Adobe Analytics 常见问题解答

什么是 Adobe Analytics 中的二次营销触发器？

Adobe Analytics 二次营销触发器如何跳出客户放弃购物车等基本场景的拘囿？

在 Adobe Analytics 中哪些类型的操作会触发二次营销？

Adobe Analytics 如何集成 Adobe Campaign 实现二次营销？

Adobe Analytics 可与 Adobe Campaign 无缝集成，实现高效协同。这种配对设计注重快速行动落实，支持营销人员迅速实施二次营销策略。这些系统整合后将协同运作，赋能营销人员实时响应触发事件，确保二次营销信息在最佳时机精准投放。这种深度整合对于将数据洞察转化为实际行动至关重要。

这套系统实时监测消费者行为并触发跨解决方案通信的能力，特别是与 Adobe Campaign 的实时集成能力，标志着数字营销领域的革命性转型突破。它成功将营销从被动式、批量处理为导向的二次营销策略，转变为主动式、高度情境化且个性化的规模化参与模式。这表明企业可以实现流程培育自动化，由多元丰富的客户信号触发，更好地促成有意义的互动。

Adobe Analytics 与 AEM Sites 如何结合使用？

Analytics 与 AEM 集成优势？

什么是 Adobe Analytics 中的异常检测？

异常检测如何有效识别重要数据事件？

如何结合应用贡献分析与异常检测？

异常检测是否会考虑季节性事件？

什么是 Adobe Analytics 中的数据仓库和数据馈送？

Adobe Analytics 数据仓库提供扩充客户数据存储的功能，外加数据再处理和高级报告选项。它可以处理大型数据集和复杂的分析查询。

数据馈送主要用于传递批量原始数据。它们可基于安排设置每日或每小时定期传递，持续输送稳定的未处理数据流。这两个组件均可管理和访问 Adobe Analytics 收集的精细数据，其发挥的功能作用各不相同但又相互补充。数据仓库满足长期存储和深入分析的需求，而数据馈送则有效促进了原始数据的定期自动提取，以供其他系统使用。

如何使用来自 Adobe Analytics 的原始数据？

数据仓库具备哪些功能？

数据馈送如何简化数据交付？

什么是 Adobe Analytics 中的智能警报？

如何结合应用智能警报与异常检测？

可配置哪些类型的警报触发器？

如何管理和发送警报？

什么是堆叠式警报？

堆叠式警报简化管理流程，让用户可以在单项综合警报中监测多项量度，避免为相关 KPI 创建和管理大量独立警报。此外，可按受众区段或设备定向筛选警报，优化警报效果。叠加式警报还可将信息分组，从而有效减少通知噪音。筛选功能引入了新的粒度层级，确保警报与接收者或监控的特定业务领域高度匹配，提升相关性。

智能警报的引入，特别是与异常检测功能的集成，标志着用户与数据交互范式的革新，开启了出众卓越的信息处理模式。用户不再需要自行手动搜索大型复杂数据集中的洞察或问题，而是由系统执行警惕性监测。它透过带自动生成分析链接的电子邮件或短信等渠道，主动提醒用户关注重要事件和异常波动。这有利于形成更为即时高效、互动性和响应性更高的数据驱动信号响应机制。

什么是 Adobe Analytics 中的实时流功能？

实时数据流的用例有哪些？

实时流是否能够与其他 Adobe Experience Cloud 产品相集成？

视频分析具备哪些能力？

视频分析可用来衡量哪些平台？

它可以收集哪些关键视频量度？

除了基本播放量外，视频分析能收集关键量度，深入洞察参与度和性能表现。这方面内容包括：

• 同时观看人数（按分钟）： 主要用于衡量直播视频活动中的观众参与度。
• 体验质量量度： 通过跟踪监测缓冲和错误等相关参数，确保用户享受流畅、无中断的视频观看体验。
• 跟踪已下载的离线内容： 捕捉用户离线观看所下载视频内容的互动情况。
• 实时热播视频： 识别观看者中最受欢迎的视频内容。
• 视频广告分析： 帮助了解广告投放如何影响观看者，确保个性化广告信息的精准投放。这些量度有助于我们细致入微地了解视频内容的覆盖范围、参与质量、技术性能和变现效率。

它是否支持离线内容跟踪和视频广告分析？

什么是视频联合分析？

联合分析是一项视频分析相关的核心功能，支持共享和接收来自分销商的视频分析数据。其目的是呈现更全面的视频消费状况，有助于企业深入了解各终端设备及分销合作伙伴的受众覆盖范围。对于跨多个第三方平台发布视频的创作者和媒体公司而言，这一功能尤为重要，毕竟它能整合各渠道收视数据，交付综合性的受众视图。

这款解决方案透过深入洞察观看习惯、实时捕捉热门视频趋势及高精度广告分析，赋能媒体企业、内容创作者和营销人员明智合理地制定内容策略、节目编排和视频广告方式等方面的决策。例如，洞察广告投放对观看者体验的影响并实现广告消息个性化，可有效提升变现效果和观看者留存率。

Adobe Analytics 如何支持语音助手分析？

语音交互可以捕获哪些关键量度？

为了深入细致理解语音交互，Adobe Analytics 会捕捉与这种媒介高度关联的关键数据点。这类量度包括：

• 使用频率： 用户与语音应用程序交互的频率。
• 意图： 用户尝试使用语音指令的目的。
• 用户身份验证： 语音会话期间的用户身份验证需求与认证方式。
• 片段： 为满足特定意图（例如，天气查询请求中的城市名称）所需的具体信息片段。
• 参数： 用户提供请求相关的补充详细信息。
• 会话长度： 语音交互持续时间。这些专属量度为语音交互特性量身打造，助力企业充分了解用户行为、查询成功率、交互痛点及语音应用程序的整体参与度。

语音数据如何融入全渠道视图？

语音助手应用程序的数据与所有其他渠道的数据（Web、移动应用程序、电子邮件等）一同呈现，提供客户在整个历程中与品牌互动的统一视图。此外，该解决方案还对这个综合的语音数据应用强大的分析处理（如异常检测）和无限实时分段等操作，与处理其他渠道数据的方式完全一致。这种集成对理解语音交互如何补强或影响其他接触点，以及在整体客户体验生态格局中应用统一分析框架而言尤为重要。

捕捉意图、用户验证、片段、参数和会话长度等精细化量度，更是进一步扩充了语音分析功能，远远不止简单的使用计数或指令日志。这种精细化的粒度分析深入洞察用户语音指令背后的意图、用户与语音应用程序会话流交互全程，以及用户可能遇到的障碍点或任务中断的原因。这种细致的洞察有助于优化对话设计、提升语音服务相关性与精度，最终提高用户满意度。

什么是 Adobe Analytics 中的同类群组分析？

同类群组分析有哪些用例？

同类群组分析是一种适用于多样化业务问题的多功能工具。其日常用例包括：

• 应用程序参与度： 分析用户安装移动应用程序的历时持续使用行为，识别初始采用、使用衰减或长期忠诚等关键模式。
• 订阅转化： 跟踪用户从免费订阅或试用版转化为付费用户的比率，聚焦首次注册后数月内的升级行为。
• 复杂群组细分： 运用多维量度和精准细分，定义特定同类群组，采用严谨的纳入与返回标准。这样即可识别并锁定表现欠佳的客户群体，实施有的放矢的促销与干预策略，以精进业绩表现。
• 应用程序版本采用： 深度对比各版本移动应用程序的用户参与度、留存与流失率，揭示采用模式，明确特定版本对用户升级意愿与流失风险的影响。
• 营销活动粘性： 通过自定义维度同类群组分析，对比各营销活动效果，评估不同策略在用户获取与长期留存方面的实际表现。
• 产品发布影响： 延迟表设置功能专用于评估新产品发布对特定客户群的影响，主要依据为对比发布活动前后的行为和收入数据。
• 识别忠实用户（个人粘度）： 采用滚动计算逐月定位回头客，识别流失客户或无复购行为的用户。这些多样化的应用场景证明，同类群组分析能够灵活应对用户生命周期管理、产品性能评估及营销效能衡量等核心业务挑战。

Adobe Analytics 是否满足 GDPR 合规要求？

使用 Adobe Analytics 需要履行哪些步骤来确保满足 GDPR 合规要求？

在使用 Adobe Analytics 时，为确保满足 GDPR 合规要求，用户企业需积极采取一系列关键措施。社区顾问在其提供的答复材料中指出，Adobe 的一些官方资源给出了有关这一主题的详细指导。这方面内容包括：

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

这类资源详细阐述了相关的必要步骤，包括实施数据治理策略、在 Adobe Analytics 内正确配置隐私设置、有效管理用户同意授权以及建立 GDPR 数据主体访问请求 (DSAR) 的流程。合规非自动化过程；需通过平台数据治理功能正确配置并持续确保 GDPR 合规。

Analysis Workspace 提出了哪些管理和访问要求？

使用 Analysis Workspace 会影响数据收集吗？

作为只读用户，我可以在 Analysis Workspace 中执行哪些操作？