Preguntas frecuentes sobre Adobe Analytics

¿Qué son los activadores de remarketing de Adobe Analytics?

Los activadores de remarketing de Adobe Analytics permiten que los expertos en marketing identifiquen, definan y monitoreen de manera constante los comportamientos más significativos de los clientes. Una vez que han identificado estos comportamientos, el sistema puede enviar comunicaciones en múltiples soluciones, como correos electrónicos personalizados, con el fin de volver a captar a los visitantes. Esta capacidad transforma la observación pasiva de los datos en oportunidades activas de recaptación, una parte fundamental de toda estrategia de marketing dinámica y adaptable. En esencia, se trata de observar el comportamiento digital y convertirlo en interacciones oportunas y pertinentes.

¿Qué incluyen los activadores de remarketing de Adobe Analytics para ir más allá de ejemplos básicos como el abandono de carritos de compras?

Un cliente que abandona su carrito de compras es el ejemplo típico y más representativo de un activador fundamental. Sin embargo, en una empresa que genuinamente desea basarse en los datos, el potencial del remarketing abarcaría muchos más escenarios. Adobe Analytics permite configurar los activadores de remarketing para capitalizar todos los datos disponibles en tiempo real, en lugar de limitar los activadores a eventos aislados. Este uso exhaustivo de los datos es un diferenciador clave. En este contexto, los activadores fundamentales representan solo una fracción de lo que se puede lograr, y esto es una muestra de que Adobe Analytics apunta a un enfoque de remarketing más integral, matizado y, en última instancia, más potente. Muchas soluciones de administración de campañas o correos electrónicos ofrecen activadores fundamentales, pero se necesita un enfoque más amplio para ejecutar un programa de remarketing que sea genuinamente eficaz en múltiples canales.

¿Qué tipos de acciones pueden activar el remarketing de Adobe Analytics?

La flexibilidad de Adobe Analytics te permite configurar los activadores de remarketing en función de diversas acciones de los clientes. Esto incluye los escenarios más comunes de comercio electrónico, como cuando un cliente abandona su carrito de compras o quita productos específicos del carrito. Fuera del ámbito del comercio electrónico, los activadores pueden iniciarse con inscripciones a newsletters, suscripciones por correo electrónico, solicitudes de tarjetas de crédito, registros en programas de lealtad y otras acciones definidas y personalizadas. Esta variedad de acciones subraya la flexibilidad de la plataforma y permite que las empresas adapten sus esfuerzos de remarketing a sus metas de conversión y los puntos de contacto específicos de los recorridos de sus clientes. Esto les permite ir mucho más lejos que una simple recuperación transaccional.

¿Cómo se integra Adobe Analytics con Adobe Campaign para el remarketing?

Adobe Analytics se integra fácilmente con Adobe Campaign. La integración está diseñada para ser expeditiva y permitir que los expertos en marketing implementen sus estrategias de remarketing rápidamente. Una vez integrados, los sistemas se complementan entre sí para que los expertos en marketing puedan actuar casi al instante de que ocurre un evento de activación. De esta forma, los mensajes de remarketing se envían en el momento óptimo. Esta integración eficaz es crucial para convertir los datos en acciones.

La capacidad del sistema de monitorear una amplia gama de comportamientos de los clientes y de iniciar una comunicación en múltiples soluciones, en particular en tiempo real con Adobe Campaign, representa un cambio importante. Significa dejar atrás las estrategias de remarketing reactivas y en lotes e implementar a gran escala un enfoque de participación proactivo, personalizado y altamente contextual. Cuando las empresas pueden automatizar sus flujos de maduración usando activadores a partir de una gran variedad de señales de los clientes, logran entablar interacciones más significativas.

¿Cómo se complementan Adobe Analytics y AEM Sites?

Adobe Analytics y AEM Sites están diseñados para integrarse de forma nativa y establecer un flujo continuo y bidireccional de información valiosa. Los datos de Adobe Analytics sobre los comportamientos de los clientes y el rendimiento del contenido se envía a AEM, mientras que la información sobre el contenido ofrecido está disponible en Adobe Analytics. Este intercambio recíproco tiene como objetivo crear una única fuente de confianza, tanto para los datos de los clientes como para el contenido con el que interactúan. Contar con esta visión unificada es crucial, ya que derriba los silos tradicionales que comúnmente existen entre la comprensión del comportamiento de los clientes (el dominio de Adobe Analytics) y la distribución de experiencias de contenido personalizadas (la función de AEM). El resultado es un sistema de bucle cerrado en el que la información valiosa impulsa al contenido y el rendimiento del contenido permite obtener datos más precisos.

¿Cuáles son las ventajas de integrar Adobe Analytics con AEM?

La integración de Adobe Analytics con AEM Sites ofrece varias ventajas significativas para las empresas. Por ejemplo, permite establecer flujos de trabajo entre múltiples sistemas para optimizar las operaciones de análisis y administración del contenido. También facilita la personalización avanzada gracias a la automatización con inteligencia artificial (IA), lo que permite crear una cantidad casi ilimitada de recursos personalizados según cada segmento del público. Además, habilita la creación de contenido dinámico y adaptado a las acciones, los comportamientos y las necesidades de los clientes en tiempo real. La integración también facilita la creación y la distribución de experiencias en múltiples canales a través de un sistema de administración de contenido (CMS) con arquitectura headless.

¿Qué es la detección de anomalías de Adobe Analytics?

La detección de anomalías de Adobe Analytics es una función que utiliza técnicas de modelado estadístico y aprendizaje automático para identificar automáticamente cualquier desvío inesperado o de importancia estadística dentro de un conjunto de datos. La función explora grandes conjuntos de datos de forma sistemática y marca rápidamente los factores que tienen un impacto sobre la empresa. Esta capacidad automatiza un proceso que a menudo se realiza manualmente y que suele llevar mucho tiempo. Gracias a esta detección proactiva de cambios críticos que no pasan desapercibidos, los analistas y los expertos en marketing pueden enfocar su atención donde más se necesita.

¿Cómo pueden identificarse eventos de datos importantes gracias a la detección de anomalías?

La detección de anomalías identifica puntos inesperadamente altos o bajos en el tráfico o en otras métricas clave, y presenta estos hallazgos en visualizaciones claras. Estas anomalías pueden indicar muchos eventos importantes: resultados positivos, como una campaña de marketing que alcanza un rendimiento mejor de lo esperado, o cuestiones negativas, como errores en el sitio web o en el etiquetado, o actividades maliciosas como el espionaje corporativo. Tanto para los resultados positivos como para los negativos, identificar la anomalía rápidamente siempre es una ventaja. El valor principal reside en detectar rápidamente tanto las oportunidades que pueden aprovecharse como las amenazas que deben mitigarse, y luego responder de forma rápida y en función de los datos.

¿Cómo puede utilizarse el análisis de contribución con la detección de anomalías?

Luego de haber detectado una anomalía, es fundamental comprender la causa raíz para tomar las acciones indicadas. La función de análisis de contribución, dentro del espacio de trabajo de análisis, cumple este propósito. Permite que los usuarios conozcan no solo el momento en el que ocurrió una anomalía sino también la razón. En otras palabras, el análisis de contribución ayuda a identificar los factores que ocasionaron la anomalía. Esta capacidad de diagnóstico es esencial para la elaboración de respuestas eficaces, ya sea para corregir un problema o para ampliar una iniciativa exitosa.

¿La detección de anomalías considera los eventos estacionales?

Sí. Cuando la detección de anomalías se usa dentro del espacio de trabajo de análisis, puede considerar los eventos estacionales predecibles. Esto incluye, por ejemplo, periodos de grandes descuentos de precios como Black Friday, aumento del turismo como las vacaciones de primavera y otros días festivos. Esta funcionalidad es importante, ya que permite que el sistema distinga las anomalías genuinas de las fluctuaciones esperadas y periódicas en los patrones de datos. Esto reduce la probabilidad de que haya falsos positivos y garantiza que las alertas sean más significativas. En el enfoque tradicional de análisis, los analistas generalmente examinan grandes cantidades de informes manualmente para identificar problemas o tendencias destacadas.

¿Qué son los data warehouses y las fuentes de datos de Adobe Analytics?

Los data warehouses de Adobe Analytics permiten almacenar grandes volúmenes de datos de los clientes y ofrecen opciones de reprocesamiento de datos y creación de informes avanzados. Están diseñados para gestionar grandes conjuntos de datos y consultas de análisis complejas.

Las fuentes de datos sirven para obtener lotes de datos sin procesar. Se pueden programar de forma recurrente u horaria, y proporcionan un flujo continuo de datos no procesados. Estos dos componentes cumplen funciones distintas pero complementarias en la administración y el acceso a los datos detallados que recopila Adobe Analytics. Los data warehouses son ideales para quienes necesitan un almacenamiento a largo plazo y un análisis profundo, y las fuentes de datos facilitan la extracción periódica y automatizada de datos sin procesar para su uso en otros sistemas.

¿Cómo pueden usarse los datos sin procesar de Adobe Analytics?

Los datos sin procesar de Adobe Analytics pueden exportarse y enviarse a los sistemas de remarketing, aplicarse en modelos de atribución complejos o usarse en el desarrollo de puntuaciones de propensión o análisis predictivos. A menudo también se exportan para archivarlos o realizar análisis en plazos más largos de los que admite la interfaz estándar de creación de informes. Esto subraya el principio de que el valor de los datos de Adobe Analytics se extiende más allá de sus herramientas nativas de creación de informes, ya que complementa otros sistemas empresariales críticos y modelos de análisis avanzados.

¿Cuáles son las capacidades del data warehouse?

El data warehouse está diseñado para ofrecer alcance y rendimiento. Permite procesar una cantidad ilimitada de filas de datos dentro de una sola solicitud para la creación de informes individuales programados y para descargar. Esta función es particularmente útil para analizar a profundidad conjuntos de datos extensos. También permite exportar y almacenar volúmenes enormes de datos sin ningún esfuerzo adicional por parte del usuario.

¿De qué forma las fuentes de datos agilizan el envío de datos?

Las fuentes de datos están diseñadas para enviar datos sin procesar desde varias propiedades digitales (sitios web, aplicaciones móviles u otras fuentes en línea) directamente al lago de datos o la ubicación de almacenamiento que haya elegido la organización. El control que se concede a los usuarios sobre estas fuentes de datos es muy amplio e incluye la configuración de nuevas fuentes y la administración o la modificación de las fuentes existentes. Las herramientas integrales de gestión del trabajo permiten monitorear el estado de todas las tareas relacionadas con las fuentes de datos, verificar el envío de los datos y volver a realizar las tareas si es necesario, todo desde una interfaz centralizada. Esto crea un mecanismo confiable, automatizado y fácil de administrar que permite extraer datos sin procesar de Adobe Analytics e integrarlos en otros sistemas de datos empresariales. Así se facilita una estrategia de datos más amplia y uniforme.

¿Qué son las alertas inteligentes de Adobe Analytics?

Las alertas inteligentes de Adobe Analytics permiten que los usuarios creen y administren notificaciones cuando se identifican anomalías en los datos o las métricas alcanzan umbrales específicos. Una de las funciones principales es la capacidad de crear alertas apiladas, que consolidan toda la información sobre varias métricas en una sola notificación. El sistema monitorea los datos activamente y notifica a los usuarios en el momento en que ocurre algo inusual, como un desvío significativo de los patrones estándar o un benchmark predefinido. Estas alertas están diseñadas para que los usuarios puedan reaccionar rápidamente a un cambio crítico en los datos sin tener que monitorear todos los paneles de forma manual. Esto hace que la supervisión de los datos sea menos demandante y más eficiente.

¿Cómo funcionan las alertas inteligentes con la detección de anomalías?

Las alertas inteligentes están diseñadas para integrarse a la perfección con la función de detección de anomalías. Esto significa que las alertas pueden activarse a partir de umbrales de anomalías que identifican los algoritmos de aprendizaje automático, lo que garantiza que se envíen cuando más se necesitan. Las alertas inteligentes no se basan únicamente en umbrales simples y fijos. De todas formas, pueden activarse en función de los desvíos de importancia estadística que el sistema identifique como inusuales o inesperados para que las alertas sean más pertinentes y útiles.

¿Qué tipos de activadores de alertas pueden configurarse?

Los usuarios tienen bastante flexibilidad para configurar las condiciones que activan las alertas. Pueden hacer que las alertas se activen cuando se alcanza el umbral de anomalías derivado de la función de detección de anomalías, cuando ocurren determinados cambios en los porcentajes de una métrica, o cuando el valor de una métrica supera o cae por debajo de un punto de datos previamente definido. Con esta adaptabilidad, los usuarios pueden definir exactamente qué significa un “evento importante” para sus indicadores clave de rendimiento (KPI) específicos y el contexto único de su empresa. Es decir, pueden ajustar el sistema de alertas en función de sus prioridades.

¿Cómo se administran y envían las alertas?

Adobe Analytics incluye herramientas para administrar las alertas de forma eficaz. Los usuarios pueden previsualizar con qué frecuencia podría activarse una alerta a partir de los datos históricos y los ajustes actuales. Esto les ayuda a definir los criterios de alerta para evitar que se envíen notificaciones con demasiada frecuencia. Cuando se cumple una condición de alerta, el mensaje puede enviarse por correo electrónico o SMS. La notificación generalmente incluye enlaces a análisis generados automáticamente. Esto proporciona un contexto rápido y simplifica la comprensión del evento que activó la alerta. Su envío a través de canales de comunicación estándar garantiza que el usuario esté al tanto del problema rápidamente, y los enlaces directos al análisis agilizan el proceso de investigación.

¿Qué son las alertas apiladas?

Las alertas apiladas optimizan la administración de alertas ya que permiten que los usuarios monitoreen varias métricas desde una sola alerta consolidada, en lugar de tener que crear y administrar diversas alertas individuales para los KPI que están vinculados entre sí. Además, las alertas pueden filtrarse según determinados segmentos del público o dispositivos. Al agrupar la información más importante, las alertas apiladas reducen el exceso de notificaciones. Los filtros añaden más granularidad y garantizan que las alertas sean altamente pertinentes para el destinatario o el área específica de la empresa que se está monitoreando.

La incorporación de las alertas inteligentes, en especial cuando se combinan con la función de detección de anomalías, marca un cambio en la forma en que los usuarios interactúan con los datos. En lugar de que los usuarios deban realizar una búsqueda proactiva y manual para obtener información valiosa o identificar un problema en conjuntos de datos extensos y complejos, el sistema es el que se encarga de realizar el monitoreo minucioso. Resalta desvíos y eventos críticos de forma proactiva mediante canales como el correo electrónico y los mensajes SMS, y además envía enlaces a análisis generados automáticamente. Esto promueve un enfoque más inmediato, participativo y adaptable para las señales basadas en datos.

¿Qué es la función de streaming en vivo de Adobe Analytics?

El streaming en vivo es una función de Adobe Analytics que ofrece un flujo continuo y en tiempo real de datos sin procesar y al nivel de cada visita. Estos datos están disponibles en cuestión de segundos luego de que se recopilan de las propiedades digitales, generalmente en plazos de entre 30 y 90 segundos. El acceso casi instantáneo a los datos detallados y sin procesar es esencial para los casos de uso que exigen una acción instantánea o que requieren el envío de datos a otros sistemas en tiempo real. El término “sin procesar” significa que los datos están en su formato más detallado. Todavía no están compilados ni modificados por los procesos estándar de creación de informes, por lo que son ideales para realizar análisis extremadamente específicos o urgentes.

¿Cuáles son los casos de uso de los datos que se obtienen en tiempo real del streaming en vivo?

El streaming en vivo de datos en tiempo real se puede aplicar en diversos casos de uso de alto valor. Por ejemplo, los datos pueden usarse en paneles de tráfico en vivo para tener un conocimiento operativo inmediato, en motores de recomendación y algoritmos de personalización para esfuerzos dinámicos de remarketing y retargeting, para el monitoreo en tiempo real del impacto de las campañas de marketing mientras se ejecutan y en la personalización de ofertas y contenido para usuarios en el momento preciso de su interacción. Estos ejemplos muestran la versatilidad del streaming en vivo, que abarca desde el monitoreo operativo de alto nivel hasta las interacciones inmediatas y personalizadas con los clientes.

¿Se integra el streaming en vivo con otros productos de Adobe Experience Cloud?

Sí. Los datos del streaming en vivo tienen compatibilidad y se integran con otros productos de Adobe Experience Cloud. Los datos del streaming incluyen eventos al nivel de cada interacción que se originan de otras soluciones dentro del ecosistema de Adobe, como Adobe Target (para personalización y pruebas A/B) o Adobe Advertising Cloud (para la gestión de publicidad). Esta integración aporta información valiosa y datos sobre las interacciones de los diversos puntos de contacto que se administran en Adobe Experience Cloud, lo que crea un panorama más integral y actualizado de la actividad del cliente que puede usarse para la activación inmediata y los flujos de trabajo que abarcan varias soluciones.

¿Qué capacidades ofrece el análisis de videos?

El análisis de videos de Adobe Analytics proporciona detalles precisos y casi en tiempo real sobre el consumo de los videos, e incluye métricas como la duración de los videos y la cantidad de veces que el usuario detiene y reanuda la reproducción. Permite evaluar y combinar métricas de varios videos para obtener información valiosa sobre los hábitos de los espectadores. Esta información puede usarse para aumentar la participación, generalmente al hacer recomendaciones altamente personalizadas. Una ventaja clave es que puede medir el rendimiento de los videos en diversas plataformas de medios y hacer un seguimiento del consumo de contenido de video sin conexión. Esta solución especializada está diseñada para mostrar en detalle la forma en que se consumen los videos, lo cual es invaluable para toda empresa que depende de los videos para su comunicación, marketing o generación de ingresos.

¿Qué plataformas pueden medirse con el análisis de videos?

Las capacidades de análisis de videos abarcan una amplia gama de plataformas de visualización modernas. Esto incluye teléfonos móviles, tabletas, dispositivos over-the-top (OTT) como TV inteligentes y transmisores, decodificadores tradicionales y consolas de videojuego. Algo importante es que también permite medir el contenido sin conexión. Es una plataforma integral con la que las empresas pueden obtener un panorama integral del consumo de sus videos en todas las formas en que el público consume contenido en la actualidad.

¿Qué métricas de video clave pueden medirse?

Más allá de los conteos básicos de visualizaciones, el análisis de videos mide varias otras métricas clave para proporcionar información todavía más valiosa sobre la participación y el rendimiento. Estas incluyen:

• Espectadores simultáneos por minuto: es especialmente útil para evaluar la participación del público durante los eventos de video en vivo.
• Calidad de las métricas de experiencia: ayudan a garantizar una experiencia de reproducción fluida y no intrusiva para el público al seguir factores como los tiempos de carga y los errores.
• Seguimiento de contenido descargado sin conexión: mide la participación con el contenido de video que se descarga para su reproducción sin conexión.
• Tendencias de video en tiempo real: identifica el contenido de video más popular para los espectadores.
• Análisis de publicidad en video: ayuda a comprender el impacto que tienen los anuncios en los espectadores y garantiza que los mensajes publicitarios estén personalizados y sean los más indicados. Estas métricas ofrecen una comprensión más matizada del alcance del contenido de video, la calidad de la participación, el rendimiento técnico y la eficacia de la monetización.

¿Es compatible con el seguimiento de contenido sin conexión y el análisis de publicidad en video?

Sí. El análisis de videos permite seguir el contenido que se descarga para su consumo sin conexión y el análisis de publicidad en video. Esta función de seguimiento sin conexión permite que las empresas sepan cómo interactúan los usuarios con su contenido de video incluso cuando no se reproduce en vivo. La función de análisis de publicidad en video ayuda a evaluar el impacto que tienen los anuncios en los espectadores y permite optimizar la distribución de los mensajes para que siempre estén personalizados y sean eficaces. Estas funciones abordan los aspectos críticos de las estrategias de video modernas: el consumo sobre la marcha y el rendimiento de la publicidad basada en videos.

¿Qué es el análisis federado de videos?

El análisis federado es una función dentro del análisis de videos que permite intercambiar datos sobre el análisis de videos con los distribuidores. El objetivo es tener una visión integral del consumo de los videos y entender mejor la cantidad total de público que se alcanza mediante todos los dispositivos y partners de distribución. Esto es especialmente importante para los creadores de contenido y las empresas de medios que distribuyen su contenido de video a través de plataformas o servicios de terceros, ya que les permite consolidar los datos sobre el número de espectadores y tener un panorama integral del público.

Al ofrecer información valiosa y detallada sobre los hábitos de visualización, identificar las tendencias de los videos en tiempo real y habilitar el análisis de publicidad en video, la solución permite que las empresas de medios, los creadores de contenido y los expertos en marketing tomen decisiones mejor fundamentadas sobre sus estrategias de creación de contenido, sus calendarios de programación y sus enfoques publicitarios. Por ejemplo, si las empresas conocen el impacto que tienen los anuncios en la experiencia de sus compradores y pueden garantizar que se envíen mensajes personalizados, su monetización y retención de espectadores serán superiores.

¿Cómo integra Adobe Analytics el análisis de asistentes de voz?

Adobe Analytics permite que las empresas ofrezcan experiencias más personalizadas y atractivas a sus clientes a través de sus interfaces de voz, gracias a que captura y analiza los datos de interacción de manera sistemática. Esta capacidad se extiende a todas las principales plataformas de asistentes de voz. Con la información valiosa que obtienen de estos análisis, las organizaciones pueden optimizar el desarrollo de sus aplicaciones de voz, aumentar la participación de los usuarios con estas aplicaciones y entender mejor cuál es el impacto y el papel de las interacciones de voz dentro del contexto más amplio de la experiencia total del cliente. A medida que las interacciones de voz se vuelven más frecuentes, estos análisis especializados son esenciales para que las marcas entiendan el comportamiento de los usuarios, identifiquen puntos problemáticos y perfeccionen sus estrategias de voz.

¿Qué métricas clave pueden medirse para las interacciones de voz?

Para crear una perspectiva matizada de las interacciones de voz, Adobe Analytics permite medir los puntos de datos más importantes que tienen importancia específica para este medio de interacción. Estas métricas incluyen:

• Frecuencia de uso: la frecuencia con la que los usuarios interactúan con la aplicación de voz.
• Intención: lo que los usuarios intentan lograr a través de sus comandos de voz.
• Autenticación de los usuarios: si se autentica la identidad de los usuarios durante las sesiones de voz y cómo se hace.
• Campos: elementos específicos de información que se requieren para cumplir una intención (por ejemplo, el nombre de una ciudad para una consulta meteorológica).
• Parámetros: detalles adicionales que proporciona el usuario en relación con su solicitud.
• Duración de la sesión: el tiempo que duran las sesiones de interacción de voz. Estas métricas especializadas se adaptan a las características únicas de las interacciones de voz. De esta forma, las empresas pueden entender el comportamiento de los usuarios, la tasa de éxito de las consultas, los puntos de fricción y los niveles totales de participación con sus aplicaciones de voz.

¿Cómo se integran los datos de voz en la vista omnicanal?

Los datos de las aplicaciones asistidas por voz se pueden visualizar junto con los datos de los demás canales (sitios web, aplicaciones móviles, correos electrónicos, etc.) en una vista integral y unificada de todas las interacciones del cliente a lo largo de su recorrido con la marca. Además, estos datos de voz se pueden consolidar y analizar con funciones potentes como la detección de anomalías y la segmentación ilimitada y en tiempo real, al igual que los datos de los demás canales. Esta integración es crítica para entender cómo las interacciones de voz complementan o afectan a los demás puntos de contacto, y también permite aplicar una metodología de análisis uniforme en todo el panorama de la experiencia del cliente.

Al medir métricas detalladas, como la intención, la autenticación de usuarios, los campos, los parámetros y la duración de la sesión, el análisis de voz adquiere una profundidad mucho mayor que la que se tiene al estudiar simplemente el volumen de uso o el registro de comandos. Este nivel de granularidad permite entender con precisión qué intentan hacer los usuarios a través de sus comandos de voz, cómo interactúan con el flujo conversacional de la aplicación de voz y dónde podrían encontrar dificultades o abandonar una tarea. Ese nivel de detalle es fundamental para optimizar los diseños conversacionales y mejorar la idoneidad y la exactitud de los servicios basados en voz, lo que en última instancia ayuda a potenciar la satisfacción de los usuarios.

¿Qué es el análisis de cohortes de Adobe Analytics?

El análisis de cohortes, disponible en el espacio de trabajo de análisis de Adobe Analytics, es un método analítico para comprender el comportamiento a lo largo del tiempo de los grupos de usuarios que comparten las mismas características o experiencias (denominados cohortes). El análisis generalmente incluye una “métrica de inclusión”, que define los criterios para que un usuario sea parte de una cohorte (por ejemplo, usuarios que instalaron una aplicación en un mes específico), y una “métrica de retorno”, que estudia un comportamiento o un resultado particular de esa cohorte durante periodos posteriores (por ejemplo, la cantidad de sesiones mensuales o las tasas de compra). Esta técnica va más allá del estudio estático y puntual del comportamiento de los usuarios y revela patrones dinámicos en la retención, la participación y la conversión de los usuarios a lo largo de su ciclo de vida.

¿Cuáles son los casos de uso del análisis de cohortes?

El análisis de cohortes es una herramienta muy versátil que se puede aplicar a diversas interrogantes empresariales. Estos son algunos casos de uso comunes:

• Participación en la aplicación: analizar cómo los usuarios que instalan una aplicación móvil interactúan con ella a lo largo del tiempo e identificar patrones como la adopción inicial, el descenso en el uso o la participación sostenida a largo plazo.
• Conversión de suscripciones: seguir el porcentaje de usuarios que obtienen una suscripción gratuita o una versión de prueba y luego adquieren la versión de pago en los meses posteriores a su registro inicial.
• Segmentos de cohortes complejos: definir grupos de cohortes específicos usando diversas métricas y segmentos para establecer los criterios de inclusión y retorno. Esto permite identificar aquellos segmentos de clientes que tienen un rendimiento bajo, para luego enviarles promociones o intervenciones personalizadas y así mejorar el rendimiento.
• Adopción en múltiples versiones de aplicaciones: comparar la participación, la retención y las tasas de abandono de los usuarios en diferentes versiones de la aplicación móvil para comprender los patrones de adopción e identificar si ciertas versiones incitan a los usuarios a dejar de usar la aplicación o promueven su uso.
• Adhesión de la campaña: evaluar qué tan eficaces son las distintas campañas de marketing a la hora de adquirir y retener usuarios a lo largo del tiempo. Implica realizar una comparación en paralelo de las cohortes en cada campaña usando la función de cohortes de dimensión personalizada.
• Impacto del lanzamiento de productos: usar la configuración de la tabla de latencia para analizar las actividades que realiza un segmento específico de clientes antes y después del lanzamiento de un nuevo producto. Esto permite evaluar el impacto que tiene el lanzamiento en el comportamiento de esos clientes o en los ingresos.
• Identificación de los usuarios más leales (adhesión individual): identificar a los compradores habituales de cada mes usando la configuración de cálculo periódico y, al mismo tiempo, detectar a los clientes que abandonaron o que no muestran un comportamiento de compra habitual. Estos diversos casos de uso muestran la flexibilidad que ofrece el análisis de cohortes para resolver las preguntas empresariales más críticas en cuanto a la gestión del ciclo de vida de los usuarios, la evaluación del rendimiento de los productos y el estudio de la eficacia del marketing.

¿Cumple Adobe Analytics con el RGPD?

Adobe Analytics puede usarse de acuerdo a lo que estipula el RGPD. Sin embargo, lograr y mantener el cumplimiento de esta norma es una responsabilidad compartida. Si bien Adobe brinda las herramientas y las funcionalidades para cumplir con los requisitos del RGPD, la organización que utiliza Adobe Analytics (el controlador de datos) debe asegurarse de configurar la plataforma e implementar las prácticas adecuadas de gobernanza de datos para garantizar que sus casos de uso específicos cumplan con la norma. En otras palabras, la plataforma ofrece capacidades que cumplen con los requisitos, pero la responsabilidad de implementarlas y administrarlas correctamente recae en el usuario.

¿Cuáles son los pasos necesarios para garantizar el cumplimiento del RGPD con Adobe Analytics?

Para garantizar el cumplimiento del RGPD con Adobe Analytics, la organización debe adoptar varias medidas. La respuesta del asesor de la comunidad en el material proporcionado destaca varios recursos oficiales de Adobe que pueden usarse como guía en este contexto. Estos recursos incluyen:

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

Estos recursos detallan las medidas que generalmente son necesarias, como la implementación de las políticas de gobernanza de datos, la configuración correcta de los ajustes de privacidad en Adobe Analytics, la administración eficaz del consentimiento de los usuarios y el establecimiento de procesos para la gestión de solicitudes de las personas interesadas (DSAR) según lo exige el RGPD. El cumplimiento no es automático. Requiere una configuración diligente y una adhesión constante a los principios del RGPD, algo que se puede lograr usando las funciones de gobernanza de datos de la plataforma.

¿Cuáles son los requisitos de administración y acceso de Analysis Workspace?

Los permisos de usuarios estándar de Adobe Analytics rigen el acceso a Analysis Workspace y sus funciones. Esto incluye el permiso para acceder a grupos de informes específicos y sus componentes (como segmentos, métricas y dimensiones). Los permisos también controlan la selección, la creación, el intercambio y la programación de proyectos. Los usuarios pueden consultar la documentación sobre los requisitos de administración para obtener información más detallada. Estos controles garantizan la seguridad de los datos y permiten que las organizaciones regulen el acceso y el uso de diferentes conjuntos de datos y proyectos de análisis.

¿Se verá afectada la recopilación de datos por el uso de Analysis Workspace?

No. Usar Analysis Workspace no afecta la recopilación de datos de ninguna forma. Es una herramienta de creación y visualización de informes que opera a partir de los datos que ya se han recopilado. Los usuarios pueden arrastrar y soltar libremente diversos componentes (dimensiones, métricas, segmentos, visualizaciones) en un proyecto para explorar las diferentes vistas de análisis, todo sin alterar los datos subyacentes ni el proceso de recopilación de datos. Si un usuario hace un cambio en un proyecto accidentalmente, existe una función para deshacer su última acción.

Como usuario que tiene permiso de solo lectura, ¿qué acciones puedo realizar en Analysis Workspace?

Cuando se comparte un proyecto de Analysis Workspace con un usuario que tiene permiso de solo lectura, el usuario no puede hacer uso de ninguna de las funciones de edición dentro del proyecto. Los usuarios que tienen permiso de solo lectura generalmente solo pueden interactuar con los elementos predefinidos. Por ejemplo, si el creador del proyecto configuró menús desplegables para aplicar filtros específicos en un panel, el usuario podrá alternar entre estas opciones. De esta forma, los usuarios pueden ver e interactuar de forma limitada con los informes que reciben, y los creadores se aseguran de que no habrá modificaciones no autorizadas en la estructura o los componentes del proyecto.