Preguntas frecuentes sobre Adobe Analytics

Los activadores de remarketing en Adobe Analytics permiten al equipo de marketing identificar, definir y supervisar de forma continua comportamientos destacados del público. Una vez que se detectan estos comportamientos, el sistema puede iniciar comunicaciones transversales, como correos electrónicos personalizados, para volver a atraer a estas visitas. Esta capacidad transforma la observación pasiva de datos en oportunidades de participación activa y desempeña un papel esencial en las estrategias de marketing dinámicas y adaptables. Se trata fundamentalmente de convertir el comportamiento digital observado en interacciones oportunas y relevantes.

Si bien el clásico ejemplo de una persona que abandona su carro de compras es un activador clave que cualquiera entiende y conoce, el potencial del remarketing para un negocio realmente basado en datos va mucho más allá de este tipo de escenarios. Adobe Analytics permite configurar activadores de remarketing que aprovechan todos los datos disponibles en tiempo real, en lugar de limitarse a eventos aislados. Este uso integral de los datos es un diferenciador clave. En este contexto, los activadores clave representan solo una parte de lo que se puede lograr; en otras palabras, Adobe Analytics apunta a un enfoque más integral, matizado y, en última instancia, más eficaz para el remarketing. Muchas soluciones de gestión de campañas o correo electrónico proporcionan activadores clave, pero es necesario un enfoque más amplio para lograr un programa de remarketing de canales múltiples verdaderamente eficaz.

La flexibilidad de Adobe Analytics permite configurar activadores de remarketing en función de un gran número de acciones del consumidor, que incluyen escenarios comunes de comercio electrónico, como el abandono del carro de compras, y entre ellos casos en los que los productos se han eliminado explícitamente del carro. Más allá del comercio electrónico, los activadores se pueden poner en marcha después de suscripciones a newsletters, suscripciones por correo electrónico, solicitudes de tarjetas de crédito o de programas de fidelización y otras acciones de la clientela. Esta variedad de activadores de acción pone de manifiesto la adaptabilidad de la plataforma, lo que permite a las empresas adaptar las iniciativas de remarketing a diversas metas de conversión y puntos de contacto específicos a lo largo del recorrido de cliente, y, de este modo, ampliar significativamente el alcance más allá de la recuperación transaccional.

Adobe Analytics cuenta con funciones de integración eficientes con Adobe Campaign. Esta combinación está diseñada para ser rápida, lo que permite a los equipos de marketing implementar sus estrategias de remarketing a gran velocidad. Una vez integrados, los sistemas interactúan para permitir a los equipos de marketing pasar a la acción casi inmediatamente ante un evento activador, lo que garantiza que los mensajes de remarketing se envíen en el momento óptimo. Esta estrecha integración es básica para que la información útil pueda convertirse en acciones.

La capacidad del sistema para supervisar un amplio espectro de comportamientos clave del conjunto de consumidores e iniciar comunicaciones transversales, particularmente en tiempo real con Adobe Campaign, significa un cambio fundamental. Pasa de tácticas de remarketing reactivas y orientadas a lotes a un modelo de participación proactiva, altamente contextual y personalizada a gran escala. Esto sugiere que las empresas pueden automatizar los flujos de consolidación y lograr interacciones más importantes al interpretar una amplia gama de señales registradas entre la clientela.

Adobe Analytics y AEM Sites son plataformas diseñadas para una integración nativa, lo que establece un flujo continuo y bidireccional de información. Los datos analíticos sobre el comportamiento del cliente y el rendimiento del contenido se incorporan a AEM, mientras que la información sobre el contenido ofrecido está disponible en Analytics. El objetivo de este intercambio recíproco es crear una única fuente de confianza tanto para los datos de cliente como para el contenido con el que interactúan. Esta visión unificada es clave porque desmantela los silos tradicionales que a menudo existen entre la comprensión del comportamiento de la clientela (el dominio de Analytics) y la entrega de experiencias de contenido personalizadas (la función de AEM). El resultado es un sistema de bucle cerrado donde los datos impulsan el contenido y el rendimiento del contenido perfecciona los datos.

La integración de Adobe Analytics con AEM Sites presenta varias ventajas importantes para las empresas. Entre ellas se encuentra el establecimiento de flujos de trabajo transversales que agilizan las operaciones entre el análisis y la gestión de contenido. Además, gracias a la automatización de inteligencia artificial (IA) podemos lograr una personalización avanzada, que se traduce en variaciones de activos prácticamente ilimitadas adaptadas a públicos únicos. Por otro lado, también facilita contenido dinámico que se adapta a las acciones, comportamientos y necesidades de la clientela en tiempo real. La integración también admite la creación y entrega de experiencias a través de canales múltiples a través de una arquitectura descentralizada de sistema de gestión de contenido (CMS).

La detección de anomalías en Adobe Analytics es una función que utiliza técnicas de modelado estadístico y aprendizaje automático para identificar automáticamente desviaciones inesperadas o estadísticamente significativas en los datos. Está diseñada para analizar de forma sistemática amplios conjuntos de datos con el fin de detectar rápidamente los factores que afectan al negocio. Esta función automatiza lo que tradicionalmente ha sido un proceso manual y que consume mucho tiempo. Sacar a la luz de forma proactiva cambios críticos que de otro modo podrían pasar desapercibidos permite a los equipos de análisis y marketing centrar su atención donde más se necesita.

La detección de anomalías identifica picos o caídas inesperados en el tráfico u otras métricas clave y presenta estos resultados con visualizaciones claras. Estas anomalías pueden abarcar muchos eventos esenciales, tanto resultados positivos, como una campaña de marketing que funciona mejor de lo esperado, como resultados negativos, incluidos errores en el sitio web, errores de etiquetado o actividades maliciosas como el espionaje corporativo. Ya sea beneficiosa o perjudicial la causa de una anomalía, identificarla rápidamente siempre es bueno. El valor principal reside en la velocidad en que se realiza la identificación y en la capacidad de señalar tanto las oportunidades que se pueden aprovechar como las amenazas que requieren mitigación con el objetivo de obtener respuestas más rápidas y documentadas.

Comprender el origen principal de una anomalía es crucial para tomar las medidas adecuadas. La función del análisis de contribución dentro del espacio de trabajo de análisis se sirve de la detección de anomalías para abordar esta necesidad. Permite a las personas usuarias saber cuándo ocurrió una anomalía y también comprender el por qué. El análisis de contribución revela los factores que causaron la anomalía. Esta capacidad de diagnóstico es esencial para formular respuestas efectivas, ya sea corrigiendo un problema o ampliando una iniciativa satisfactoria.

Sí, cuando se utiliza la detección de anomalías dentro del espacio de trabajo de análisis, puede tener en cuenta eventos de temporada predecibles. Estos pueden incluir períodos de venta minorista importantes como el Black Friday, picos relacionados con viajes como las vacaciones de Semana Santa y otras festividades. Esta capacidad es crucial porque permite al sistema distinguir anomalías genuinas de fluctuaciones regulares esperadas en los patrones de datos, lo que reduce la probabilidad de falsos positivos y garantiza que las alertas sean más relevantes. El enfoque tradicional del análisis a menudo implica que quienes están al cargo de los análisis examinen manualmente numerosos informes en busca de problemas o tendencias destacadas.

El data warehouse de Adobe Analytics dispone de funciones para el almacenamiento extendido de datos de cliente, junto con opciones para el reprocesamiento de datos y la creación de informes avanzados. Está diseñado para manejar grandes conjuntos de datos y consultas analíticas complejas.

Los feeds de datos se centran en el envío en lote de datos sin procesar. Se pueden programar de forma recurrente, diaria o cada hora, lo que proporciona un flujo constante de datos sin procesar. Estos dos componentes cumplen funciones distintas pero complementarias en la gestión y el acceso a los datos detallados que recopila Adobe Analytics. El data warehouse satisface las necesidades de almacenamiento a largo plazo y de análisis en profundidad, mientras que los feeds de datos facilitan la extracción periódica y automatizada de datos sin procesar para su uso en otros sistemas.

Los datos sin procesar de Adobe Analytics se pueden exportar e incorporar a sistemas de remarketing, utilizar para realizar modelos de atribución complejos o emplear en el desarrollo de puntuaciones de propensión para análisis predictivos. Además, los datos sin procesar a menudo se exportan con fines de archivado o análisis a largo plazo que pueden ir más allá de las funciones de la interfaz de creación de informes estándar. Este enfoque pone de relieve el principio de que el valor de los datos de Adobe Analytics se extiende más allá de sus herramientas de creación de informes nativas, lo que permite impulsar otros sistemas comerciales críticos y modelos analíticos avanzados.

El data warehouse está diseñado para ofrecer alta capacidad y rendimiento. Procesa un número ilimitado de filas de datos en una única solicitud de informes individuales programados y descargados. Esta característica es particularmente beneficiosa para el desarrollo de análisis detallados en conjuntos de datos extensos. También permite la exportación y el almacenamiento de cantidades masivas de datos sin requerir un esfuerzo adicional notable.

Los feeds de datos están diseñados para transmitir datos sin procesar desde varias propiedades digitales, como sitios web, aplicaciones móviles u otras fuentes en línea, directamente al lago de datos elegido por una organización u otra ubicación de almacenamiento. A un rol de usuario se le otorga un amplio control sobre estos feeds, lo que incluye la configuración de nuevos feeds, la administración de los existentes y su modificación según sea necesario. Las herramientas integrales de gestión de tareas permiten supervisar el estado de todas las tareas de feeds de datos, verificar la entrega correcta y volver a ejecutar las tareas si es necesario, todo desde una interfaz centralizada. De este modo se consigue un mecanismo fiable, simplificado y automatizado para extraer datos sin procesar de Adobe Analytics e integrarlos en otros sistemas empresariales, lo que resulta en una estrategia de datos más amplia y cohesionada.

Las alertas inteligentes en Adobe Analytics permiten crear y administrar notificaciones basadas en anomalías de datos o umbrales de métricas específicos. Una función principal es la capacidad de crear alertas apiladas, que unifican información sobre múltiples métricas en una sola notificación. El sistema supervisa activamente los datos y envía notificaciones al instante cuando sucede algo inusual, como un cambio significativo de los patrones estándar o cuando se alcanza una referencia predefinida. Estas alertas están diseñadas para ayudar a las personas usuarias a mantenerse al tanto de los cambios críticos en los datos sin requerir una monitorización manual constante de los paneles, de modo que la supervisión de los datos sea más eficiente y menos exigente.

Las alertas inteligentes están diseñadas para integrarse a la perfección con la función de detección de anomalías. Es decir, se pueden activar alertas en función de umbrales de anomalía identificados por algoritmos de aprendizaje automático y hacer que salten cuando más se necesitan. Las alertas inteligentes no se basan únicamente en umbrales simples y fijos. Aun así, pueden activarse por desviaciones estadísticamente importantes que el sistema haya identificado como inusuales o inesperadas, lo que hace que sean más relevantes y útiles.

Las personas usuarias tienen una flexibilidad considerable para configurar las condiciones que activan una alerta. Se pueden configurar alertas en función de umbrales de anomalía derivados de la función de detección de anomalías, cambios porcentuales específicos en una métrica o cuando un valor de métrica supera o queda por debajo de un punto de datos predefinido. Esta adaptabilidad permite definir con precisión un “evento importante” para indicadores clave de rendimiento (KPI) específicos y su contexto empresarial único, así como adaptar el sistema de alerta a las prioridades.

Adobe Analytics dispone de herramientas para una gestión eficaz de alertas. Las personas usuarias pueden obtener una vista previa de la frecuencia con la que es probable que se active una alerta en función de los datos históricos y la configuración actual, lo que permite ajustar los criterios de alerta para evitar saturar a la clientela con notificaciones demasiado frecuentes. Cuando se cumple una condición de alerta, se envían mensajes por correo electrónico o SMS. Estas notificaciones a menudo incluyen vínculos a análisis generados automáticamente, lo que proporciona un contexto inmediato y facilita una comprensión más rápida del evento que activó la alerta. El envío a través de canales de comunicación estándar asegura una recepción a tiempo y los vínculos directos al análisis agilizan el proceso de investigación.

Las alertas apiladas agilizan la gestión de alertas al permitir a las personas usuarias supervisar múltiples métricas dentro de una única alerta unificada en lugar de crear y administrar numerosas alertas individuales para KPI relacionados. Además, las alertas se pueden filtrar por segmentos de audiencia o dispositivos específicos. Al agrupar la información importante, las alertas apiladas reducen los datos irrelevantes de las notificaciones. La función de filtrado añade otra capa de granularidad, lo que garantiza que las alertas sean realmente relevantes para la persona destinataria o el área específica de la empresa que se está supervisando.

La introducción de alertas inteligentes, particularmente cuando se integran con la función de detección de anomalías, marca un cambio en la forma en que las personas usuarias interactúan con sus datos. En lugar de buscar de forma proactiva y manual información o problemas dentro de conjuntos de datos grandes y complejos, el sistema actúa de monitor vigilante. De este modo, informa de manera proactiva sobre eventos críticos y desviaciones a través de canales como el correo electrónico o mensajes SMS con vínculos a análisis generados automáticamente. Esta función fomenta un enfoque más inmediato, comprometido y adaptable a las señales basadas en datos.

La transmisión en directo es una función dentro de Adobe Analytics que proporciona un flujo continuo y en tiempo real de datos sin procesar y basados en interacciones. Estos datos están disponibles en cuestión de segundos (entre 30 y 90) a partir de su recopilación en las propiedades digitales. El acceso casi instantáneo a datos detallados y sin procesar es fundamental para los casos de uso que exigen una acción inmediata o requieren que los datos se introduzcan en otros sistemas en tiempo real. El término “sin procesar” significa que los datos se presentan en su forma más detallada y que aún no están acumulados ni alterados por los procesos de creación de informes estándar, lo que contribuye a su idoneidad para análisis altamente específicos o urgentes.

La transmisión en directo de datos en tiempo real se puede aplicar a varios casos de uso destacados. Entre ellos destacan el suministro de paneles de control de tráfico en directo para una recepción operativa inmediata, el suministro de datos a motores de recomendación y algoritmos de personalización para experiencias dinámicas de resegmentación o remarketing, lo que permite la monitorización en tiempo real del impacto de las campañas de marketing a medida que se desarrollan y la personalización de ofertas y contenido exactamente en el momento adecuado. Estos ejemplos ponen de manifiesto la versatilidad de la transmisión en directo, que abarca desde la monitorización operativa de alto nivel hasta interacciones inmediatas e individualizadas con la clientela.

Sí, los datos de transmisión en directo están diseñados para ser compatibles e integrarse con otros productos de Adobe Experience Cloud. La transmisión incluye eventos basados en interacciones que se originan en otras soluciones dentro del ecosistema de Adobe, como Adobe Target (para personalización y pruebas A/B) o Adobe Advertising Cloud (para gestión de publicidad). Esta integración alimenta la secuencia de datos en tiempo real con información y datos de interacción de varios puntos de contacto administrados por Adobe Experience Cloud, lo que proporciona una visión más integral y en tiempo real de la actividad de la clientela que se puede utilizar para la activación inmediata y los flujos de trabajo transversales.

El análisis de vídeo en Adobe Analytics proporciona detalles pormenorizados casi en tiempo real sobre el consumo de vídeo, incluidas métricas como la duración del vídeo y las instancias de pausas e inicios. Asimismo, permite la evaluación y combinación de varias métricas de vídeo para obtener información relevante sobre los hábitos del público. Como resultado, estos conocimientos pueden incrementar la participación y, a menudo, ofrecer recomendaciones altamente personalizadas. Un punto fuerte clave es su capacidad para medir el rendimiento del vídeo en múltiples plataformas multimedia e incluso realizar un seguimiento sin conexión del consumo de contenido de vídeo. Esta solución especializada está diseñada para una comprensión profunda de cómo se consume el contenido de vídeo, lo que tiene un valor incalculable para cualquier empresa que dependa en gran medida del vídeo para la comunicación, el marketing o la generación de ingresos.

Las funciones de análisis de vídeo se extienden a un amplio espectro de plataformas modernas de visualización, como los teléfonos móviles, las tabletas, los dispositivos OTT (como televisores inteligentes y decodificadores de transmisión), los decodificadores tradicionales o las consolas de videojuegos. Es importante destacar que también admite la medición de contenido sin conexión. Esta amplia compatibilidad de plataformas garantiza que las empresas puedan obtener una visión integral del consumo de vídeo en las distintas formas en que el público accede al contenido actualmente.

Más allá de los recuentos básicos de visualizaciones, el análisis de vídeo permite recopilar un amplio conjunto de métricas clave que brindan información más detallada sobre la participación y el rendimiento. Entre estas métricas se incluyen:

• Personas espectadoras simultáneas por minuto: particularmente útil para evaluar la participación del público durante eventos de vídeo en directo.
• Métricas de calidad de la experiencia: ayudan a garantizar una experiencia de entrega de vídeo fluida y no intrusiva para el público mediante el seguimiento de aspectos como el almacenamiento en búfer o los errores.
• Seguimiento de contenido descargado sin conexión: capta la participación con contenido de vídeo descargado para verlo sin conexión.
• Vídeos de tendencia en tiempo real: identifica el contenido de vídeo más popular entre las personas espectadoras.
• Análisis de publicidad en vídeo: ayuda a comprender cómo la publicación de anuncios afecta a quienes los ven y garantiza que se envíen mensajes publicitarios adecuados y personalizados. Estas métricas ofrecen una comprensión matizada del alcance del contenido de vídeo, la calidad de la participación, el rendimiento técnico y la efectividad de la monetización.

Sí, el análisis de vídeo admite explícitamente el seguimiento de contenido sin conexión descargado y el análisis de publicidad en vídeo. La función de seguimiento sin conexión permite a las empresas comprender la participación de cada persona usuaria con el contenido incluso cuando no se transmite en directo. La función de análisis de publicidad en vídeo ayuda a evaluar el impacto de los anuncios en el público y a optimizar los anuncios para garantizar mensajes personalizados y efectivos. Estas funciones abordan aspectos críticos de la estrategia de vídeo moderna: el consumo en cualquier parte y el rendimiento de la publicidad en vídeo.

El análisis federado es una función relacionada con el análisis de vídeo que permite compartir y recibir datos de análisis de vídeo de las empresas distribuidoras. El objetivo es brindar una visión más integral del consumo de vídeo y comprender mejor el alcance total de público en distintos dispositivos y partners de distribución. Este enfoque es particularmente importante para las empresas creadoras de contenido y las empresas de medios de comunicación que distribuyen su contenido de vídeo a través de múltiples plataformas o servicios de terceros, ya que les permite recopilar datos sobre el número de personas espectadoras para hacerse una imagen completa de su público.

Al brindar información detallada sobre los hábitos de visualización, identificar vídeos de tendencia en tiempo real y permitir el análisis de publicidad en vídeo, la solución hace posible que las empresas de medios de comunicación, las empresas de creación de contenido y los equipos de marketing tomen decisiones más documentadas y basadas en datos con respecto a las estrategias de creación de contenido, horarios de programación y enfoques de publicidad en vídeo. Por ejemplo, comprender cómo la distribución de anuncios afecta a la experiencia y garantizar que los mensajes publicitarios estén personalizados puede mejorar los resultados de monetización y la retención del público.

Adobe Analytics permite a las empresas ofrecer experiencias de cliente más personalizadas y atractivas a través de interfaces basadas en voz capturando y analizando sistemáticamente datos de interacción con dichas interfaces. Esta función se extiende a las principales plataformas de asistentes de voz. La información derivada del análisis de voz ayuda a las organizaciones a optimizar el desarrollo de sus aplicaciones de este tipo, aumentar la participación con estas aplicaciones y obtener una comprensión más clara del impacto y el papel de las interacciones de voz dentro del contexto más amplio de la experiencia general de cliente. A medida que la interacción de voz se vuelve más frecuente, estos análisis específicos son esenciales para que las marcas comprendan el comportamiento de las personas usuarias, identifiquen puntos críticos y mejoren las estrategias de voz.

Para proporcionar una comprensión matizada de las interacciones de voz, Adobe Analytics permite la captura de puntos de datos clave específicamente relevantes para este medio. Estas métricas incluyen:

• Frecuencia de uso: con qué frecuencia se interactúa con la aplicación de voz.
• Intención: lo que se intenta lograr con los comandos de voz.
• Autenticación de la persona usuaria: si las personas se autentican durante las sesiones de voz y cómo.
• Ranuras: partes específicas de información requeridas para cumplir una intención (por ejemplo, el nombre de una ciudad para una consulta meteorológica).
• Parámetros: detalles adicionales proporcionados en relación con la consulta.
• Duración de la sesión: la duración de las sesiones de interacción de voz. Estas métricas especializadas se adaptan a las características únicas de las interacciones de voz, lo que ayuda a las empresas a comprender el comportamiento de cada persona, la tasa de éxito de las consultas, los puntos de fricción y los niveles generales de participación con sus aplicaciones habilitadas para voz.

Los datos de las aplicaciones de asistente de voz se pueden ver junto con los datos de todos los demás canales (por ejemplo, web, aplicación móvil, correo electrónico) para proporcionar una visión integral y unificada de las interacciones de cada cliente a lo largo de todo su recorrido con la marca. Además, a estos datos de voz unificados, al igual que a los datos de otros canales, se les pueden aplicar funciones analíticas avanzadas como la detección de anomalías y la segmentación ilimitada en tiempo real. Esta integración es crucial para comprender cómo las interacciones de voz complementan o influyen en otros puntos de contacto y para aplicar metodologías analíticas coherentes en todo el panorama de la experiencia de cliente.

La captura de métricas detalladas, como la intención, la autenticación de los usuarios y usuarias, las ranuras, los parámetros y la duración de la sesión, lleva el análisis de voz mucho más allá de los simples recuentos de uso o los registros de comandos. Este nivel de granularidad permite una comprensión mucho más profunda de lo que las personas usuarias intentan lograr con los comandos de voz, cómo interactúan con el flujo conversacional de la aplicación de voz y dónde podrían encontrar dificultades o abandonar tareas. Este conocimiento detallado es esencial para optimizar los diseños conversacionales, mejorar la relevancia y la precisión de los servicios basados en voz y, en última instancia, mejorar la satisfacción de uso.

El análisis de cohorte, disponible dentro del espacio de trabajo de análisis en Adobe Analytics, es un método analítico que permite comprender cómo se comportan los grupos de personas usuarias que comparten características o experiencias comunes (conocidos como cohortes) durante períodos prolongados. El análisis generalmente implica una “métrica de inclusión”, que define los criterios para que una persona pase a formar parte de una cohorte (por ejemplo, quienes instalaron una aplicación en un mes específico), y una “métrica de retorno”, que rastrea un comportamiento o resultado particular para esa cohorte durante períodos posteriores (por ejemplo, sus recuentos de sesiones mensuales o tasas de compra). Esta técnica va más allá de las vistas estáticas e instantáneas del comportamiento con el fin de detectar patrones dinámicos en la retención, participación y conversión de la persona usuaria a lo largo de su ciclo de vida.

El análisis de cohorte es una herramienta versátil aplicable a varias cuestiones comerciales. Estos son algunos casos prácticos cotidianos:

• Interacción con la aplicación: analizar cómo las personas que instalan una aplicación móvil continúan interactuando con ella a lo largo del tiempo, e identificar patrones como la adopción inicial, el descenso en el uso o el compromiso sostenido a largo plazo.
• Conversión de suscripción: realizar un seguimiento de cuántas personas con una suscripción o versión de prueba gratuita adquieren versiones de pago en los meses posteriores a su registro inicial.
• Segmentos de cohorte complejos: definir grupos de cohortes particulares utilizando múltiples métricas y segmentos para criterios de inclusión y retorno. Este caso permite identificar segmentos de cliente de bajo rendimiento a los que se pueden dirigir promociones o intervenciones personalizadas para mejorar el rendimiento.
• Adopción de una versión de la aplicación: comparar las tasas de participación, retención y abandono en diferentes versiones de aplicaciones móviles para comprender los patrones de adopción e identificar si existen versiones específicas que estén alejando a la clientela o fomentando las actualizaciones.
• Éxito de la campaña: evaluar la eficacia de varias campañas de marketing para adquirir y retener a las personas usuarias a lo largo del tiempo mediante la comparación de cohortes de campañas en paralelo con la función de cohorte de dimensión personalizada.
• Impacto del lanzamiento del producto: la opción de Tabla de latencia se utiliza para evaluar el impacto del lanzamiento de un nuevo producto en el comportamiento y los ingresos de un segmento de clientes específico mediante el análisis de sus actividades previas y posteriores al lanzamiento.
• Identificación de las personas usuarias más leales (fidelidad individual): identificar a quienes compran de forma recurrente cada mes mediante la opción de cálculo continuo y, a la inversa, identificar a la clientela que se ha ido o que no muestra un comportamiento de compra repetida. Estos diversos casos de uso demuestran la flexibilidad del análisis de cohorte para abordar cuestiones comerciales críticas relacionadas con la gestión del ciclo de vida, la evaluación del rendimiento del producto y la evaluación de la eficacia del marketing.

Adobe Analytics se puede utilizar de manera que cumpla con el RGPD. No obstante, lograr y mantener el cumplimiento es una responsabilidad compartida. Si bien Adobe proporciona herramientas y funciones para cumplir con los requisitos del RGPD, la organización que utiliza Adobe Analytics (quien se responsabilice del tratamiento) debe tomar medidas activas para configurar la plataforma e implementar prácticas de gobernanza de datos adecuadas con el fin de garantizar que su caso de uso específico cumpla con los niveles de cumplimiento. Esto significa que la plataforma en sí ofrece funciones para el cumplimiento, pero es responsabilidad de cada persona usuaria implementarlas y gestionarlas correctamente.

Para asegurar el cumplimiento del RGPD al utilizar Adobe Analytics es necesario que la organización que la usa adopte varias medidas activas. La respuesta de la persona asesora de la comunidad en el material proporcionado apunta a varios recursos oficiales de Adobe que ofrecen orientación detallada sobre este tema. Entre estos recursos se incluyen:

• https://experienceleague.adobe.com/es/docs/experience-platform/privacy/regulations/overview
• https://business.adobe.com/es/products/analytics/general-data-protection-regulation.html
• https://business.adobe.com/es/privacy/general-data-protection-regulation.html

Estos recursos generalmente detallan los pasos necesarios, como implementar políticas de gobernanza de datos, configurar correctamente los ajustes de privacidad dentro de Adobe Analytics, gestionar de manera eficaz el consentimiento de cada persona usuaria y establecer procesos para la gestión de las solicitudes de acceso (DSAR por sus siglas en inglés) según lo exige el RGPD. El cumplimiento no es automático; requiere una configuración diligente y una adhesión constante a los principios del RGPD utilizando las funciones de gobernanza de datos de la plataforma.

Los permisos estándar de Adobe Analytics rigen el acceso a Analysis Workspace y sus funciones. Además, cuentan con permisos para acceder a grupos de informes específicos y sus componentes (como segmentos, métricas y dimensiones). Los permisos también controlan la organización, creación, el uso compartido y programación de proyectos. Quienes la usen deben consultar la documentación sobre requisitos de administración para obtener información detallada. Estos controles garantizan la seguridad de los datos y permiten a las organizaciones gestionar quién puede acceder e interactuar con diferentes conjuntos de datos y proyectos analíticos.

No, el uso del espacio de trabajo de análisis no afecta la recopilación de datos de ninguna manera. Es una herramienta de creación y visualización de informes que opera con datos ya recopilados. Las personas usuarias pueden arrastrar y soltar libremente varios componentes (dimensiones, métricas, segmentos, visualizaciones) en un proyecto para explorar diferentes vistas analíticas sin repercusiones en los datos subyacentes o en el proceso de recopilación de datos. Si se realiza un cambio no deseado dentro de un proyecto, existe la función deshacer para revertir la última acción.

Cuando un proyecto de espacio de trabajo de análisis se comparte en modo de solo lectura, todas las funciones y características de edición dentro del proyecto se deshabilitan por completo para la persona destinataria. Con permisos de solo lectura generalmente solo se puede interactuar con elementos predefinidos, como cambiar opciones en menús desplegables que quien ha creado el proyecto ha configurado específicamente para aplicar filtros a los paneles de manera controlada. Esto garantiza que los informes compartidos se puedan ver e interactuar con ellos de formas limitadas sin permitir modificaciones no autorizadas en la estructura o los componentes del proyecto.