Perguntas frequentes sobre o Adobe Analytics

O que são os acionadores de remarketing do Adobe Analytics?

Os acionadores de remarketing do Adobe Analytics permitem que profissionais de marketing identifiquem, definam e monitorem continuamente comportamentos relevantes dos consumidores. Quando esses comportamentos são detectados, o sistema pode iniciar comunicações por meio de vários canais, como emails personalizados, para atrair novamente tais visitantes. Esse recurso transforma a observação passiva de dados em oportunidades ativas de reengajamento, formando uma parte essencial de uma estratégia de marketing dinâmica e responsiva. Trata-se fundamentalmente de converter a linguagem corporal digital observada em interações oportunas e relevantes.

Como os acionadores de remarketing do Adobe Analytics vão além de exemplos básicos como abandono de carrinho?

O potencial do remarketing em uma empresa que realmente utiliza dados como base de sua estratégia vai muito além dos típicos cenários nos quais um acionador fundamental é disparado quando um consumidor coloca produtos no carrinho, mas não finaliza a compra. O Adobe Analytics permite configurar acionadores de remarketing que aproveitam todos os dados disponíveis em tempo real, em vez de se limitarem apenas a eventos isolados. Essa maneira abrangente de utilizar os dados é um importante diferencial. Nesse contexto, os acionadores fundamentais representam apenas uma fração do que é possível alcançar, indicando que o Adobe Analytics busca uma abordagem mais integral, detalhada e, em última análise, mais poderosa para o remarketing. Muitas soluções de gerenciamento de campanhas ou de email oferecem acionadores fundamentais, mas, para que um programa de remarketing entre canais seja realmente eficaz, é necessário adotar uma abordagem mais extensa.

Quais tipos de ações podem acionar o remarketing no Adobe Analytics?

A flexibilidade do Adobe Analytics permite que os acionadores de remarketing sejam configurados com base em diversas ações dos consumidores. Tais ações correspondem a situações comuns que ocorrem no comércio eletrônico como, por exemplo, o abandono do carrinho de compras, incluindo casos nos quais produtos foram explicitamente removidos do carrinho. Além do comércio eletrônico, os acionadores podem ser disparados após inscrições em boletins informativos e em listas de emails, solicitações de cartão de crédito e participação em programas de fidelidade, entre outras ações personalizadas. Essa variedade de acionadores de ações destaca a capacidade de adaptação da plataforma, o que permite que as empresas ajustem seus esforços de remarketing aos objetivos de conversão e pontos de contato específicos ao longo da jornada do cliente, ampliando significativamente o escopo além da simples recuperação transacional.

Como o Adobe Analytics se integra ao Adobe Campaign para oferecer remarketing?

Ao se integrar ao Adobe Campaign, o Adobe Analytics oferece recursos de integração eficientes. Essa combinação foi projetada para proporcionar agilidade e permitir que profissionais de marketing implementem suas estratégias de remarketing rapidamente. Uma vez integrados, os sistemas trabalham juntos para permitir que profissionais de marketing ajam quase imediatamente após um evento de acionamento, garantindo que as mensagens de remarketing sejam enviadas no momento ideal. Essa integração precisa é crucial para transformar insights em ação.

A capacidade do sistema de monitorar um amplo espectro dos principais comportamentos dos consumidores e iniciar a comunicação em vários canais, particularmente em tempo real com o Adobe Campaign, representa uma mudança fundamental. Desse modo, o marketing com base em táticas de remarketing reativas e em lote se converte em um modelo de engajamento proativo, altamente contextual e personalizado em escala. Assim, as empresas podem automatizar os fluxos de estímulo, acionados por uma grande variedade de sinais do cliente, o que propicia interações mais significativas.

Como o Adobe Analytics e o AEM Sites trabalham juntos?

O Adobe Analytics e o AEM Sites foram desenvolvidos para se integrarem de maneira nativa, estabelecendo um fluxo contínuo e bidirecional de insights. Os dados do Analytics sobre comportamento do cliente e desempenho do conteúdo são enviados ao AEM, ao passo que as informações sobre o conteúdo veiculado estão disponíveis no Analytics. Essa reciprocidade no intercâmbio de conteúdo visa criar uma fonte única da verdade relativa aos dados do cliente e ao conteúdo com o qual ele interage. Essa visão unificada é crucial porque elimina os silos tradicionais que costumam existir entre a compreensão do comportamento do cliente (o domínio do Analytics) e o fornecimento de experiências personalizadas com respeito ao conteúdo (a função do AEM). O resultado é um sistema de loop fechado em que os insights impulsionam o conteúdo e o desempenho do conteúdo aprimora os insights.

Quais são os benefícios de integrar o Analytics com o AEM?

A integração do Adobe Analytics com o AEM Sites traz várias vantagens significativas para as empresas. Essas vantagens incluem o estabelecimento de fluxos de trabalho entre sistemas que simplificam as operações entre a análise e o gerenciamento de conteúdo. A integração permite personalizar ainda mais o conteúdo por meio da automação da inteligência artificial (IA), o que possibilita variações praticamente ilimitadas de ativos que se ajustam a públicos exclusivos. Além disso, facilita a criação de conteúdo dinâmico que se adapta às ações, comportamentos e necessidades dos clientes em tempo real. Ela também oferece suporte à criação e ao fornecimento de experiências entre canais por meio de um sistema de gerenciamento de conteúdo (CMS) com uma arquitetura headless.

O que é a detecção de anomalias do Adobe Analytics?

A detecção de anomalias do Adobe Analytics é um recurso que utiliza modelagem estatística e técnicas de aprendizado de máquina para identificar automaticamente desvios inesperados ou estatisticamente significativos nos dados. Esse recurso foi desenvolvido para examinar sistematicamente conjuntos extensos de dados a fim de identificar com rapidez os fatores que afetam os negócios. Ele automatiza o que tradicionalmente tem sido um processo demorado e muitas vezes manual. A detecção proativa de mudanças críticas que, de outra forma, poderiam passar despercebidas, permite que analistas e profissionais de marketing concentrem sua atenção onde é mais necessária.

Como a detecção de anomalias ajuda a identificar eventos de dados relevantes?

A detecção de anomalias identifica picos ou quedas inesperadas no tráfego ou em outras métricas importantes, apresentando essas descobertas por meio de visualizações claras. Essas anomalias podem indicar muitos eventos essenciais: resultados positivos, como o desempenho de uma campanha de marketing melhor do que o previsto, ou eventos negativos, como bugs de sites, erros de marcação ou atividades mal-intencionadas, como espionagem corporativa. Tanto se a causa da anomalia é boa quanto ruim, sua rápida identificação sempre é positiva. O valor fundamental está na velocidade dessa identificação e na capacidade de sinalizar tanto as oportunidades que podem ser capitalizadas quanto as ameaças que exigem mitigação, possibilitando, assim, respostas mais rápidas e informadas.

Como a análise de contribuição pode ser usada com a detecção de anomalias?

Compreender a origem de uma anomalia é crucial para tomar as medidas apropriadas ao detectá-la. O recurso de análise de contribuição no espaço de trabalho de análise funciona com a detecção de anomalias para atender a essa necessidade. Ele permite que usuários não apenas saibam quando uma anomalia ocorreu, mas também entendam o porquê. A análise de contribuição ajuda a identificar os fatores que causaram a anomalia. Essa capacidade de diagnóstico é essencial para a formulação de respostas eficazes, seja para corrigir um problema ou ampliar uma iniciativa bem-sucedida.

A detecção de anomalias pode levar em consideração eventos sazonais?

Sim, quando a detecção de anomalias é utilizada no espaço de trabalho de análise, ela pode levar em consideração eventos sazonais previsíveis. Esses eventos podem incluir períodos significativos de vendas no varejo, como a Black Friday, picos relacionados a viagens, como períodos de férias, e outras datas festivas. Essa funcionalidade é essencial porque permite que o sistema diferencie anomalias legítimas de flutuações regulares e esperadas nos padrões de dados. Desse modo, a probabilidade de obter falsos positivos diminui, além de garantir que os alertas sejam mais significativos. Em geral, a abordagem tradicional de análise consiste em que analistas examinem manualmente vários relatórios em busca de problemas ou tendências notórias.

O que são o data warehouse e os feeds de dados do Adobe Analytics?

O data warehouse do Adobe Analytics oferece maior capacidade de armazenamento estendido de dados dos clientes, além de opções para reprocessamento de dados e geração de relatórios avançados. Ele foi desenvolvido para lidar com grandes conjuntos de dados e consultas analíticas complexas.

A função dos feeds de dados é fornecer dados brutos em lote. Eles podem ser programados para realizar essa tarefa a cada hora ou diariamente, proporcionando um fluxo consistente de dados não processados. Esses dois componentes desempenham funções distintas, porém complementares, relativas ao gerenciamento e ao acesso aos dados granulares coletados pelo Adobe Analytics. O data warehouse responde às necessidades de armazenamento de longo prazo e análise aprofundada, enquanto os feeds de dados facilitam a extração regular e automatizada de dados brutos para uso em outros sistemas.

Como podem ser usados os dados brutos do Adobe Analytics?

Os dados brutos do Adobe Analytics podem ser exportados e enviados para os sistemas de remarketing usados para realizar modelagem de atribuição complexa ou podem ser usados para desenvolver pontuações de propensão para fins de análises preditivas. Além disso, os dados brutos são frequentemente exportados para fins de arquivamento ou análises de longo prazo que podem ir além dos recursos da interface de relatórios padrão. Esse recurso demonstra que o Adobe Analytics tira o máximo proveito dos dados, não somente para uso em suas ferramentas de relatórios nativas, mas também para alimentar outros sistemas empresariais essenciais e modelos analíticos avançados.

Quais são as funcionalidades do Data Warehouse?

O data warehouse foi desenvolvido para oferecer desempenho e dimensionamento. Permite processar um número ilimitado de linhas de dados em uma única solicitação para relatórios específicos agendados e baixados. Esse recurso é particularmente útil para análises detalhadas de conjuntos extensos de dados. Também permite exportar e armazenar grandes quantidades de dados sem exigir esforço adicional significativo do usuário.

Como os feeds de dados otimizam a entrega de dados?

Os feeds de dados são projetados para transmitir dados brutos de várias propriedades digitais, como sites, aplicativos para dispositivos móveis ou outras fontes online, diretamente para o data lake escolhido por uma organização ou outro local de armazenamento. Os usuários têm amplo controle sobre esses feeds, incluindo configuração de novos feeds, gerenciamento de feeds existentes e modificação deles conforme necessário. Ferramentas abrangentes de gerenciamento de tarefas permitem monitorar o status de todas as tarefas relativas ao feed de dados, verificar a entrega adequada e executar novamente as tarefas, se necessário. Tudo a partir de uma interface centralizada. Trata-se de um mecanismo confiável, gerenciável e automatizado para extrair dados brutos do Adobe Analytics e integrá-los a outros sistemas de dados empresariais, servindo, assim, de apoio para uma estratégia de dados mais ampla e coesa.

O que são os alertas inteligentes do Adobe Analytics?

Os alertas inteligentes do Adobe Analytics permitem que os usuários criem e gerenciem notificações com base em anomalias nos dados ou limites específicos de métricas. Uma função importante desse recurso é criar alertas empilhados, que agrupam informações sobre várias métricas em uma única notificação. O sistema monitora ativamente os dados e notifica imediatamente os usuários quando algo incomum acontece, como um desvio significativo dos padrões ou quando um referencial predefinido é atingido. A finalidade desses alertas é ajudar a manter os usuários informados sobre alterações críticas nos dados sem a necessidade de monitorar constantemente os painéis de modo manual. Desse modo, a supervisão dos dados é mais eficiente e menos trabalhosa.

Como os alertas inteligentes funcionam com a detecção de anomalias?

Os alertas inteligentes são projetados para se integrarem perfeitamente ao recurso de detecção de anomalias. Isso significa que os alertas podem ser acionados com base em limites de anomalia identificados por algoritmos de aprendizado de máquina, o que garante que sejam disparados no momento exato. Os alertas inteligentes não se baseiam apenas em limites simples e fixos. Eles podem ser ativados por desvios estatisticamente significativos identificados como incomuns ou inesperados pelo sistema. Essa capacidade torna os alertas mais relevantes e úteis.

Que tipos de acionadores de alerta podem ser configurados?

Os usuários têm considerável flexibilidade para configurar as condições que acionarão um alerta. Os alertas podem ser configurados de acordo com os limites de anomalias provenientes do recurso de detecção de anomalias, as alterações percentuais específicas em uma métrica ou o valor de uma métrica quando ela fica acima ou abaixo de um ponto de dados predefinido. Essa capacidade de adaptação permite que os usuários definam com precisão um “evento importante” para seus indicadores principais de desempenho (KPIs) específicos e em conformidade com o contexto particular da empresa, ajustando o sistema de alertas segundo suas prioridades.

Como os alertas são gerenciados e entregues?

O Adobe Analytics oferece ferramentas para o gerenciamento eficaz de alertas. Os usuários podem visualizar a frequência com que um alerta pode ser acionado com base em dados históricos e configurações atuais. Isso ajuda a ajustar os critérios dos alertas para não sobrecarregar os usuários com notificações excessivamente frequentes. Quando a condição para envio de alertas é atendida, as mensagens podem ser enviadas por email ou SMS. Em geral, essas notificações incluem links para análises geradas automaticamente, fornecendo contexto imediato e facilitando uma compreensão mais rápida do evento que acionou o alerta. A entrega por meio dos canais de comunicação padrão garante que o usuário seja notificado em tempo hábil, e os links diretos para análise agilizam o processo de investigação.

O que são alertas empilhados?

Os alertas empilhados simplificam o gerenciamento de alertas, pois os usuários podem monitorar várias métricas agrupadas em um único alerta, em vez de criar e gerenciar vários alertas individuais para KPIs relacionados. Além disso, os alertas podem ser refinados por meio de filtros por segmentos específicos de público-alvo ou dispositivos. Ao agrupar informações relevantes, os alertas empilhados reduzem a quantidade de notificações. O recurso de filtragem acrescenta outra camada de granularidade, garantindo que os alertas sejam altamente relevantes para o destinatário ou para a área de negócio específica que está sendo monitorada.

A introdução de alertas inteligentes, especialmente quando integrados ao recurso de detecção de anomalias, representa uma mudança na forma como os usuários interagem com seus dados. Os usuários não precisam procurar de maneira proativa e manual por insights ou problemas em conjuntos de dados grandes e complexos. Em vez disso, o sistema atua como um monitor vigilante. Ele chama ativamente a atenção do usuário para divergências e eventos críticos por meio de canais como email ou SMS com links para análises geradas automaticamente. Isso propicia uma abordagem mais imediata, engajada e responsiva dos sinais baseados em dados.

O que é o recurso de transmissão ao vivo do Adobe Analytics?

A transmissão ao vivo é um recurso do Adobe Analytics que fornece um fluxo contínuo e em tempo real dos dados não processados de cada interação (no nível do evento). Esses dados são disponibilizados em questão de segundos, normalmente de 30 a 90 segundos, após serem coletados das propriedades digitais. O acesso quase instantâneo a dados brutos e granulares é essencial nos casos em que uma ação imediata é necessária ou que exigem que os dados sejam enviados para outros sistemas em tempo real. O termo “não processado” significa que os dados estão em sua forma mais detalhada. Ainda não foram agregados nem alterados por processos de geração de relatórios padrão, o que os torna ideais para análises altamente específicas ou urgentes.

Quais são as aplicações práticas dos dados em tempo real provenientes da transmissão ao vivo?

A transmissão ao vivo de dados em tempo real pode ser aplicada a vários casos de uso valiosos. Isso inclui alimentar painéis de controle de tráfego ao vivo para ter uma percepção operacional imediata, inserir dados em mecanismos de recomendação e algoritmos de personalização para tarefas dinâmicas de redirecionamento ou remarketing, permitir o monitoramento em tempo real do impacto das campanhas de marketing à medida que elas acontecem e personalizar ofertas e conteúdos para os usuários no momento exato em que eles estão interagindo. Esses exemplos destacam a versatilidade das transmissões ao vivo, que vão desde o monitoramento operacional de alto nível até interações imediatas e individualizadas com os clientes.

A transmissão ao vivo oferece integração com outros produtos do Adobe Experience Cloud?

Sim, os dados provenientes da transmissão ao vivo são compatíveis e podem ser integrados a outros produtos do Adobe Experience Cloud. A transmissão inclui eventos de cada interação do usuário originados de outras soluções dentro do ecossistema Adobe, como o Adobe Target (para personalização e testes A/B) ou o Adobe Advertising Cloud (para gerenciamento de anúncios). Essa integração enriquece a sequência de dados em tempo real com insights e dados das interações provenientes de vários pontos de contato gerenciados pelo Adobe Experience Cloud, proporcionando uma visão mais integral e em tempo real da atividade do cliente, que pode ser usada para ativação imediata e fluxos de trabalho entre soluções.

Quais são os recursos oferecidos pela análise de vídeo?

A análise de vídeo do Adobe Analytics proporciona detalhes granulares quase em tempo real sobre o consumo de vídeo, incluindo métricas como duração do vídeo e ocorrências de paradas e inícios. Ela permite avaliar e combinar várias métricas de vídeos a fim de obter insights sobre os hábitos dos espectadores. Esses insights podem aumentar o engajamento ao oferecer, em geral, recomendações altamente personalizadas. Um ponto forte é a sua capacidade de medir o desempenho do vídeo em várias plataformas de mídia, rastreando até mesmo o consumo de conteúdo de vídeo offline. Essa solução especializada foi projetada para proporcionar uma compreensão profunda de como o conteúdo em vídeo é consumido. Uma qualidade inestimável para qualquer empresa que depende muito de vídeos para comunicação, marketing ou geração de receita.

Quais plataformas podem ser medidas com a análise de vídeo?

Os recursos de análise de vídeo se estendem a uma ampla gama de plataformas modernas de visualização. Telefones celulares, tablets, dispositivos OTT (como smart TVs e caixas de transmissão), conversores tradicionais e consoles de jogos são exemplos dessas plataformas. Além disso, o recurso de análise de vídeo também oferece, em grande medida, suporte à medição de conteúdo offline. Esse suporte abrangente a várias plataformas garante que as empresas possam ter uma visão integral do consumo de vídeo nas diversas maneiras pelas quais o público acessa o conteúdo atualmente.

Quais são as principais métricas de vídeo que podem ser coletadas?

Além das contagens básicas de visualizações, a análise de vídeo permite a coleta de um vasto conjunto de métricas importantes que fornecem insights mais detalhados sobre engajamento e desempenho. Incluindo:

• Espectadores simultâneos por minuto: particularmente útil para avaliar o engajamento do público em eventos de vídeo ao vivo.
• Métricas de qualidade da experiência: ajudam a garantir que a experiência na visualização do vídeo seja tranquila e não intrusiva para o público, monitorando aspectos como problemas de carregamento ou erros.
• Rastreamento offline de conteúdo baixado: captura o engajamento com o conteúdo em vídeo baixado para visualização offline.
• Vídeos populares em tempo real: identifica o conteúdo em vídeo mais popular entre os espectadores.
• Análise de publicidade em vídeo: ajuda a entender como a veiculação de anúncios afeta os espectadores e garante a transmissão de mensagens publicitárias adequadas e personalizadas. Essas métricas proporcionam uma compreensão apurada do alcance do conteúdo em vídeo, da qualidade do engajamento, do desempenho técnico e da eficácia da monetização.

Há suporte ao rastreamento offline de conteúdo e à análise de publicidade em vídeo?

Sim, a análise de vídeo oferece suporte explícito ao rastreamento offline de conteúdo baixado e à análise de publicidade em vídeo. O recurso de rastreamento offline permite que as empresas entendam o engajamento do usuário com o conteúdo, mesmo quando ele não é transmitido ao vivo. O recurso de análise de publicidade em vídeo ajuda a avaliar o impacto dos anúncios nos espectadores e a otimizar a veiculação de anúncios para garantir que as mensagens sejam personalizadas e eficazes. Esses recursos tratam de aspectos essenciais da estratégia moderna do uso de vídeos: o consumo em movimento e o desempenho da publicidade baseada em vídeo.

O que é análise federada para vídeo?

A análise federada é um recurso relacionado à análise de vídeo que permite compartilhar e receber dados resultantes das análises dos vídeos dos distribuidores. O objetivo é fornecer uma visão mais integral do consumo de vídeos e entender melhor o alcance total do público em vários dispositivos e parceiros de distribuição. Esse aspecto é particularmente importante para criadores de conteúdo e empresas de mídia que distribuem seu conteúdo em vídeo por meio de várias plataformas ou serviços de terceiros, pois permite reunir dados sobre o número de visualizadores a fim de ter uma visão abrangente do público.

Ao fornecer insights detalhados sobre os hábitos de visualização, identificar vídeos populares em tempo real e permitir a análise da publicidade em vídeo, essa solução possibilita que empresas de mídia, criadores de conteúdo e profissionais de marketing tomem decisões mais informadas e baseadas em dados relativas às estratégias de criação de conteúdo, cronogramas de programação e métodos de veiculação de publicidade em vídeo. Por exemplo, entender como a veiculação de anúncios afeta a experiência do espectador e garantir que as mensagens transmitidas pelos anúncios sejam personalizadas pode melhorar os resultados de monetização e a retenção do espectador.

Como o Adobe Analytics oferece suporte à análise de assistentes de voz?

O Adobe Analytics permite que as empresas ofereçam experiências mais personalizadas e atraentes aos clientes por meio de interfaces baseadas em voz, capturando e analisando sistematicamente dados de interações por voz. Essa funcionalidade abrange todas as principais plataformas de assistente de voz. Os insights derivados das análises de voz ajudam as organizações a otimizar o desenvolvimento de seus aplicativos de voz, aumentar o engajamento do usuário com esses aplicativos e entender de maneira mais clara o impacto e a função das interações por voz em um contexto mais amplo da experiência geral do cliente. À medida que as interações por voz se tornam mais predominantes, essa análise dedicada é essencial para que as marcas entendam o comportamento dos usuários, identifiquem os pontos problemáticos e refinem as estratégias que utilizam para se conectar com usuários por meio das tecnologias de voz.

Quais são as principais métricas que podem ser capturadas no caso das interações por voz?

Para oferecer uma compreensão detalhada das interações por voz, o Adobe Analytics possibilita a captura de pontos de dados fundamentais e especificamente relevantes para esse meio. Essas métricas incluem:

• Frequência de uso: a frequência com que os usuários interagem com o aplicativo de voz.
• Intenção: o que os usuários estão tentando realizar com seus comandos por voz.
• Autenticação do usuário: se e como os usuários são autenticados durante as sessões de interação por voz.
• Campos: partes específicas de informações necessárias para atender a uma intenção (por exemplo, nome de uma cidade para solicitação de informações sobre o clima).
• Parâmetros: detalhes adicionais fornecidos pelo usuário relacionados à sua solicitação.
• Duração da sessão: a duração das sessões de interação por voz. Essas métricas especializadas se adaptam às características exclusivas das interações por voz, o que ajuda as empresas a entender o comportamento do usuário, a taxa de sucesso das consultas, os pontos de atrito e os níveis gerais de engajamento com os aplicativos habilitados para as tecnologias de voz.

Como os dados de voz se integram em uma visão omnicanal?

Os dados dos aplicativos de assistente de voz podem ser visualizados juntamente com os dados de todos os outros canais (por exemplo, web, aplicativo para dispositivos móveis) a fim de proporcionar uma visão integral e unificada das interações com o cliente em toda a sua jornada de relacionamento com a marca. Além disso, recursos analíticos avançados, como detecção de anomalias e segmentação ilimitada em tempo real, podem ser aplicados a esses dados de voz consolidados, da mesma forma que são aplicados aos dados de outros canais. Essa integração é essencial para entender como as interações por voz complementam ou influenciam outros pontos de contato e para aplicar metodologias analíticas consistentes em toda a conjuntura da experiência do cliente.

Ao capturar métricas detalhadas, como intenção, autenticação do usuário, campos, parâmetros e duração da sessão, o recurso de análise de voz vai muito mais além, sem se limitar apenas a contagens de uso ou registros de comandos. Esse nível de granularidade permite compreender mais detalhadamente o objetivo dos usuários ao usar comandos por voz, como interagem com o fluxo de conversa do aplicativo de voz e em que ponto encontram dificuldades ou abandonam as tarefas. Esse insight detalhado é essencial para otimizar designs conversacionais, melhorar a relevância e a precisão dos serviços baseados em voz e, por fim, aumentar a satisfação do usuário.

O que é a análise de coorte do Adobe Analytics?

A análise de coorte, disponível no espaço de trabalho de análise do Adobe Analytics, é um método de análise que permite aos usuários entender como os grupos de usuários que compartilham características ou experiências comuns (conhecidos como coortes) se comportam durante períodos prolongados. Esse tipo de análise normalmente conta com uma “métrica de inclusão”, que define os critérios para que um usuário se torne parte de uma coorte (por exemplo, usuários que instalaram um aplicativo em um mês específico), e uma “métrica de retorno”, que rastreia um comportamento ou resultado específico dessa coorte em períodos subsequentes (por exemplo, contagens de sessões mensais ou taxas de compra). Essa técnica revela padrões dinâmicos de retenção, engajamento e conversão de usuários durante o ciclo de vida porque vai além das visualizações estáticas e pontuais dos dados relativos ao comportamento do usuário.

Quais são os casos de uso da análise de coorte?

A análise de coorte é uma ferramenta versátil que pode ser aplicada a uma variedade de requisitos comerciais. Alguns casos de uso cotidiano são:

• Engajamento com o aplicativo: análise de como os usuários que instalam um aplicativo para dispositivos móveis continuam a interagir com ele ao longo do tempo, identificando padrões como adoção inicial, queda no uso ou engajamento contínuo.
• Conversão de assinatura: controle da taxa na qual os usuários com uma assinatura gratuita ou versão de avaliação fazem upgrade para versões pagas nos meses seguintes à inscrição inicial.
• Segmentos de coorte complexos: definição de grupos específicos de coorte usando várias métricas e segmentos para os critérios de inclusão e retorno. Isso permite identificar os segmentos com desempenho abaixo do esperado e direcionar promoções ou intervenções personalizadas para os clientes desses segmentos a fim de melhorar o desempenho.
• Adoção de versão de aplicativo: comparação das taxas de engajamento, retenção e cancelamento de usuários em diferentes versões de aplicativos móveis para entender os padrões de adoção e identificar se versões específicas estão afastando os usuários ou incentivando upgrades.
• Aceitação da campanha: avaliação da eficácia de várias campanhas de marketing na aquisição e retenção de usuários ao longo do tempo, comparando coortes de campanha lado a lado por meio do recurso de coorte com critérios personalizados.
• Impacto do lançamento do produto: a configuração Tabela de latência é usada para avaliar o impacto do lançamento de um novo produto em ralação ao comportamento e à receita de um segmento específico de clientes, analisando suas atividades antes e depois do lançamento.
• Identificação dos usuários mais fiéis (aderência individual): identificação dos compradores recorrentes mês a mês usando a configuração de cálculo contínuo e, por outro lado, identificação dos clientes que cancelaram ou não apresentam comportamento de compra recorrente. Esses diversos casos de uso demonstram a flexibilidade da análise de coorte na abordagem de requisitos comerciais cruciais relacionados ao gerenciamento do ciclo de vida do usuário, à avaliação do desempenho do produto e à avaliação da eficácia do marketing.

O Adobe Analytics está em conformidade com o GDPR?

O Adobe Analytics pode ser usado em conformidade com o GDPR. No entanto, cumprir e manter a conformidade é uma responsabilidade compartilhada. A Adobe proporciona ferramentas e funcionalidades para dar suporte aos requisitos do GDPR, no entanto, a organização que adota o Adobe Analytics (o controlador de dados) deve tomar medidas eficazes para configurar a plataforma e implementar práticas adequadas de governança de dados a fim de garantir que os níveis de conformidade do seu caso de uso específico sejam atendidos. Ou seja, a própria plataforma oferece recursos para conformidade, mas a responsabilidade de implementá-los e gerenciá-los corretamente recai sobre o usuário.

Quais etapas são necessárias para garantir a conformidade com o GDPR ao usar o Adobe Analytics?

Para garantir a conformidade com o GDPR ao usar o Adobe Analytics, a organização do usuário deve tomar várias medidas ativas. A resposta do consultor da comunidade no material fornecido indica vários recursos oficiais da Adobe que oferecem orientação detalhada sobre esse tópico. Incluindo:

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

Em geral, esses recursos detalham as etapas necessárias, como implementação de políticas de governança de dados, definição correta das configurações de privacidade no Adobe Analytics, gerenciamento eficaz do consentimento do usuário, bem como estabelecimento de processos para lidar com as solicitações de acesso do titular dos dados (DSARs), conforme exigido pelo GDPR. A conformidade não é automática. É preciso configurá-la cuidadosamente e cumpri-la continuamente de acordo com os princípios do GDPR por meio dos recursos de governança de dados da plataforma.

Quais são os requisitos de administração e acesso do Analysis Workspace?

O acesso ao Analysis Workspace e aos seus recursos é determinado pelas permissões padrão dos usuários do Adobe Analytics. Isso inclui permissões para acessar conjuntos de relatórios específicos e seus componentes (como segmentos, métricas e dimensões). As permissões também controlam a curadoria, a criação, o compartilhamento e o agendamento de projetos. Para informações detalhadas, usuários devem consultar a documentação sobre requisitos de administração. O controle proporcionado pelas permissões garante a segurança dos dados e permite que as organizações gerenciem quem pode acessar e interagir com diferentes conjuntos de dados e projetos analíticos.

O uso do espaço de trabalho de análise pode afetar a coleta de dados?

Não, o uso do espaço de trabalho de análise não afetará de modo algum a coleta de dados. Trata-se de uma ferramenta de relatórios e visualização que trabalha com dados já coletados. Os usuários podem arrastar e soltar livremente vários componentes (dimensões, métricas, segmentos, visualizações) em um projeto a fim de explorar diferentes visões analíticas sem afetar os dados originais ou o processo de coleta de dados. Se o usuário fizer uma alteração não intencional em um projeto, ele pode usar a função desfazer para reverter a última ação.

Quais ações posso realizar como usuário com acesso somente leitura no Analysis Workspace?

Quando um projeto do espaço de trabalho de análise é compartilhado com um usuário no modo somente leitura, todas as funções e recursos de edição do projeto ficam totalmente desabilitados para esse destinatário. Em geral, os usuários somente leitura podem interagir apenas com elementos predefinidos, como alterar opções em menus suspensos que o criador do projeto configurou especificamente para aplicar filtros a painéis de maneira controlada. Desse modo, é possível visualizar e interagir com relatórios compartilhados de maneira limitada, sem permitir modificações não autorizadas na estrutura ou nos componentes do projeto.