Domande frequenti su Adobe Analytics

Cosa sono i trigger del remarketing in Adobe Analytics?

I trigger del remarketing in Adobe Analytics consentono ai marketer di individuare, definire e monitorare in modo continuo i comportamenti rilevanti della clientela. Al verificarsi di tali comportamenti, il sistema può generare comunicazioni trasversali, come e-mail personalizzate, per ristabilire una connessione con l’utente. Questa funzionalità trasforma l’osservazione passiva dei dati in opportunità concrete di re-engagement, diventando un elemento chiave di una strategia di marketing dinamica e reattiva. In sostanza, si tratta di trasformare il comportamento digitale in interazioni tempestive e mirate.

In che modo i trigger del remarketing di Adobe Analytics vanno oltre gli esempi tradizionali quali l’abbandono del carrello?

Sebbene il classico esempio dell’abbandono del carrello sia uno dei trigger di base più noti e significativi, il vero potenziale di questa strategia in un’azienda data-driven va ben oltre. Adobe Analytics consente di configurare trigger che sfruttano in tempo reale l’intera mole di dati disponibili, non solo eventi isolati. Questa capacità di utilizzare i dati in modo esteso rappresenta un elemento distintivo fondamentale. In questo senso, i trigger di base costituiscono solo una piccola parte di ciò che è possibile ottenere, a conferma del fatto che Adobe Analytics punta a un approccio più olistico, dettagliato e incisivo al remarketing. Molte soluzioni per la gestione di e-mail o campagne offrono trigger di base, ma per un remarketing efficace e integrato su più canali è necessario un approccio più articolato.

Quali azioni possono generare trigger del remarketing in Adobe Analytics?

La versatilità di Adobe Analytics consente di impostare trigger di remarketing basati su una vasta gamma di comportamenti. Oltre ai classici scenari e-commerce come l’abbandono o la rimozione di prodotti dal carrello, i trigger possono attivarsi in seguito all’iscrizione a newsletter, all’abbonamento a comunicazioni via e-mail, alla richiesta di carte di credito, all’adesione a programmi fedeltà e ad altre azioni personalizzate. Questa varietà evidenzia la flessibilità della piattaforma, che permette di adattare le campagne di remarketing a diversi obiettivi di conversione e punti di contatto specifici lungo il customer journey, ampliando significativamente le possibilità rispetto al solo recupero di transazioni.

In che modo Adobe Analytics si integra con Adobe Campaign per il remarketing?

Adobe Analytics si integra in modo efficace con Adobe Campaign, favorendo un’implementazione rapida delle strategie di remarketing. Una volta completata l’integrazione, i due sistemi operano in sinergia per attivare l’invio di messaggi di remarketing nel momento più opportuno, in risposta a eventi trigger specifici. Questa stretta integrazione è fondamentale per trasformare gli insight in azioni concrete.

La capacità del sistema di monitorare un’ampia gamma di comportamenti chiave e generare comunicazioni trasversali alle soluzioni in tempo reale tramite Adobe Campaign segna un cambiamento radicale: dal remarketing reattivo basato su invii periodici si passa a un approccio proattivo, contestuale e personalizzato, su larga scala. Le aziende possono così strutturare processi automatici di nurturing basati su segnali comportamentali diversificati, generando interazioni più mirate.

In che modo Adobe Analytics e AEM Sites operano in sinergia tra loro?

Adobe Analytics e AEM Sites sono progettati per integrarsi in modo nativo, consentendo un flusso continuo e bidirezionale di insight. I dati raccolti da Analytics sul comportamento della clientela e sulle performance dei contenuti vengono trasmessi ad AEM, mentre le informazioni sui contenuti mostrati agli utenti sono disponibili in Analytics. Questo scambio reciproco ha l’obiettivo di creare un’unica fonte di verità, sia per i dati cliente sia per i contenuti con cui gli utenti interagiscono. Una visione unificata è fondamentale perché elimina i silos che spesso separano l’analisi del comportamento (compito di Analytics) dall’erogazione di contenuti personalizzati (compito di AEM). Il risultato è un sistema a ciclo chiuso in cui gli insight guidano la creazione dei contenuti e le performance di questi ultimi affinano continuamente gli insight.

Quali sono i vantaggi dell’integrazione tra Analytics e AEM?

L’integrazione tra Adobe Analytics e AEM Sites offre numerosi vantaggi alle aziende. Permette di creare flussi di lavoro integrati che semplificano il coordinamento tra analisi dei dati e gestione dei contenuti, consente una personalizzazione avanzata grazie all’automazione basata sull’intelligenza artificiale (IA), capace di generare varianti di contenuto altamente mirate per diversi segmenti di pubblico, e supporta la creazione di contenuti dinamici che si adattano in tempo reale alle azioni, ai comportamenti e alle esigenze della clientela Inoltre, consente di offrire esperienze cross-channel grazie all’architettura headless del sistema di gestione dei contenuti (CMS).

Che cos’è il rilevamento delle anomalie in Adobe Analytics?

Il rilevamento delle anomalie in Adobe Analytics utilizza modelli statistici e tecniche di machine learning per identificare automaticamente scostamenti inattesi o significativi nei dati. Progettata per esplorare set di dati di grandi dimensioni, questa funzionalità consente di individuare rapidamente i fattori che incidono sulle performance aziendali. Automatizzando un processo tradizionalmente lungo e manuale, permette alle figure che si occupano di analisi e marketing di focalizzarsi sui cambiamenti più rilevanti, spesso difficili da cogliere a colpo d’occhio.

In che modo il rilevamento delle anomalie aiuta a identificare gli eventi significativi nei dati?

Grazie a una chiara rappresentazione visiva dei dati, il rilevamento delle anomalie consente di individuare rapidamente variazioni insolite nel traffico, come picchi o cali, o in altri indicatori chiave. Queste anomalie possono segnalare opportunità, come il successo inatteso di una campagna di marketing, oppure problemi critici, come bug nei siti web, errori di assegnazione tag o attività sospette come lo spionaggio aziendale. Indipendentemente dalla loro natura, riconoscerle tempestivamente rappresenta sempre un vantaggio, perché consente di intervenire in modo rapido e mirato, sfruttando al meglio le opportunità o mitigando le minacce.

In che modo l’analisi dei contributi può supportare il rilevamento delle anomalie?

Una volta rilevata un’anomalia, è fondamentale comprenderne la causa principale per poter intervenire in modo efficace. La funzionalità di analisi dei contributi, disponibile in Analysis Workspace, si integra con il rilevamento delle anomalie, consentendo agli utenti di capire non solo quando si è verificata l’anomalia, ma anche perché. L’analisi dei contributi permette di identificare i fattori responsabili dell’anomalia ed è essenziale per pianificare interventi mirati, che si tratti di correggere un problema o di ampliare un’iniziativa di successo.

Il rilevamento delle anomalie può tenere conto degli eventi stagionali?

Sì, quando viene utilizzato in Analysis Workspace, il rilevamento delle anomalie può tenere conto degli eventi stagionali prevedibili, come il Black Friday, i picchi legati ai viaggi e altre festività. Questa funzionalità è fondamentale perché permette al sistema di distinguere le vere anomalie dalle normali variazioni nei dati, riducendo così il rischio di falsi allarmi e garantendo che le segnalazioni siano più rilevanti. Tradizionalmente, gli analisti erano costretti a esaminare manualmente numerosi report alla ricerca di problemi o trend significativi.

Cosa sono data warehouse e feed di dati in Adobe Analytics?

Il data warehouse di Adobe Analytics consente l’archiviazione estesa dei dati cliente e offre funzionalità di rielaborazione dei dati e reporting avanzato. È progettato per gestire set di dati di grandi dimensioni e query di analisi complesse.

I feed di dati, invece, sono pensati per fornire dati grezzi in batch. Possono essere programmati su base oraria o giornaliera e offrono un flusso costante di dati non elaborati. Questi due componenti svolgono funzioni distinte ma complementari nella gestione e nell’accesso ai dati dettagliati raccolti da Adobe Analytics: il data warehouse risponde alle esigenze di archiviazione a lungo termine e analisi approfondita, mentre i feed di dati agevolano l’estrazione regolare e automatizzata dei dati grezzi per l’utilizzo in altri sistemi.

Come possono essere utilizzati i dati grezzi di Adobe Analytics?

I dati grezzi di Adobe Analytics possono essere esportati e integrati nei sistemi di remarketing oppure possono essere utilizzati per costruire modelli di attribuzione complessi o per elaborare punteggi di propensione per l’analisi predittiva. Inoltre, spesso vengono esportati per finalità di archiviazione o per analisi approfondite che superano le capacità degli strumenti di reporting standard. Questo dimostra come il valore dei dati di Adobe Analytics non risieda solo negli strumenti di reporting nativi, ma anche nella loro integrazione con altri sistemi e modelli analitici aziendali.

Quali sono le funzionalità del data warehouse?

Progettato per garantire scalabilità e alte prestazioni, il data warehouse consente di elaborare un numero illimitato di righe di dati nell’ambito di un’unica richiesta per i singoli report pianificati e scaricati. Questa funzionalità è particolarmente utile per eseguire analisi approfondite su set di dati estesi. Inoltre, consente di esportare e archiviare enormi quantità di dati senza richiedere un impegno significativo da parte dell’utente.

In che modo i feed di dati semplificano la distribuzione dei dati?

I feed di dati sono progettati per trasferire dati grezzi da diverse proprietà digitali, come siti web, app mobili o altre fonti online, direttamente nel data lake o in un altro sistema di archiviazione scelto dall’azienda. Gli utenti godono di un ampio livello di controllo: possono configurare nuovi feed, gestire quelli esistenti e modificarli in base alle esigenze. Un set completo di strumenti di gestione consente di monitorare ogni processo legato ai feed di dati, verificarne l’esito e rieseguirlo in caso di necessità, il tutto da un’unica interfaccia centralizzata. Questo offre un processo affidabile, gestibile e automatizzato per estrarre dati grezzi da Adobe Analytics e integrarli in altri sistemi di dati aziendali, a supporto di una strategia dei dati più completa e interconnessa.

Cosa sono gli avvisi intelligenti in Adobe Analytics?

Gli avvisi intelligenti in Adobe Analytics consentono agli utenti di creare e gestire le notifiche sulla base di anomalie nei dati o soglie di metrica specifiche. Una funzionalità chiave è la possibilità di creare avvisi cumulativi, che raccolgono in un’unica notifica le informazioni su più metriche. Il sistema monitora attivamente i dati e invia notifiche tempestive agli utenti quando si verifica un evento insolito, come uno scostamento significativo rispetto ai modelli abituali o il raggiungimento di un benchmark predefinito. Questi avvisi sono pensati per aiutare gli utenti a tenere sotto controllo le variazioni critiche nei dati senza bisogno di un costante monitoraggio manuale delle dashboard, rendendo così la supervisione dei dati più efficiente e meno impegnativa.

In che modo gli avvisi intelligenti si integrano con il rilevamento delle anomalie?

Gli avvisi intelligenti sono progettati per integrarsi perfettamente con la funzionalità di rilevamento delle anomalie, attivandosi solo quando necessario in base alle soglie di anomalia individuate dagli algoritmi di machine learning. Gli avvisi intelligenti non si limitano a soglie fisse e semplici, ma si attivano in presenza di deviazioni statisticamente significative riconosciute dal sistema come insolite o inattese: questo li rende più pertinenti e utili.

Che tipi di trigger per gli avvisi si possono configurare?

Gli utenti possono configurare con grande flessibilità le condizioni che attivano un avviso. Gli avvisi possono essere impostati in base alle soglie di anomalia rilevate dalla funzionalità di rilevamento delle anomalie, a variazioni percentuali specifiche di una metrica oppure quando il valore di una metrica supera o scende al di sotto di un punto dati predefinito. Questa versatilità consente di definire con precisione cosa costituisce un “evento importante” in base ai propri indicatori di prestazioni (KPI) e al contesto aziendale specifico, adattando il sistema di notifiche alle priorità dell’utente.

Come vengono gestiti e inviati gli avvisi?

Adobe Analytics offre strumenti per una gestione efficace degli avvisi. Gli utenti possono visualizzare in anteprima la frequenza con cui un avviso potrebbe attivarsi in base ai dati storici e alle impostazioni correnti. Questo consente di ottimizzare i criteri di attivazione degli avvisi, onde evitare notifiche troppo frequenti. Quando si verifica una condizione che genera un avviso, i messaggi possono essere inviati via e-mail o SMS. Queste notifiche includono spesso link ad analisi generate automaticamente, fornendo un contesto immediato e aiutando a comprendere quale evento ha causato l’avviso. L’invio tramite canali di comunicazione standard garantisce una presa visione tempestiva, mentre i link diretti alle analisi velocizzano il processo di indagine.

Cosa sono gli avvisi cumulativi?

Gli avvisi cumulativi semplificano la gestione delle notifiche, consentendo agli utenti di monitorare più metriche all’interno di un unico avviso consolidato, anziché creare e gestire numerosi avvisi separati per KPI correlati. È inoltre possibile filtrare gli avvisi per segmenti di pubblico specifici o per tipo di dispositivo. Raggruppando le informazioni rilevanti, gli avvisi cumulativi contribuiscono a ridurre il sovraccarico di notifiche. La possibilità di applicare filtri aggiunge un ulteriore livello di precisione, assicurando che ogni avviso sia altamente pertinente per il destinatario o per l’area di business monitorata.

L’introduzione degli avvisi intelligenti, specialmente quando integrati con la funzionalità di rilevamento delle anomalie, segna un cambiamento importante nel modo in cui gli utenti interagiscono con i propri dati. Non è più necessario esplorare manualmente set di dati complessi e voluminosi alla ricerca di insight o problemi: il sistema monitora in autonomia le informazioni e segnala proattivamente eventi critici e deviazioni tramite canali come e-mail o SMS, includendo link ad analisi generate automaticamente. Questo favorisce un approccio più immediato, partecipativo e reattivo ai segnali basati sui dati.

Cos’è la funzionalità Live Stream in Adobe Analytics?

La funzionalità Live Stream di Adobe Analytics offre un flusso continuo e in tempo reale di dati non elaborati, disponibili a livello di hit. Questi dati diventano disponibili in pochi secondi, di solito entro 30-90 secondi dal momento in cui vengono raccolti dalle proprietà digitali. L’accesso quasi immediato a dati dettagliati e non elaborati è fondamentale per scenari che richiedono un intervento tempestivo o l’integrazione con altri sistemi in tempo reale. Il termine “non elaborati” indica che i dati sono nella loro forma più dettagliata, senza aggregazioni o modifiche dovute ai processi standard di reporting, e quindi sono ideali per analisi molto specifiche o sensibili al fattore tempo.

Quali sono i casi d’uso dei dati in tempo reale offerti da Live Stream?

I dati in tempo reale forniti dalla funzionalità Live Stream trovano applicazione in molteplici ambiti strategici. Tra questi, la creazione di dashboard per il monitoraggio costante del traffico in tempo reale, l’integrazione con motori di raccomandazione e algoritmi di personalizzazione per campagne dinamiche di retargeting e remarketing, il monitoraggio immediato delle performance delle campagne di marketing e la personalizzazione puntuale di offerte e contenuti durante l’interazione con l’utente. Questi esempi mettono in luce la versatilità di Live Stream, che si rivela prezioso sia per il monitoraggio operativo ad alto livello sia per migliorare l’engagement del cliente in tempo reale.

La funzionalità Live Stream si integra con altri prodotti Adobe Experience Cloud?

Sì, i dati forniti da Live Stream sono compatibili e possono essere integrati con le altre soluzioni Adobe Experience Cloud. Lo stream di dati include eventi a livello di hit provenienti da altre soluzioni dell’ecosistema Adobe, come Adobe Target (per la personalizzazione e i test A/B) o Adobe Advertising Cloud (per la gestione della pubblicità). Grazie a questa integrazione, lo stream di dati in tempo reale si arricchisce di insight e dati sulle interazioni provenienti dai diversi punti di contatto gestiti da Adobe Experience Cloud, offrendo una panoramica completa e aggiornata del comportamento dei clienti e supportando azioni tempestive e flussi di lavoro integrati.

Quali funzionalità offre l’analisi video?

L’analisi video in Adobe Analytics fornisce dati granulari e quasi in tempo reale sull’utilizzo dei contenuti video, monitorando aspetti come la durata di visione, le pause e le riprese. Consente di valutare e combinare diverse metriche video per ricavare insight utili sui comportamenti degli utenti, favorendo un maggiore engagement, ad esempio attraverso raccomandazioni personalizzate. Tra i principali punti di forza, la possibilità di misurare le performance video su più piattaforme, incluso l’accesso ai contenuti offline. È una soluzione pensata per offrire una comprensione dettagliata di come i contenuti video vengono fruiti, ideale per le aziende che fanno affidamento sui video per le comunicazioni o il marketing o per generare profitti.

Quali piattaforme possono essere monitorate con l’analisi video?

Le funzionalità di analisi video sono compatibili con un’ampia gamma di piattaforme di fruizione moderne, tra cui dispositivi mobili, tablet, dispositivi OTT (come smart TV e streaming box), set-top box tradizionali e console di gioco. È previsto anche il supporto per il tracciamento della fruizione offline. Questa copertura estesa offre alle aziende una visione esaustiva delle modalità con cui il pubblico accede e interagisce con i contenuti video.

Quali sono le principali metriche video che è possibile raccogliere?

Oltre al semplice conteggio delle visualizzazioni, l’analisi video consente di raccogliere una vasta gamma di metriche chiave, che forniscono insight approfonditi sul livello di engagement e performance dei contenuti. Tra queste:

• Spettatori simultanei al minuto: particolarmente utile per valutare il coinvolgimento del pubblico durante gli eventi video in diretta.
• Metriche sulla qualità dell’esperienza: permettono di garantire una riproduzione fluida, monitorando eventuali buffer o errori che potrebbero incidere sull’esperienza di fruizione complessiva.
• Tracciamento dei contenuti offline scaricati: consente di rilevare il livello di engagement con i video scaricati per la fruizione offline.
• Video di tendenza in tempo reale: identificano rapidamente i contenuti video più popolari tra gli utenti.
• Analisi della pubblicità video: aiuta a valutare l’impatto degli annunci pubblicitari sul pubblico e a garantire che i messaggi promozionali siano pertinenti e personalizzati. Queste metriche offrono una visione articolata della portata, della qualità dell’engagement, delle prestazioni tecniche e dell’efficacia in termini di monetizzazione dei contenuti video.

Supporta il tracciamento dei contenuti offline e l’analisi della pubblicità video?

Sì, l’analisi video supporta esplicitamente sia il tracciamento dei contenuti scaricati per la fruizione offline, sia l’analisi della pubblicità video. Il tracciamento offline consente di monitorare il coinvolgimento del pubblico anche quando i contenuti non vengono riprodotti in streaming, mentre l’analisi della pubblicità video aiuta a valutare l’impatto degli annunci sul pubblico e a ottimizzarne la distribuzione, garantendo messaggi personalizzati ed efficaci. Queste funzionalità coprono due aspetti fondamentali della strategia video moderna: la fruizione in mobilità e le performance della pubblicità basata su video.

Che cos’è l’analisi unificata per i video?

L’analisi unificata è una funzionalità correlata all’analisi video che consente di condividere e ricevere dati di analisi video dai distributori. Il suo scopo è offrire una visione integrata delle modalità di fruizione e una comprensione più approfondita del pubblico che accede ai contenuti video su diversi dispositivi e servizi di distributori terzi. Questo è particolarmente importante per i creatori di contenuti e le aziende di media che distribuiscono i propri video attraverso più piattaforme o servizi di terzi, perché permette di unificare i dati di fruizione e avere così una visione d’insieme più completa del pubblico.

Fornendo insight dettagliati sulle abitudini di fruizione, individuando i video di tendenza in tempo reale e permettendo l’analisi della pubblicità video, la soluzione consente alle aziende del settore dei media, ai creatori di contenuti e ai marketer di prendere decisioni più informate e basate sui dati su contenuti, programmazione e strategie pubblicitarie. Ad esempio, comprendere in che modo la pubblicità influisce sull’esperienza dell’utente e personalizzare i messaggi pubblicitari può contribuire ad aumentare i ricavi e favorire la fidelizzazione del pubblico.

In che modo Adobe Analytics supporta l’analisi degli assistenti vocali?

Adobe Analytics consente alle aziende di offrire esperienze più personalizzate e coinvolgenti attraverso le interfacce vocali, grazie alla raccolta e all’analisi sistematica dei dati derivanti dalle interazioni vocali. Questa funzionalità è compatibile con tutti i principali assistenti vocali. Gli insight generati dall’analisi dei dati vocali aiutano le aziende a ottimizzare lo sviluppo delle applicazioni vocali, aumentare il coinvolgimento degli utenti e comprendere meglio l’impatto e il ruolo delle interazioni vocali nell’ambito della customer experience complessiva. Con la crescente diffusione di queste modalità di interazione, disporre di strumenti di analisi dedicati diventa fondamentale per interpretare i comportamenti degli utenti, individuare eventuali criticità e affinare le strategie legate all’assistenza vocale.

Quali metriche chiave possono essere acquisite per le interazioni vocali?

Per analizzare in modo approfondito le interazioni vocali, Adobe Analytics raccoglie punti dati specifici e mirati per questo tipo di esperienza. Le metriche includono:

• Frequenza d’uso: quante volte gli utenti interagiscono con l’applicazione vocale.
• Intenzione: cosa cercano di ottenere gli utenti tramite i comandi vocali.
• Autenticazione dell’utente: se e come gli utenti vengono autenticati durante le sessioni vocali.
• Slot: informazioni specifiche necessarie per soddisfare un’intenzione (ad es. il nome di una città per una richiesta di informazioni sul meteo).
• Parametri: dettagli aggiuntivi forniti dall’utente in relazione alla richiesta.
• Lunghezza delle sessioni: la durata delle interazioni vocali. Queste metriche sono progettate per rispecchiare le peculiarità delle interazioni vocali e aiutano le aziende a comprendere il comportamento degli utenti, il tasso di successo delle query, eventuali criticità e il livello complessivo di engagement con le applicazioni vocali.

In che modo i dati vocali si integrano in una visione omnicanale?

I dati provenienti dalle applicazioni basate su assistenti vocali possono essere integrati con quelli provenienti da altri canali (ad esempio web, app mobile, e-mail) per ottenere una visione completa e unificata delle interazioni tra cliente e brand lungo tutto il customer journey. A questi dati vocali unificati, così come a quelli degli altri canali, possono essere applicate funzionalità analitiche avanzate come il rilevamento di anomalie e la segmentazione illimitata in tempo reale. Questa integrazione è essenziale per capire come le interazioni vocali integrino o influenzino gli altri touchpoint e per adottare un approccio analitico coerente in ogni aspetto della customer experience.

Raccogliendo metriche dettagliate come l’intenzione, l’autenticazione dell’utente, gli slot, i parametri e la lunghezza delle sessioni, l’analisi vocale va ben oltre il semplice conteggio delle interazioni o la registrazione di comandi. Questo livello di granularità permette di avere una comprensione approfondita di cosa vogliono ottenere gli utenti con i comandi vocali, del modo in cui interagiscono con il flusso conversazionale dell’app vocale e delle eventuali difficoltà o interruzioni nel loro percorso. Questi dati dettagliati sono indispensabili per ottimizzare le conversazioni, migliorare la pertinenza e la precisione dei servizi vocali e aumentare la soddisfazione degli utenti.

Che cos’è l’analisi di coorte in Adobe Analytics?

L’analisi di coorte, disponibile all’interno di Analysis Workspace in Adobe Analytics, è un metodo che consente di osservare nel tempo il comportamento di gruppi di utenti con caratteristiche o esperienze comuni (coorti). L’analisi prevede solitamente una “metrica di inclusione”, che definisce i criteri per fare parte di una coorte (ad esempio, gli utenti che hanno installato l’app in un mese specifico), e una “metrica di ritorno”, che misura nel tempo un comportamento o risultato legato a quella coorte (come il numero di sessioni mensili o il tasso di conversione). Questa tecnica permette di superare l’analisi statica del comportamento dell’utente, offrendo una visione evolutiva di retention, engagement e conversione durante il ciclo di vita.

Quali sono i casi d’uso in cui viene applicata l’analisi di coorte?

L’analisi di coorte è uno strumento versatile, adatto a rispondere a diverse esigenze di business. Ecco alcuni casi d’uso comuni:

• Coinvolgimento con l’app: analizza il comportamento degli utenti nel tempo dopo l’installazione dell’app mobile, individuando schemi come l’adozione iniziale, un calo progressivo nell’utilizzo o un coinvolgimento costante a lungo termine.
• Conversione degli abbonamenti: monitora la percentuale di utenti che, dopo la registrazione a un abbonamento gratuito o a una versione di prova, effettuano l’upgrade a una versione a pagamento.
• Segmenti complessi di coorte: consente di definire gruppi di coorte specifici utilizzando più metriche e segmenti per i criteri di inclusione e di ritorno. In questo modo, è possibile individuare segmenti di clientela con performance inferiori, da coinvolgere con promozioni o interventi mirati per migliorarne i risultati.
• Adozione delle versioni dell’app: consente di confrontare i tassi di engagement, fidelizzazione e abbandono degli utenti tra le diverse versioni dell’app mobile, per comprendere i modelli di adozione e capire se determinate versioni allontanano gli utenti o incentivano l’upgrade.
• Adesione alle campagne: consente di valutare l’efficacia delle diverse campagne di marketing a livello di acquisizione e fidelizzazione della clientela confrontando le coorti oggetto della campagna tramite la funzionalità di coorte con dimensione personalizzata.
• Impatto del lancio di un prodotto: la tabella dei tempi di latenza consente di valutare l’impatto del lancio di un nuovo prodotto sul comportamento di un segmento di clientela specifico e sui ricavi, analizzando le attività del campione interessato prima e dopo il lancio.
• Individuazione degli utenti più fedeli (adesione individuale): consente di identificare i clienti che effettuano acquisti ripetuti di mese in mese tramite l’impostazione di calcolo continuo e, allo stesso tempo, di identificare quelli che hanno abbandonato il brand o non mostrano comportamenti di acquisto ricorrenti. Tutti questi casi d’uso dimostrano la flessibilità dell’analisi di coorte nell’affrontare questioni aziendali cruciali relative alla gestione del ciclo di vita dell’utente, alla valutazione delle performance del prodotto e alla misurazione dell’efficacia delle attività di marketing.

Adobe Analytics è conforme al GDPR?

Adobe Analytics può essere utilizzato in modo conforme al GDPR. Tuttavia, il rispetto delle normative rappresenta una responsabilità condivisa. Adobe mette a disposizione strumenti e funzionalità per supportare i requisiti del GDPR, ma spetta all’azienda che utilizza Adobe Analytics (il titolare del trattamento) configurare correttamente la piattaforma e adottare adeguate pratiche di governance dei dati, assicurandosi che il proprio caso d’uso soddisfi i requisiti di conformità. In sintesi, la piattaforma fornisce gli strumenti necessari, ma è responsabilità dell’utente implementarli e gestirli correttamente.

Quali sono i passaggi per garantire la conformità al GDPR nell’uso di Adobe Analytics?

Per garantire la conformità al GDPR nell’uso di Adobe Analytics, l’azienda deve adottare una serie di misure specifiche. Ai seguenti link sono disponibili risorse ufficiali Adobe che offrono linee guida dettagliate sull’argomento:

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

Tra i passaggi fondamentali vi sono l’implementazione di politiche di governance dei dati, la corretta configurazione delle impostazioni di privacy in Adobe Analytics, la gestione efficace del consenso degli utenti e l’istituzione di processi per rispondere alle richieste di accesso ai dati da parte degli interessati (DSAR), come previsto dal GDPR. La conformità non è automatica, ma richiede una configurazione attenta e un’adesione continua ai principi del GDPR, supportata dalle funzionalità di governance dei dati offerte dalla piattaforma.

Quali sono i requisiti di amministrazione e accesso per Analysis Workspace?

L’accesso ad Analysis Workspace e alle relative funzionalità è regolato dalle autorizzazioni standard degli utenti di Adobe Analytics. Queste includono l’autorizzazione ad accedere a specifiche suite di report e ai relativi componenti (come segmenti, metriche e dimensioni). Le stesse autorizzazioni definiscono chi può creare, gestire, condividere e pianificare progetti. Per informazioni dettagliate, è consigliabile consultare la documentazione relativa ai requisiti di amministrazione. Questi controlli garantiscono la sicurezza dei dati e consentono alle aziende di gestire l’accesso e l’interazione degli utenti con i diversi set di dati e progetti analitici.

L’utilizzo di Analysis Workspace influisce sulla raccolta dei dati?

L’utilizzo di Analysis Workspace non influisce in alcun modo sulla raccolta dei dati. Lo strumento si limita ad analizzare e visualizzare dati già acquisiti. Gli utenti possono trascinare liberamente componenti come dimensioni, metriche, segmenti e visualizzazioni all’interno di un progetto per analizzare i dati da punti di vista differenti senza conseguenze sui dati originali o sul processo di acquisizione. In caso di modifiche indesiderate, è possibile annullare l’ultima azione tramite la funzione di annullamento.

Cosa può fare un utente con accesso in sola lettura in Analysis Workspace?

Quando un progetto di Analysis Workspace viene condiviso con un utente in modalità di sola lettura, tutte le funzionalità di modifica sono completamente disabilitate per il destinatario. In genere, chi ha accesso in sola lettura può interagire solo con elementi già impostati, come i menu a discesa configurati da chi ha creato il progetto, che permettono di applicare filtri ai pannelli in modo controllato. In questo modo, i report condivisi possono essere consultati e utilizzati senza il rischio di modifiche non autorizzate alla struttura o ai contenuti del progetto.