#F8F8F8

Adobe Analytics 常見問題

Adobe Analytics 提供了強效的全方位工具組合,專為滿足現代企業複雜的資料分析需求而生。此平台可以有效將資料轉化為可付諸行動的智慧洞察力,協助您觸發個人化再行銷的互動參與模式,或是與 AEM 等內容管理系統緊密整合,以進一步打造資料驅動的數位體驗。

#F5F5F5
本指南解答了 Adobe Analytics 的各項常見問題,內容涵蓋其功能特性、應用能力及最佳做法。Adobe Analytics 專為既有及潛在客戶而設計,以供數位行銷人員、資料分析師、商業分析師、產品經理和專業技術實施人員等專屬使用。

再行銷觸發程序常見問題。

再行銷是一項重新吸引客戶和潛在客戶的關鍵策略。Adobe Analytics 提供了各式工具以協助行銷人員深入辨別及因應關鍵的消費者行為,不再侷限於簡化的執行策略,以進一步推動以資料為核心的高效再行銷的行銷活動。

Adobe Analytics 的再行銷觸發程序是什麼?

Adobe Analytics 隨附的再行銷觸發程序可以協助行銷人員辨別、定義及持續監視關鍵的消費者行為。一旦偵測到關鍵行為,系統即可啟動跨解決方案的客戶通訊機制,例如寄送個人化電子郵件,以重新吸引訪客的注意、推動後續參與。此功能可以將被動的資料觀察行為化為主動重新建立客戶參與度的商機,更是動態回應式行銷策略不可或缺的一環。它的核心價值在於將數位環境下的消費者行為,轉換為具相關性的即時互動模式。

Adobe Analytics 的再行銷觸發程序如何突破「購物車放棄」等基礎問題?

客戶購物車中未結的商品是經典的再行銷情境,但這僅是其中一項入門案例。以資料為依據的再行銷策略能為企業培養更長遠的發展潛力。Adobe Analytics 與其他工具的關鍵差異和優勢在於能全面善用各類即時資料,靈活設定再行銷觸發條件,而非侷限於單一事件。此全方位的資料運用模式正是 Adobe 獨有的關鍵優勢。一般的觸發程序往往僅限捕捉部分潛在商機,Adobe Analytics 的再行銷策略則更全面、深入洞察客戶的細微行為,以大幅提升再行銷活動效用。許多電子郵件或行銷活動管理解決方案都提供了基礎的觸發程序,但要想推行真正有效的跨通道再行銷方案,勢必需要更全方位的策略方針。

哪些動作會觸發 Adobe Analytics 的再行銷程序?

Adobe Analytics 提供了高度靈活的彈性設計,可根據眾多消費者動作專屬配置再行銷觸發條件。其中包括購物車放棄等常見的電子商務情境,涵蓋主動從購物車中移除產品的實例。除了電子商務情境外,您也可以將電子報訂閱、電子郵件訂閱、信用卡申請、忠誠度方案申請,以及其他自訂的動作設為觸發條件。多元的動作觸發機制突顯了平台的適應性,企業能夠以此針對不同的轉換目標和客戶歷程中的特定接觸點,量身定制再行銷活動,進一步大幅拓展再行銷範圍,不侷限於交易挽回。

Adobe Analytics 如何與 Adobe Campaign 整合以進行再行銷?

Adobe Analytics 可以與 Adobe Campaign 有效整合。此兩項工具整合旨在協助行銷人員加快作業,以快速實施再行銷策略。兩套系統經過整合後即可協同運作,以確保行銷人員在觸發事件發生當下馬上採取行動,進一步在最佳時機傳送再行銷訊息。要想將洞察轉化為實際行動,就必須仰賴系統間的緊密整合。

此系統能夠監視大範圍的關鍵消費者行為,再運用 Adobe Campaign 即時啟動跨解決方案通訊,而此功能更代表了行銷方案已然邁向全新階段。使用此整合式工具後,行銷策略即可從批次發送的被動再行銷模式,正式轉為精準的大規模主動式個人化參與度行銷。也就是說,企業可以根據豐富多樣的客戶訊號跡象,自動觸發通訊流程,進一步推進更具意義的互動模式。

Adobe Analytics 與 AEM 整合常見問題。

善用客戶資料洞察實踐內容傳遞正是成功打造個人化數位體驗的關鍵所在。Adobe Analytics 和 Adobe Experience Manager (AEM) Sites 的整合正是為了打通兩套系統之間的隔閡,並推動以資料為依據的內容策略。

Adobe Analytics 與 AEM Sites 如何共同協作?

Adobe Analytics 與 AEM Sites 的設計旨在進行原生整合作業,以有效達成兩項工具的雙向資料洞察交流。客戶行為和內容效能的分析資料將匯入 AEM,而實際提供的內容資訊則可以在 Analytics 查看。這樣的雙向資料交流目的是為客戶資料及互動內容建立單一事實來源。統一檢視是不可或缺的基礎功能,可以有效打破傳統上在了解客戶行為 (由 Adobe Analytics 負責) 與提供量身定制的內容體驗 (由 AEM 負責) 之間常見的隔閡問題。此雙向的互動模式最終將形成一套循環系統,由洞察驅動內容製作,內容效能則進一步精修洞察成果。

Analytics 與 AEM 整合能帶來哪些優勢?

Adobe Analytics 與 AEM Sites 的整合能為企業創造豐富的關鍵效益。其中包括建立跨系統的工作流程,有效簡化分析與內容管理之間的運作,並透過 AI 自動化實現進階版個人化行銷,針對不同客群打造近乎無限多種的資產版本。我們以人工智慧 (AI) 自動化技術來提供進階的個人化功能,為個別客群提供了專屬的虛擬無限制資產變化版本。此外,兩項工具整合後,更能因應客戶的執行動作、行為及需求即時調整動態內容。這項整合作業也支援使用無周邊內容管理系統 (CMS) 架構,以打造及傳遞跨通道的使用體驗。

異常偵測常見問題。

辨別真正重要的事件絕非易事。Adobe Analytics 的異常偵測運用了進階統計方法,可以自動發掘相關的關鍵異常狀態,協助企業更有效掌握商機及應對威脅。

Adobe Analytics 的異常偵測是什麼?

Adobe Analytics 的異常偵測運用了統計模型和機器學習技術,可以自動判斷資料意外發生或在統計數據上出現的異常變化。此功能旨在以系統性的方式來梳理龐大的資料集,以迅速找出影響業務的關鍵因素、有效自動處理過去既耗時又往往仰賴人工作業的流程。主動找出可能遭到忽視的重大異常現象,讓分析師和行銷人員能將注意力集中在最需要留意的關鍵變更。

異常偵測如何協助您辨別重要的資料事件?

異常偵測可以辨識網站流量或其他關鍵量度的意外高速成長或下降現象,再以清晰的視覺效果呈現相關結果。異常狀況可能意味著出現多項重要事件,例如行銷活動成效超乎預期等正向結果,或是網站程式錯誤、標記錯誤、企業間諜等惡意活動。無論異常發生的原因是否對企業造成正面或有害的影響,盡快找出原因仍是上策。此功能的最大價值就在於快速掌握異常情況,並即時標記值得把握的商機或必須應對的風險,以協助企業更敏捷、精準地做出決策與行動。

如何結合異常偵測使用貢獻度分析?

充分了解異常現象的根本原因是判斷要採取哪些適當行動的重要依據。使用者可以同步運用 Analysis Workspace 的貢獻分析及異常偵測,進一步探索發生異常的原因。使用者不僅能掌握異常發生的時間,還能深入了解問題起因。貢獻度分析有助於找出導致異常的因素。此診斷能力是企業制定有效策略的一大關鍵,能夠有助於修正問題或大規模訂定成功的計畫提案。

異常偵測是否適用於季節性事件?

是的,在 Analysis Workspace 使用異常偵測功能的過程中,也可以納入預計會發生的季節性事件。不論是黑色星期五等重要的零售高峰期、春假等旅遊熱潮,以及其他假期都能納入考量。此功能可以協助系統區分異常事件是否屬實,或是資料模式中可預期的正常波動,進一步降低誤報機率,以推送更精準、更具意義的警報。相較之下,傳統的分析方法需要仰賴分析師手動篩選大量報告,以搜尋問題或顯著趨勢。

資料倉儲與資料摘要常見問題。

取用原始的顆粒化資料是執行進階分析、自訂模式及整合廣泛企業資料生態系統的一大關鍵。Adobe Analytics 不只提供了資料倉儲和摘要服務以滿足上述需求,更具備了強效的資料儲存、處理及匯出功能。

Adobe Analytics 的資料倉儲與資料摘要是什麼?

Adobe Analytics 的資料倉儲提供了延伸的客戶資料儲存功能,同時具備了資料再處理與進階報告的選項。此產品旨在處理大型資料集和複雜的分析查詢。

資料摘要著重提供批量原始資料,您可以自行設定每日或每小時定期執行,以持續穩定輸出未經處理的資料。這兩項元件在管理和存取 Adobe Analytics 所收集的顆粒化資料層面,個別扮演了截然不同的角色,卻又發揮了相輔相成的效果。資料倉儲滿足了長期儲存和深度分析的需求,而資料摘要則提供定期的自動化原始資料摘取,以便用於其他系統。

如何使用 Adobe Analytics 的原始資料?

從 Adobe Analytics 匯出的原始資料可以導入再行銷系統,以進行複雜的歸因模型分析,或計算預測性分析的傾向分數。此外,使用者也可以匯出原始資料以進行封存,或是執行更長期的分析作業,進一步享有超越標準報告介面的功能。這意味著 Adobe Analytics 資料的價值不受限於其原生報告工具,更能為其他關鍵的業務系統和進階分析模型提供龐大優勢。

資料倉儲具備了哪些功能?

資料倉儲專為規模與效能而設計,能夠以單次請求處理無限量的資料列,適用於個別排程與下載的報告。此功能不只特別適合用以深入分析龐大的資料集,還能匯出及儲存大規模資料,讓使用者無需投入額外精力。

資料摘要如何簡化資料傳遞流程?

資料摘要旨在將網站、行動應用程式或其他線上來源等各種數位資產的原始資料,直接傳送至組織所選的資料湖或其他儲存位置。使用者可以全面掌控相關摘要,像是設定全新摘要、管理現有摘要,還能視需求自行調整等等。我們的全方位工作管理工具提供了集中式介面,以供您監視所有資料摘要工作的狀態、確認是否成功傳送,還能視需求重新執行工作。此功能具備了既能簡易管理又值得信賴的自動化機制,以供使用者從 Adobe Analytics 提取原始資料,再整合至其他企業資料系統,進一步推動更全面的一致資料策略。

智慧警報常見問題。

隨時掌握關鍵資料變更是即時擬定決策的必備要素。Adobe Analytics 的智慧警報以自動化的方式監視關鍵量度和異常情況,以在重大事件發生時立即通知使用者。

Adobe Analytics 的智慧警報是什麼?

Adobe Analytics 的智慧警報有助於使用者根據資料異常或特定量度臨界值來建立及管理通知。智慧警報的其中一項主要功能是建立堆疊警報,以將多個量度的相關資訊整合至單一通知中。系統會主動監視資料,如果出現與標準模式明顯偏離、達到預先設定的基準等情況,就會即時通知使用者。這些警報旨在幫助使用者掌握關鍵資料變更,而不必無時無刻人工監視儀表板,進一步提升資料監督效率、減少勞動力密度。

智慧警報如何與異常偵測搭配使用?

智慧警報可以與異常偵測順暢進行整合。系統會根據機器學習演算法辨別出異常臨界值以觸發警報,確保在緊急狀態下傳送通知。智慧警報不僅僅是根據簡易的固定式臨界值觸發,也可以在系統辨別出統計數據異常或出現意外偏差時進行觸發,讓警報通知更加貼合實際需求、有助於採取相關行動。

可以設定哪些類型的警報觸發條件?

使用者可依據自身需求彈性設定觸發警報的條件。警報可以根據異常偵測功能計算所得的異常臨界值、特定指標的百分比變更,或是量度數值高於或低於預設資料點以進行設定。這樣的靈活彈性可供使用者根據自身的關鍵績效指標 (KPI) 和特有的業務情境精確定義「重要事件」,以依據其優先順序量身打造專屬的警報系統。

如何管理和傳送警報?

Adobe Analytics 提供了高效率的警報管理工具。使用者可以根據歷史資料與目前設定來預覽警報可能觸發的頻率。此功能有助於使用者微調警報推薦準則,避免因過度頻繁的通知而導致警報疲勞現象。一旦滿足警報觸發條件,系統就會透過電子郵件或簡訊傳送訊息。這些通知往往會推送自動產生分析的連結,以提供即時情境脈絡,有助於快速了解觸發警報的事件。系統會透過標準的通訊通道傳遞資訊,以確保使用者即時掌握意識,直接連通至分析結果的連結則可以加速調查流程。

什麼是堆疊式警報?

堆疊式警報有助於簡化警報管理,讓使用者在單一的合併式警報中同時監視多項指標,而無需為相關的關鍵績效量度 (KPI) 建立和管理多重的單項警報。此外,使用者還能篩選特定客群細分群體或裝置以最佳化警報設定。堆疊式警報能夠整合相關資訊,以減少通知帶來的干擾問題。篩選功能可以增添顆粒度層次,確保警報與接收者或受監視的特定業務領域具有高度相關性。

智慧警報功能可以大幅改變資料使用方式,搭配異常偵測使用效果還能進化升級。智慧警報系統時刻保持警惕,讓使用者不必在龐大複雜的資料集中手動尋找洞察或問題。系統會主動透過「附有自動產生分析連結的簡訊或電子郵件」等通道,將關鍵事件和異常變化通知即時傳送給使用者,以有助於推動更即時、參與度更高的回應式資料導向策略。此功能有助於以更即時、更具互動性的回應式措施來提供以資料為依據的訊號。

即時資料流常見問題。

即時存取及運用資料能為企業帶來顯著的競爭優勢。Adobe Analytics 的即時資料流功能旨在推動此優勢,提供連續不間斷的即時資料流,以便立即分析與啟用。

Adobe Analytics 的即時資料流功能是什麼?

即時資料流是 Adobe Analytics 隨附的一項功能,提供了即時且連續的未經處理點擊資料流。這些資料是從各項數位資產收集而來,往往在 30 至 90 秒內就可供使用。不僅能夠近乎立即存取原始的顆粒化資料,對於需要立即採取動作或將資料輸入其他即時系統的使用案例而言,更是至關重要。「未經處理」一詞代表了尚未經過標準報告程序彙總或變更,此狀態下的資料形式最為詳細,因此非常適合高度限定或具時效性的分析。

即時資料流的使用案例有哪些?

即時資料流可以應用於各項不同的使用案例,以有效創造豐富效益。相關使用案例包括支援即時流量儀表板以快速掌握營運意識、將資料導入推薦引擎和個人化演算法以進行動態重定向或再行銷策略、即時監視行銷活動的成效結果,以及在使用者互動的最佳時機提供個人化的優惠與內容。以上例子更突顯了即時資料流多重功效的特性,不論是營運監視或即時的個體化客戶互動模式,都能廣為應用。

即時資料流是否可以與其他 Adobe Experience Cloud 產品整合?

是的,即時資料流可以與其他 Adobe Experience Cloud 產品相容及整合。資料流包括來自 Adobe 生態系統內部其他解決方案的點擊事件,例如 Adobe Target (用以進行個人化和 A/B 測試) 或 Adobe Advertising Cloud (用於廣告管理)。此整合將即時資料流結合來自 Adobe Experience Cloud 所管理的各接觸點的洞察與互動資料,提供更整體的即時客戶活動檢視,進一步立即應用於啟用作業及跨解決方案的工作流程。

影片分析常見問題。

影片內容是維護數位參與度的主流形式。了解觀眾與影音內容的互動習慣是內容創作者、行銷人員和媒體公司的必備能力。Adobe Analytics 提供了專業的洞察功能,有助於深入解析及測量影音成效。

影片分析具備哪些功能?

Adobe Analytics 的影片分析提供了近乎即時的詳細影片觀看資訊,其中包括影片時長、播放中斷與重新播放次數等量度。此功能可以評估並結合各種影片量度,以深入洞察觀眾的觀看習慣。這些洞察往往能夠提供高度個人化的推薦內容,以進一步提升參與效果。而其中的關鍵優勢就在於能夠測量多媒體平台上的影片效能,甚至延伸至追蹤離線影片內容的觀看情況。此解決方案針對專項領域著手設計,旨在深入了解影片內容的觀看行為,對於重度依賴影片進行溝通、行銷或創造營收的企業而言,具有極高的價值。

哪些平台可以運用影片分析進行測量?

影片分析適用於現今各大主流觀看平台,包含手機、平板電腦、OTT 裝置 (智慧型電視、串流媒體播放機等)、傳統機上盒和遊戲機。不僅如此,同時也支援離線內容的測量功能。廣泛的平台支援能力可以確保企業全方位掌握觀眾現今透過各種內容存取方式來觀看影片的整體情況。

此功能可以收集哪些關鍵的影片量度?

除了基本的觀看次數統計外,影片分析也測量了眾多其他關鍵量度,以展現觀眾參與情況與內容效能等深度洞察。其中包括:

  • 每分鐘的同時觀看人數: 特別適合用以評估實況直播活動的觀眾參與度。
  • 體驗品質量度: 此指標以追蹤緩衝或錯誤等因素,協助確保觀眾享有不受干擾的順暢影片播放體驗。
  • 離線內容下載追蹤: 擷取觀眾下載影片內容以離線觀看的參與度成效。
  • 即時熱門影片: 找出觀眾最喜愛的影片內容。
  • 影片廣告分析: 了解廣告投放對觀眾帶來的影響,確保推送適當的個人化廣告訊息。這些量度會針對影片內容觸及範圍、參與品質、技術效能及盈利成效提供深入洞察。

是否支援離線內容追蹤和影片廣告分析?

是的,影片分析支援離線下載內容追蹤以及影片廣告的分析。企業可以運用離線追蹤來了解使用者對內容的參與程度,即使並非直播串流內容也能一應了解互動情況。影片廣告分析功能有助於企業評估廣告對觀眾的影響,進一步最佳化廣告投放,以確保傳送有效的個人化訊息。這些功能涵蓋了現代影音策略的關鍵要素,也就是行動裝置觀看需求,以及以影片為主的廣告績效。

影片聯合分析是什麼?

聯合分析是一項與影片分析相關的功能,可供使用者共享及接收經銷商提供的影片分析資料。此功能旨在提供更全面掌握影片觀看狀況,以及更深入了解在不同裝置和經銷合作夥伴之間的觀眾總人數觸及範圍。對於時常以多重第三方平台或服務發佈影片內容的內容創作者和多媒體公司而言,此功能有助於整合觀看人數資料,以充分掌握觀眾的行為模式。

此解決方案能夠深入洞察觀看習慣、即時辨識熱門影片趨勢及支援影片廣告分析,以協助多媒體公司、內容創作者和行銷人員在內容製作策略、節目排程以及影音廣告策略上,以資料為依據來擬訂更明智的決策方案。舉例來說,可以有效了解廣告投放對觀眾體驗的影響、確保提供個人化廣告訊息,以進一步提升營收效果及加強觀眾留存率。

語音分析常見問題。

語音聲控助理與語音式互動介面已逐漸成為消費者與科技及品牌互動的重要方式。Adobe Analytics 以專業功能收集並分析語音資料,以幫助企業最佳化這些新興體驗。

Adobe Analytics 如何支援語音助理分析?

Adobe Analytics 以系統性的方式擷取及分析語音互動資料,協助企業透過語音介面提供更加個人化且引人入勝的客戶體驗。此功能適用於所有主流語音助理平台。企業可以透過語音分析所獲得的深入洞察來最佳化語音應用程式的開發、運用語音應用程式來提升使用者參與度,能更清楚了解語音互動在整體客戶體驗中的影響力與角色定位。隨著語音互動日漸普及,品牌勢必要執行專門分析,以掌握使用者行為、辨識痛點及最佳化語音策略。

語音互動分析將擷取哪些關鍵量度?

為了深入解析語音互動,Adobe Analytics 將擷取與此媒介相關的關鍵資料點指標。其中包括:

  • 使用頻率: 使用者與語音應用程式互動的頻繁程度。
  • 使用意圖: 使用者透過語音指令達成哪些目標。
  • 使用者驗證: 在語音互動過程中,使用者是否進行驗證及其驗證方式。
  • 關鍵資訊欄位: 為達成指定意圖所需的特定資訊 (如天氣查詢情境中的城市名稱)。
  • 參數: 使用者針對自身請求提供的額外詳細資訊。
  • 互動時長: 語音互動的持續時間。這些特定量度是專門因應語音互動的獨有性質而設計,可以協助企業了解使用者行為、查詢成功率、摩擦阻礙點,以及使用者與語音應用程式的整體參與程度。

語音資料如何整合至全通路檢視?

語音助理應用程式的資料可與其他通道 (例如網頁、行動應用程式、電子郵件等) 的資料整合分析,以全面呈現客戶在整體品牌歷程中的互動情況,提供全方位的統一化檢視。此外,異常偵測、無限制的即時分段等強大的分析功能也可以應用於經過整合的語音資料,就像套用至其他通道的資料一樣。此整合對於了解語音互動如何影響或與其他接觸點互補,以及在整體客戶體驗範疇中應用一致的分析方法至關重要。

擷取詳細的使用意圖、使用者身份驗證、關鍵資訊欄位、參數、互動時長等量度指標後,語音分析即可超越單純的使用次數或指令記錄,以提供更深度的洞察結果。此程度的詳細顆粒度分析有助於更深入了解使用者要透過語音指令達成的目標、他們與語音應用程式的交談流程互動方式,以及在哪些環節可能遇到困難或中斷執行任務。如此詳細的洞察是最佳化對話設計、提升語音服務的重要性與準確性,以及最終提升使用者滿意度不可或缺的一環。

同類群組分析常見問題。

要想真正衡量使用者的參與度、留存率以及產品與行銷活動的長遠影響,關鍵在於分析使用者長期的行為變化,而非僅僅關注特定時間的成效。Adobe Analytics 的同類群組分析是一項強大的技術,可用以提供相關的縱向資料觀點。

Adobe Analytics 的同類群組分析是什麼?

Adobe Analytics 隨附的 Analysis Workspace 備有同類群組分析功能,可以協助使用者了解具有共同特徵或體驗的使用者 (即為同類群組) 在長時間內的行為模式。此分析往往具備「納入量度」,以定義要將使用者歸類在特定的同類群組推薦準則 (例如在特定月份安裝應用程式),也含有「回訪量度」,以追蹤該同類群組在後續期間的特定行為或結果 (例如每月使用次數或購買率)。此方法突破了靜態的使用者行為,能夠深入揭示使用者在各個生命周期階段的留存率、參與度與轉換率等動態變化。

同類群組分析的使用案例有哪些?

同類群組分析是一項廣為通用的彈性工具,適用於各種業務情境。日常使用案例如下:

  • 應用程式參與度: 分析安裝行動應用程式的使用者,長時間來持續互動的情況,並辨別初期採用、使用率流失或長期穩定參與等模式。
  • 訂閱轉換率: 追蹤免費訂閱或試用版使用者在首次註冊後數月內升級至付費版本的比例。
  • 複雜的同類群組區段: 利用多種量度與區段來定義特定的同類群組,以滿足納入和回訪推薦準則。此舉有助於辨別業績不佳的客戶區段,再針對這些客群打造量身定制的促銷活動或干預措施,以進一步提升績效表現。
  • 應用程式版本採用情況: 比對不同行動應用程式版本的使用者參與度、留存率及流失率以掌握採用模式,還能判斷特定版本是否導致使用者流失或有助於後續升級。
  • 行銷活動黏著度: 運用使用自訂維度同類群組功能,將各行銷活動的同類群組並列比較,評估不同行銷活動長期對吸引及留存使用者的成效。
  • 產品發佈影響分析: 延遲表設定可用以分析特定客戶區段在產品發佈前後的行為,以評估新產品發佈對該客戶的行為和收入影響。
  • 辨別使用者忠誠度 (個體黏著度): 使用滾動計算設定,逐月精確找出重複購買者,同時辨識已流失或未重複購買的客戶。這些多元的使用案例展現了同類群組分析的靈活度,無論是使用者生命周期管理、產品績效評估,或者行銷效能分析等關鍵業務問題,都能一併發揮效益。

Adobe Analytics 與 GDPR 合規常見問題。

各項資料隱私法規,特別是《一般資料保護規範》(GDPR),對企業收集、處理和儲存客戶資料的方式具有重大影響力。了解 Adobe Analytics 如何符合這些要求,對於在歐盟營運或服務歐盟個體的企業而言至關重要。

Adobe Analytics 是否符合 GDPR 規範?

Adobe Analytics 可以在遵循 GDPR 規範的前提下進行使用。然而,達成並維持合規是一項雙方的共同責任。儘管 Adobe 提供了各種工具和功能來滿足 GDPR 的要求,使用 Adobe Analytics 的組織 (即資料控管者) 仍需要主動調整平台設定並實施適當的資料治理措施,才能確保自身的特定使用案例滿足法律標準。也就是說,平台本身提供了合規功能,但是否適當實施及管理的責任將落在使用者身上。

如何確保在使用 Adobe Analytics 的過程中滿足 GDPR 規範?

為確保在使用 Adobe Analytics 時全程符合 GDPR 規範,使用者組織必須主動採取幾項措施。社群顧問在多個官方的 Adobe 資源皆針對此主題提供了詳細的指引。其中包括:

這些資源一般會詳細說明必要的步驟,例如實施資料治理政策、正確設定 Adobe Analytics 的隱私設定、有效管理使用者同意,以及根據 GDPR 要求建立處理資料主體存取請求 (DSAR) 的方法。合規性並非一蹴可幾,勢必要借助平台的資料治理功能、謹慎設定並持續遵循 GDPR 原則,才能真正落實。

Analysis Workspace 常見問題。

Analysis Workspace 是 Adobe Analytics 重要的資料探索、視覺化及洞察探勘工具。此章節說明了相關先決條件、功能及疑難排解的常見問題。

Analysis Workspace 的管理和存取需求是什麼?

Adobe Analytics 的標準使用者權限提供了 Analysis Workspace 及隨附功能的存取管理權。其中包含存取特定報告套裝及相關區段、量度、維度等元件的權限。這些權限也可用以掌控專案的策劃、建立、分享和排程。建議使用者參考管理需求文件以查看詳細資訊。這些控管措施可以確保資料安全,還能讓組織管理可以存取及執行不同資料集與分析專案的人員。

使用 Analysis Workspace 是否會影響資料彙集?

不會,使用 Analysis Workspace 絕不會影響資料彙集。Analysis Workspace 是一款報告與視覺化工具,採用已收集到的資料來執行營運作業。使用者可以將維度、量度、區段、視覺化等元件隨意拖放至專案,進一步探索不同的分析檢視,但不必擔心影響原始資料或資料彙集流程。如果使用者不慎在專案中執行了一項意外變更,即可使用復原功能來撤銷上一個動作。

唯讀模式下的使用者可以在 Analysis Workspace 執行哪些動作?

以唯讀模式與使用者共用 Analysis Workspace 專案時,對該使用者而言,專案內的所有編輯功能將會盡數停用。唯讀使用者通常只能與預先定義的元素互動,例如變更下拉選單中的選項,而這些選項是由專案建立者特意設定,進一步透過受控的方式在面板上套用篩選條件。此舉不僅有助於確保其他使用者以有限的方式檢視共用報告及執行動作,還能防止未經授權的修改影響專案的架構或元件。