Vanliga frågor om Adobe Analytics

Vad är triggers för återmarknadsföring i Adobe Analytics?

Triggers för återmarknadsföring i Adobe Analytics ger marknadsförare möjlighet att identifiera, definiera och kontinuerligt övervaka signifikanta konsumentbeteenden. När dessa beteenden upptäcks kan systemet initiera kommunikation mellan olika lösningar, till exempel genom personliga e-postmeddelanden, för att engagera dessa besökare på nytt. Denna förmåga omvandlar passiv dataobservation till aktiva möjligheter för återengagemang och utgör en väsentlig del av en dynamisk och responsiv marknadsföringsstrategi. Det handlar i grunden om att omvandla observerat digitalt kroppsspråk till aktuella och relevanta interaktioner.

Hur når triggers för återmarknadsföring i Adobe Analytics längre än till basala företeelser som övergivna varukorgar?

Även om det klassiska exemplet med kunden som överger sin varukorg är en välkänd och relevant grundläggande trigger, sträcker sig potentialen för återmarknadsföring inom ett verkligt datadrivet företag långt bortom sådana scenarier. Adobe Analytics möjliggör triggerkonfigurering för återmarknadsföring som utnyttjar alla tillgängliga data i realtid och inte är begränsat till isolerade händelser. Denna omfattande dataanvändning är en viktig differentieringsfaktor. I detta sammanhang representerar grundläggande triggers endast en bråkdel av vad som kan uppnås, vilket indikerar att Adobe Analytics siktar på ett mer holistiskt och nyanserat och i slutändan kraftfullare tillvägagångssätt för återmarknadsföring. Många e-post- och kampanjhanteringslösningar erbjuder grundläggande triggers, men det behövs ett mer omfattande tillvägagångssätt för ett verkligt effektivt tvärkanalsprogram för återmarknadsföring.

Vilka typer av åtgärder kan trigga återmarknadsföring i Adobe Analytics?

Flexibiliteten i Adobe Analytics innebär att triggers för återmarknadsföring kan konfigureras baserat på många konsumentåtgärder. Dessa inkluderar vanliga e-handelsscenarier som övergivna varukorgar, inklusive instanser då produkter uttryckligen har tagits bort från varukorgen. Utöver e-handel kan triggers aktiveras vid nyhetsbrevsregistreringar, e-postprenumerationer, kreditkortsansökningar, lojalitetsprogramsansökningar och andra anpassade åtgärder. Denna mångfald av åtgärdstriggers understryker plattformens anpassningsförmåga, vilket gör det möjligt för företag att skräddarsy återmarknadsföringsinsatser till olika konverteringsmål och specifika kontaktpunkter under hela kundresan. Detta breddar avsevärt omfattningen utöver återvunna transaktioner.

Hur integreras Adobe Analytics med Adobe Campaign för återmarknadsföring?

Adobe Analytics erbjuder effektiva integreringsmöjligheter med Adobe Campaign. Denna kombination är utformad för att vara snabb så att marknadsförare kan implementera sina återmarknadsföringsstrategier snabbt. När de väl är integrerade arbetar systemen tillsammans för att ge marknadsförarna möjlighet att agera nästan omedelbart vid en triggad händelse, vilket säkerställer att återmarknadsföringsmeddelanden skickas vid rätt tillfälle. Denna täta integrering är avgörande för omvandlingen av insikter till åtgärder.

Systemets kapacitet att övervaka ett brett spektrum av viktiga konsumentbeteenden och initiera kommunikation mellan olika lösningar, särskilt i realtid med Adobe Campaign, innebär en grundläggande förändring. Det flyttar marknadsföring från reaktiva, grupporienterade taktiker för återmarknadsföring till en modell för proaktivt, sammanhangsberoende och personaliserat engagemang i stor skala. Detta tyder på att företag kan automatisera kundvårdsflöden, triggade av ett brett spektrum av kundsignaler, vilket leder till mer meningsfulla interaktioner.

Hur samverkar Adobe Analytics och AEM Sites?

Adobe Analytics och AEM Sites är konstruerade för inbyggd integrering, vilket skapar ett kontinuerligt och dubbelriktat flöde av insikter. Analysdata om kundbeteende och innehållsprestanda matas in i AEM, medan information om vilket innehåll som har levererats är tillgänglig i Analytics. Detta ömsesidiga utbyte syftar till att skapa en enda samlad informationskälla för både kunddata och innehållet de interagerar med. Denna enhetliga vy är grundläggande eftersom den avvecklar de traditionella barriärer som ofta finns mellan förståelsen för kundbeteende (Analytics-domänen) och leveransen av skräddarsydda innehållsupplevelser (AEM-rollen). Resultatet är ett slutet system där insikter styr innehållet och innehållsprestanda förfinar insikterna.

Vilka är fördelarna med att integrera Analytics med AEM?

Integrering av Adobe Analytics med AEM Sites innebär flera betydande fördelar för företag. Dessa inbegriper etablering av systemöverskridande arbetsflöden som effektiviserar verksamheten mellan analys och innehållshantering. Det möjliggör avancerad personalisering genom automatisering med artificiell intelligens (AI), vilket tillåter praktiskt taget obegränsade resursvariationer anpassade till unika målgrupper. Dessutom möjliggör det dynamiskt innehåll som anpassar sig efter kunders åtgärder, beteenden och behov i realtid. Integreringen stöder också skapande och leverans av tvärkanalsupplevelser via en oövervakad arkitektur för innehållshanteringssystem (CMS).

Vad är avvikelseidentifiering i Adobe Analytics?

Avvikelseidentifiering i Adobe Analytics är en funktion som använder statistisk modellering och maskininlärningstekniker för att automatiskt identifiera oväntade eller statistiskt viktiga avvikelser i data. Den är utformad för att systematiskt gå igenom omfattande datauppsättningar för att snabbt identifiera faktorer som påverkar verksamheten. Denna kapacitet automatiserar vad som traditionellt har varit en tidskrävande och ofta manuell process. Den proaktiva identifieringen av kritiska förändringar som annars skulle kunna gå obemärkta förbi låter analytiker och marknadsförare fokusera sin uppmärksamhet på det som är viktigt.

Hur hjälper avvikelseidentifiering till att påvisa viktiga datahändelser?

Avvikelseidentifiering hittar oväntade toppar eller dalar i trafik eller andra nyckeltal och presenterar dessa resultat med tydliga visualiseringar. Sådana avvikelser kan signalera många viktiga händelser: positiva resultat, såsom en marknadsföringskampanj som presterar bättre än väntat, eller negativa problem, däribland buggar på webbsidor, taggningsfel eller skadliga aktiviteter såsom industrispionage. Oavsett om orsaken till en avvikelse är positiv eller negativ är det alltid fördelaktigt att identifiera den snabbt. Det primära värdet ligger i snabbheten i denna identifiering och förmågan att flagga både möjligheter som kan utnyttjas och hot som kräver åtgärder – vilket möjliggör snabbare och mer informerade svar.

Hur kan bidragsanalys användas med avvikelseidentifiering?

Att förstå den underliggande orsaken till en avvikelse är avgörande för att lämpliga åtgärder ska kunna vidtas när den upptäcks. Funktionen för bidragsanalys i analysarbetsytan fungerar tillsammans med avvikelseidentifiering för att tillgodose detta behov. Det gör det möjligt för användare att gå från att bara veta när en avvikelse inträffade, till att förstå varför. Bidragsanalys hjälper till att upptäcka de faktorer som orsakade avvikelsen. Denna diagnostiska förmåga är avgörande för att formulera effektiva svar, vare sig det handlar om att åtgärda ett problem eller att skala upp en framgångsrik insats.

Kan avvikelseidentifiering ta hänsyn till säsongsbetonade händelser?

Ja, när avvikelseidentifiering används i analysarbetsytan kan den ta hänsyn till förutsägbara säsongsbetonade händelser. Dessa kan inkludera betydelsefulla detaljhandelsperioder som Black Friday, reserelaterade toppar som större skollov liksom andra helger. Denna funktion är avgörande eftersom den gör det möjligt för systemet att skilja mellan äkta avvikelser och förväntade regelbundna variationer i datamönster, vilket minskar risken för falska positiva resultat och säkerställer att aviseringar är mer meningsfulla. Det traditionella tillvägagångssättet för analys innebär ofta att analytiker manuellt går igenom ett stort antal rapporter i jakt på problem eller beaktansvärda trender.

Vad är datalager och dataflöden i Adobe Analytics?

Adobe Analytics’ datalager erbjuder funktioner för utökad lagring av kunddata tillsammans med alternativ för dataombearbetning och avancerad rapportering. Det är utformat för att hantera stora datauppsättningar och komplexa analytiska frågor.

Dataflöden fokuserar på att leverera rådata batchvis. De kan schemaläggas att köras dagligen eller varje timme, och levererar ett konsekvent flöde av obehandlade data. Dessa två komponenter har olika men kompletterande funktioner för att hantera och få åtkomst till de detaljerade data som samlas in av Adobe Analytics. Datalagret tillgodoser behov av långtidslagring och djupgående analys, medan dataflöden möjliggör regelbunden, automatiserad extrahering av rådata för användning i andra system.

Hur kan rådata från Adobe Analytics användas?

Rådata från Adobe Analytics kan exporteras och matas in i återmarknadsföringssystem, användas för att genomföra komplex attribueringsmodellering eller för att utveckla benägenhetspoäng för prediktiv analys. Dessutom exporteras rådata ofta för arkiveringsändamål eller långsiktig analys som kan gå utöver standardfunktionerna i rapporteringsgränssnittet. Detta understryker principen att värdet av Adobe Analytics-data sträcker sig längre än till de inbyggda rapporteringsverktygen, vilket gör det möjligt att driva andra viktiga affärssystem och avancerade analytiska modeller.

Vilka är funktionerna i Data Warehouse?

Datalagret är byggt för skalbarhet och prestanda. Det möjliggör bearbetning av ett obegränsat antal datarader inom en enskild förfrågan för individuella schemalagda och nedladdade rapporter. Denna funktion är särskilt fördelaktig för djupgående analyser av omfattande datauppsättningar. Det möjliggör också export och lagring av stora datamängder utan att användaren behöver lägga ner betydande extra arbete.

Hur effektiviserar dataflöden dataleverans?

Dataflöden är utformade för att strömma rådata från olika digitala kanaler, såsom webbsidor, mobilappar eller andra onlinekällor, direkt till en organisations valda datalager eller en annan lagringsplats. Användare ges omfattande kontroll över dessa flöden, inklusive att konfigurera nya flöden samt att hantera befintliga flöden och att ändra dem vid behov. Omfattande verktyg för jobbhantering möjliggör statusövervakning för alla dataflödesjobb, verifiering av korrekt leverans och omkörning av jobb vid behov – allt från ett centraliserat gränssnitt. Detta erbjuder en tillförlitlig, hanterbar och automatiserad mekanism för att extrahera rådata från Adobe Analytics och integrera det i andra företagsdatasystem, vilket därmed stöder en bredare och mer sammanhängande datastrategi.

Vad är intelligenta aviseringar i Adobe Analytics?

Intelligenta aviseringar i Adobe Analytics ger användare möjlighet att skapa och hantera notifieringar baserade på dataavvikelser eller specifika tröskelvärden för mätvärden. En nyckelfunktion är möjligheten att skapa sammansatta aviseringar som konsoliderar information om flera mätvärden i en enda notifiering. Systemet övervakar aktivt data och meddelar omedelbart användare när något ovanligt inträffar, såsom en betydande avvikelse från standardmönster eller när ett fördefinierat riktmärke uppnås. Dessa aviseringar är utformade för att hjälpa användare att hålla koll på viktiga dataändringar utan att ständigt behöva övervaka kontrollpaneler manuellt, vilket gör datatillsyn mer effektiv och mindre arbetskrävande.

Hur fungerar intelligenta aviseringar med avvikelseidentifiering?

Intelligenta aviseringar är utformade för att integreras sömlöst med funktionen för avvikelseidentifiering. Detta innebär att aviseringar kan triggas baserat på tröskelvärden för avvikelser som identifierats av maskininlärningsalgoritmer, vilket säkerställer att de aktiveras när de behövs som mest. Intelligenta aviseringar baseras inte enbart på enkla, fasta tröskelvärden. De kan dock fortfarande aktiveras av statistiskt signifikanta avvikelser som systemet har identifierat som ovanliga eller oväntade, vilket gör aviseringarna mer relevanta och åtgärdbara.

Vilka typer av aviseringstriggers kan konfigureras?

Användarna har stor flexibilitet när det gäller att konfigurera de villkor som triggar en avisering. Aviseringar kan ställas in baserat på tröskelvärden för avvikelser från funktionen för avvikelseidentifiering, specifika procentuella ändringar i ett mätvärde eller när ett mätvärde går över eller under en fördefinierad datapunkt. Denna flexibilitet gör det möjligt för användare att exakt definiera vad som är en ”viktig händelse” utifrån sina specifika nyckeltal (KPI:er) och unika affärskontext, och att anpassa aviseringssystemet efter sina egna prioriteringar.

Hur hanteras och levereras aviseringar?

Adobe Analytics tillhandahåller verktyg för effektiv aviseringshantering. Användare kan förhandsgranska hur ofta en avisering sannolikt kommer att triggas baserat på historiska data och aktuella inställningar. Detta hjälper till att finjustera aviseringskriterierna för att undvika aviseringsutmattning från alltför frekventa notifieringar. När ett aviseringsvillkor uppfylls kan meddelanden skickas via e-post eller SMS. Dessa notifieringar innehåller ofta länkar till automatiskt genererade analyser, vilket ger ett sammanhang och underlättar en snabbare förståelse av händelsen som utlöste aviseringen. Leverans via standardkommunikationskanaler säkerställer snabb medvetenhet och de direkta länkarna till analys påskyndar utredningsprocessen.

Vad är sammansatta aviseringar?

Sammansatta aviseringar effektiviserar aviseringshanteringen genom att låta användare övervaka flera mätvärden inom en enda, sammanställd avisering istället för att skapa och hantera ett stort antal individuella aviseringar för relaterade KPI:er. Dessutom kan aviseringar förfinas med filtrering efter specifika målgruppssegment eller enheter. Genom gruppering av relevant information minskar sammansatta aviseringar notifieringsbruset. Filtreringskapaciteten ger ytterligare ett lager av detaljrikedom, vilket säkerställer att aviseringar är mycket relevanta för mottagaren eller det specifika affärsområde som övervakas.

Introduktionen av intelligenta aviseringar – i synnerhet när de integreras med funktionen för avvikelseidentifiering – markerar en förändring i hur användare interagerar med sina data. Systemet fungerar som en uppmärksam övervakare så att användare inte proaktivt och manuellt ska behöva söka efter insikter eller problem i stora och komplexa datauppsättningar. Det uppmärksammar proaktivt användarna på viktiga händelser och avvikelser via kanaler som ”e-post eller SMS med länkar till automatiskt genererade analyser.” Detta främjar ett mer omedelbart, engagerat och lyhört förhållningssätt till datadrivna signaler.

Vad är liveströmsfunktionen i Adobe Analytics?

Liveströmsfunktionen i Adobe Analytics erbjuder en kontinuerlig realtidsström av obehandlade data på interaktionsnivå. Dessa data blir tillgängliga inom några sekunder (vanligtvis 30–90 sekunder) efter att de har samlats in från digitala kanaler. Nästan omedelbar tillgång till råa, detaljerade data är av avgörande vikt för användningsfall som kräver omedelbara åtgärder eller att data matas in i andra realtidssystem. Termen ”obehandlade” innebär att data är i sin mest detaljerade form. De är ännu inte aggregerade eller ändrade av standardiserade rapporteringsprocesser, vilket gör dem perfekta för mycket specifika eller tidskänsliga analyser.

Vilka är användningsfallen för realtidsdata från liveströmsfunktionen?

Liveströmmen med realtidsdata kan tillämpas på flera värdefulla användningsfall. Dessa inkluderar att driva kontrollpaneler för livetrafik för omedelbar operativ överblick, mata in data i rekommendationsmotorer och personaliseringsalgoritmer för dynamisk omdirigering eller återmarknadsföring, möjliggöra realtidsövervakning av marknadsföringskampanjers effekt medan de pågår samt att personalisera erbjudanden och innehåll för användare vid rätt tillfälle i deras interaktion. Dessa exempel belyser liveströmmens mångsidighet, från operativ övervakning på hög nivå till omedelbara, individualiserade kundinteraktioner.

Integreras liveströmsfunktionen med andra Adobe Experience Cloud-produkter?

Ja, data från liveströmsfunktionen är utformade för att vara kompatibla med och integrerade i andra Adobe Experience Cloud-produkter. Strömmen inkluderar händelser på interaktionsnivå som härrör från andra lösningar i Adobe-ekosystemet, till exempel Adobe Target (för personalisering och A/B-testning) eller Adobe Advertising Cloud (för annonseringshantering). Denna integrering berikar dataströmmen i realtid med insikter och interaktionsdata från olika kontaktpunkter som hanteras av Adobe Experience Cloud, vilket ger en mer holistisk realtidsvy av kundaktivitet som kan användas för omedelbar aktivering och lösningsövergripande arbetsflöden.

Vilka funktioner erbjuder videoanalys?

Videoanalys i Adobe Analytics levererar detaljerad information nästan i realtid om videokonsumtion, inklusive mätvärden som videolängd och stopp- och startinstanser. Det möjliggör utvärdering och kombination av olika videomätvärden för att få insikter om tittarvanor. Dessa insikter kan sedan öka engagemanget – ofta genom att leverera mycket personliga rekommendationer. En viktig styrka är dess förmåga att mäta videoprestanda på flera medieplattformar, och den omfattar även spårning av användning av videoinnehåll offline. Denna specialiserade lösning är utformad för en djup förståelse för hur videoinnehåll används, vilket är ovärderligt för alla företag som i hög grad förlitar sig på video för kommunikation, marknadsföring eller intäktsgenerering.

Vilka plattformar kan mätas med videoanalys?

Videoanalysfunktionerna omfattar ett brett spektrum av moderna visningsplattformar. Dessa inkluderar mobiltelefoner, surfplattor, OTT-enheter (som smart-TV-apparater och digitala mediespelare), traditionella set-top-boxar och spelkonsoler. Viktigt är att den stöder mätning även av offlineinnehåll. Detta omfattande plattformsstöd säkerställer att företag kan få en helhetsbild av videokonsumtionen för de olika sätt som publiken får tillgång till innehåll på i dag.

Vilken viktig videostatistik kan samlas in?

Utöver grundläggande visningsantal möjliggör videoanalys insamling av en omfattande uppsättning viktiga mätvärden som ger djupare insikter i engagemang och prestanda. Bland dessa finns:

• Samtidiga tittare per minut: Särskilt användbart för att utvärdera publikens engagemang under direktsända videoevenemang.
• Mätvärden för upplevelsekvalitet: Dessa hjälper till att säkerställa en smidig, icke-påträngande videoupplevelse för publiken genom spårning av aspekter som buffring eller fel.
• Spårning av nedladdat offlineinnehåll: Registrerar engagemang i videoinnehåll som har laddats ner för visning offline.
• Trendande videor i realtid: Identifiera det populäraste videoinnehållet bland tittare.
• Analys av videoannonsering: Hjälper till att förstå hur annonsleverans påverkar tittare och säkerställer att rätt och personaliserade reklambudskap visas. Dessa mätvärden ger en nyanserad förståelse av videoinnehållets räckvidd, engagemangskvalitet, tekniska prestanda och effektivitet i intäktsgenerering.

Stöder den spårning av offlineinnehåll och analys av videoannonsering?

Ja, videoanalys stöder uttryckligen spårning av nedladdat offlineinnehåll och analys av videoannonsering. Offlinespårningsfunktionen gör det möjligt för företag att förstå användarnas engagemang i innehåll även när det inte strömmas live. Funktionen för analys av videoannonsering hjälper till att bedöma annonsers inverkan på tittare och att optimera annonsleverans för att säkerställa personaliserade och effektiva budskap. Dessa funktioner adresserar viktiga aspekter av modern videostrategi: konsumtion i farten och prestanda för videobaserad reklam.

Vad är federerad analys för video?

Federerad analys är en funktion relaterad till videoanalys som möjliggör delning och mottagning av videodata från distributörer. Målet är att ge en mer holistisk bild av videokonsumtion och bättre förstå den totala publikräckvidden över olika enheter och distributionspartner. Detta är särskilt viktigt för innehållsskapare och medieföretag som distribuerar sitt videoinnehåll via flera tredjepartsplattformar eller -tjänster då det gör det möjligt för dem att samla visningsdata för en heltäckande bild av sin publik.

Genom att tillhandahålla detaljerade insikter i tittarbeteenden, identifiera trendande videor i realtid och möjliggöra analys av videoannonsering ger lösningen medieföretag, innehållsskapare och marknadsförare möjlighet att fatta mer välgrundade, datadrivna beslut om innehållsskapande, schemaläggning av program och metoder för videoannonsering. Till exempel kan förståelsen av hur annonsleverans påverkar tittarupplevelsen och säkerställandet att annonsbudskap är personaliserade förbättra intäktsresultaten och öka kvarhållandet av tittare.

Hur stöder Adobe Analytics röstassistentsanalys?

Adobe Analytics gör det möjligt för företag att leverera mer personliga och engagerande kundupplevelser via röstbaserade gränssnitt genom att systematiskt samla in och analysera röstinteraktionsdata. Denna funktion omfattar alla större plattformar för röstassistans. Insikterna från röstanalys hjälper organisationer att optimera utvecklingen av sina röstapplikationer, öka användarengagemanget i dessa och få en tydligare förståelse för röstinteraktioners inverkan på och roll i den övergripande kundupplevelsen. I takt med att röstinteraktion blir allt vanligare är sådan dedikerad analys avgörande för att varumärken ska kunna förstå användarbeteende, identifiera problemområden och förfina röststrategier.

Vilka viktiga mätvärden kan samlas in för röstinteraktioner?

För att ge en nyanserad förståelse för röstinteraktioner möjliggör Adobe Analytics insamling av nyckeldata som är särskilt relevanta för detta medium. Dessa mätvärden inkluderar:

• Användningsfrekvens: Hur ofta användare interagerar med röstapplikationen.
• Avsikt: Vad användare försöker uppnå med sina röstkommandon.
• Användarautentisering: Om och hur användare autentiseras under röstsessioner.
• Platser: Specifika informationsdelar som krävs för att uppfylla en avsikt (t.ex. ett stadsnamn för en väderförfrågan).
• Parametrar: Ytterligare detaljer som användaren anger i samband med sin begäran.
• Sessionslängd: Varaktigheten för röstinteraktionssessioner. Dessa specialanpassade mätvärden är utformade efter röstinteraktioners unika egenskaper och hjälper företag att förstå användarbeteende, framgångsgraden för frågor, problemområden och den övergripande engagemangsnivån för deras röstaktiverade applikationer.

Hur integreras röstdata i en flerkanalsvy?

Data från applikationer för röstassistans kan visas tillsammans med data från alla andra kanaler (t.ex. webb, mobilapp, e-post) för att ge en holistisk och enhetlig bild av kundinteraktioner under hela deras resa med varumärket. Dessutom kan kraftfulla analysfunktioner som avvikelseidentifiering och obegränsad realtidssegmentering tillämpas på dessa samlade röstdata, liksom på data från andra kanaler. Denna integrering är avgörande för att förstå hur röstinteraktioner kompletterar eller påverkar andra kontaktpunkter och för att tillämpa konsekventa analysmetoder över hela kundupplevelselandskapet.

Att samla in detaljerade mätvärden som avsikter, användarautentiseringar, platser, parametrar och sessionslängder tar röstanalys långt bortom simpla användningsräkningar eller kommandologgar. Denna detaljnivå möjliggör en mycket djupare förståelse för vad användare försöker uppnå med sina röstkommandon, hur de interagerar med röstapplikationens konversationsflöde och var de kan stöta på svårigheter eller överge uppgifter. En sådan detaljerad insikt är avgörande för att optimera konversationsdesign, förbättra relevansen och noggrannheten i röstbaserade tjänster och i slutändan öka användarnöjdheten.

Vad är kohortanalys i Adobe Analytics?

Kohortanalys, som finns tillgänglig i analysarbetsytan i Adobe Analytics, är en analytisk metod som gör det möjligt för användare att förstå hur grupper av användare med gemensamma egenskaper eller upplevelser (så kallade kohorter) beter sig över längre tidsperioder. Analysen innefattar vanligtvis ett ”mätvärde för inkludering” som definierar kriterierna för att en användare ska ingå i en kohort (t.ex. användare som installerade en app under en viss månad), samt ett ”mätvärde för retur” som spårar ett visst beteende eller resultat för den kohorten under efterföljande perioder (t.ex. deras månatliga sessionsantal eller köpfrekvens). Denna teknik når längre än till statiska ögonblicksbilder av användarbeteende och avslöjar dynamiska mönster i kvarhållning av användare, engagemang och konvertering under hela deras livscykel.

Vilka är användningsfallen för kohortanalys?

Kohortanalys är ett mångsidigt verktyg som kan tillämpas på olika affärsfrågor. Några vanliga användningsfall inkluderar:

• Appengagemang: Analyserar hur användare som installerar en mobilapp fortsätter att engagera sig i den över tid och identifierar mönster som initialt antagande, minskat användande och långvarigt och kontinuerligt engagemang.
• Prenumerationskonvertering: Spårar i vilken grad användare av en kostnadsfri prenumeration eller testversion uppgraderar till betalversioner under månaderna efter deras första registrering.
• Komplexa kohortsegment: Definierar specifika kohortgrupper med hjälp av flera mätvärden och segment för inkluderings- och returkriterier. Detta gör det möjligt att identifiera underpresterande kundsegment som kan riktas med skräddarsydda kampanjer eller insatser för att förbättra prestandan.
• Antagande av appversion: Jämför användarengagemang, kvarhållning och avhopp mellan olika mobilappsversioner för att förstå antagandemönster och identifiera om specifika versioner driver bort användare eller uppmuntrar till uppgraderingar.
• Campaign Stickiness: Utvärderar effektiviteten hos olika marknadsföringskampanjer när det gäller att värva och behålla användare över tid genom att jämföra kampanjkohorter sida vid sida med hjälp av funktionen för anpassad dimensionering av kohorter.
• Produktlanseringens påverkan: Inställningen Latency Table används för att bedöma effekten av en ny produktlansering på ett specifikt kundsegments beteende och intäkter genom analys av deras aktiviteter före och efter lanseringen.
• Identifiering av de mest lojala användarna (Individual Stickiness): Identifierar återkommande köpare månadsvis med hjälp av inställningen för rullande beräkning, liksom kunder som har hoppat av eller inte uppvisar upprepade köpvanor. Dessa olika användningsfall visar på kohortanalysens flexibilitet när det gäller att hantera viktiga affärsfrågor relaterade till hantering av användarlivscykler, utvärdering av produktprestanda och utvärdering av marknadsföringseffektivitet.

Är Adobe Analytics GDPR-kompatibelt?

Adobe Analytics kan användas på ett sätt som är förenligt med GDPR. Att uppnå och upprätthålla efterlevnad är dock ett gemensamt ansvar. Även om Adobe tillhandahåller verktyg och funktioner för att stödja GDPR-krav, måste den organisation som använder Adobe Analytics (personuppgiftsansvarig) vidta aktiva åtgärder för att konfigurera plattformen och implementera lämpliga dataförvaltningsrutiner för att säkerställa att deras specifika användningsfall uppfyller kraven för efterlevnad. Det innebär att plattformen i sig erbjuder funktioner för efterlevnad, men att ansvaret ligger på användaren att implementera och hantera dem på rätt sätt.

Vilka steg krävs för att säkerställa GDPR-efterlevnad vid användning av Adobe Analytics?

Att säkerställa GDPR-efterlevnad vid användning av Adobe Analytics kräver flera aktiva åtgärder från användarorganisationen. Svaret från användarforumets rådgivare i det tillhandahållna materialet hänvisar till flera officiella Adobe-resurser som erbjuder detaljerad vägledning i ämnet. Bland dessa finns:

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

Dessa resurser beskriver vanligtvis nödvändiga steg såsom att implementera policyer för dataförvaltning, korrekt konfigurera sekretessinställningar inom Adobe Analytics, effektivt hantera användarsamtycke och upprätta processer för hantering av förfrågningar om tillgång till registrerade personuppgifter (DSAR) enligt GDPR. Efterlevnad sker inte automatiskt; det kräver noggrann konfiguration och kontinuerlig efterlevnad av GDPR-principerna med hjälp av plattformens funktioner för dataförvaltning.

Vilka är administrations- och åtkomstkraven för Analysis Workspace?

Standardbehörigheter för Adobe Analytics-användare styr åtkomsten till Analysis Workspace och dess funktioner. Detta inkluderar behörigheter för att komma åt specifika rapportsviter och deras komponenter (som segment, mätvärden och dimensioner). Behörigheter styr även sammanställning, skapande, delning och schemaläggning av projekt. Användare bör hänvisa till dokumentationen för administrationskrav för mer information. Dessa kontroller säkerställer datasäkerhet och gör det möjligt för organisationer att hantera vem som ska kunna komma åt och interagera med olika datauppsättningar och analysprojekt.

Påverkar användningen av analysarbetsytan datainsamlingen?

Nej, användning av analysarbetsytan kommer inte på något sätt att påverka datainsamlingen. Det är ett rapporterings- och visualiseringsverktyg som arbetar med redan insamlade data. Användare kan fritt dra och släppa olika komponenter (dimensioner, mätvärden, segment, visualiseringar) i ett projekt för att utforska olika analysvyer utan att påverka underliggande data eller datainsamlingsprocessen. Om en användare gör en oavsiktlig ändring i ett projekt kan de använda funktionen ”ångra” för att återställa den senaste ändringen.

Vilka åtgärder kan jag som användare med enbart läsbehörighet utföra i Analysis Workspace?

När ett projekt i analysarbetsytan delas med en användare med enbart läsbehörighet är alla redigeringsfunktioner och -egenskaper i projektet helt inaktiverade för mottagaren. Användare med enbart läsbehörighet kan vanligtvis bara interagera med fördefinierade element, såsom att ändra alternativ i rullgardinsmenyer som är specifikt konfigurerade av projektskapare för tillämpning av filter på paneler på ett kontrollerat sätt. Detta säkerställer att delade rapporter kan visas och interageras med på begränsat vis utan att obehöriga kan göra ändringar i projektets struktur eller komponenter.