. 결합은 인증된 세션과 인증되지 않은 세션의 사용자 데이터를 모두 확인하여 결합된 ID를 생성합니다.

크로스 채널 분석을 사용하면 다음과 같은 질문에 답변할 수 있습니다.

  • 한 채널에서 경험을 시작한 후 다른 채널에서 완료하는 사람은 몇 명입니까?
  • 얼마나 많은 사람들이 내 브랜드와 상호 작용합니까? 얼마나 많은 디바이스와 어떤 유형의 디바이스를 사용하고 있습니까? 어떻게 중첩됩니까?
  • 사람들이 모바일 디바이스에서 작업을 시작한 다음 나중에 데스크탑 PC로 이동하여 작업을 완료하는 빈도는 얼마나 됩니까? 하나의 디바이스에 랜딩되는 캠페인 클릭스루가 다른 곳에서 전환을 가져옵니까?
  • 장치 간 여정을 고려할 때 캠페인 효과에 대한 이해가 어떻게 달라집니까? 단계 분석은 어떻게 변경됩니까?
  • 사용자가 하나의 디바이스에서 다른 디바이스로 이동하는 가장 일반적인 경로는 무엇입니까? 어디에서 중단됩니까? 어디로 이어집니까?
  • 여러 디바이스가 있는 사용자의 행동은 단일 디바이스가 있는 사용자와 어떻게 다릅니까?

크로스 채널 분석에 대한 자세한 내용은 특정 사용 사례를 참조하십시오.

보다 심층적인 토론 결합 기능을 보려면 다음 위치로 이동하십시오.

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79