1. Dados do Adobe Analytics e do mecanismo de pesquisa
Adobe Analytics para manequins

Por David Karlins

Uma vantagem importante da análise de dados com o Adobe Analytics é ajudar a impulsionar suas estratégias de marketing e publicidade. Depois de mergulhar no Adobe Analytics, você verá como a plataforma pode ser usada para vincular os dados dos mecanismos de pesquisa aos seus esforços de marketing.

Um canal de publicidade importante para todas as marcas ocorre em mecanismos de pesquisa como Google, Bing e Yahoo! As empresas aplicam dois tipos de tática para aumentar a visibilidade de sua marca nos mecanismos de pesquisa: otimização de mecanismo de pesquisa (SEO) e marketing de mecanismo de pesquisa (SEM, ou pesquisa paga).

Os analistas precisam analisar o comportamento dos mecanismos de busca como um canal, além de distinguir entre pago e natural. Os dados os ajudam a determinar como o canal afeta o comportamento e a taxa de conversão.

O Adobe Analytics coleta dados em várias dimensões focadas na pesquisa, mas infelizmente são menos confiáveis ​​que as dimensões do canal de marketing e do referenciador. Nossa recomendação é seguir as práticas recomendadas da Adobe, ignorando os dados nessas dimensões e, em vez disso, usando o canal de marketing, o referenciador, o domínio de referência e as dimensões associadas ao Ad Analytics para pesquisa paga.

Para ser completo, e como a instalação do Adobe Analytics pode ser configurada dessa maneira (pode não ser possível ou prudente tentar alterar isso, pelo menos não rapidamente), é útil fornecer detalhes sobre os objetivos originais dessas dimensões da Adobe . Dito isto, considere as melhores práticas recomendadas, se você estiver em condições de fazê-lo.

Detectando visitas de pesquisa pagas com o Adobe Analytics

O Adobe Analytics fornece aos administradores a capacidade de definir regras para ajudar a diferenciar a pesquisa paga da pesquisa natural. As regras são definidas no Admin Console de um conjunto de relatórios, listado em Conjuntos de relatórios → Editar configurações → Geral → Detecção de pesquisa paga. Uma regra automática fornecida pela Adobe é que uma visita deve ter um referenciador que é um mecanismo de pesquisa conhecido.

Felizmente, a Adobe mantém essa lista atualizada para que os administradores não precisem se preocupar com ela. As demais definições de regra de detecção de pesquisa paga são baseadas em um parâmetro de sequência de consultas, por exemplo: cid = PS. As empresas podem configurar diferentes parâmetros de sequência de consulta com base no mecanismo de pesquisa, mas achamos preferível usar uma única variável em todos os mecanismos para manter os dados limpos de maneira mais simples.

A imagem abaixo mostra como configurar a detecção de pesquisa paga, que reflete os padrões do Google Analytics.

Conjunto de relatórios do Adobe Analytics

Se você conhece o Google Analytics, provavelmente está acostumado ao conceito de parâmetros de consulta utm para definir canais de marketing, como pesquisa paga. O Google Analytics exige que você use utm_medium = cpc como o parâmetro de consulta para fazer o bucket adequado de visitas de pesquisa pagas. Como a Adobe pode definir a pesquisa paga com base em qualquer parâmetro de consulta, as marcas que fazem a transição do Google para o rastreamento da Adobe podem manter o mesmo parâmetro de consulta. A regra de detecção de pesquisa paga do conjunto de relatórios simplesmente precisa ser ensinada a procurar utm_medium = cpc.

Diferenciando a pesquisa paga no Adobe Analytics

A mais simples das dimensões focadas nos dados do mecanismo de pesquisa é a dimensão da pesquisa paga. A dimensão de pesquisa paga ajuda os analistas a dividir o comportamento do mecanismo de pesquisa como pago ou natural. Essa análise de alto nível pode ser usada para diferenciar facilmente o comportamento com uma granularidade muito alta.

Tabela de pesquisa paga do Adobe Analytics

Analisando mecanismos de pesquisa pagos e naturais no Adobe Analytics

Todos os dados comportamentais de todos os mecanismos de pesquisa, independentemente da detecção de pesquisa paga, estão vinculados à dimensão do mecanismo de pesquisa. Felizmente, os valores dimensionais são mais amigáveis ​​do que domínios. A Adobe retorna os dados como texto, como o Yahoo! ou Google - Dinamarca.

Dados do mecanismo de pesquisa do Adobe Analytics

A visualização mais amigável dos dados do seu mecanismo de pesquisa pode ser útil ao filtrar ou segmentar dados para encontrar exatamente os mecanismos que você está tentando analisar. A imagem acima mostra a dimensão do mecanismo de pesquisa com um segmento de pesquisa pago.

Você vê algo estranho na imagem acima? Como os dados são classificados por visitas, que não possuem um segmento aplicado, o primeiro item de linha é listado como Não especificado.

Não especificado está listado na parte superior, porque é o resultado de todas as visitas que não vieram de um mecanismo de pesquisa. Se um analista somasse todas as visitas a cada um dos mecanismos de pesquisa individuais, haveria uma diferença significativa entre essa soma e a contagem total de visitas ao site; Não especificado atua como o restante. Por padrão, a Adobe adiciona uma linha Não especificada para quase todas as dimensões, para facilitar o foco no comportamento em que a dimensão não foi definida (ou não especificada) quando a métrica foi capturada.

A Adobe facilita para os analistas remover esse item dimensional da visualização através do recurso de filtro de tabela. A imagem abaixo ilustra os detalhes para remover Não especificado agora.

Filtro avançado do Adobe Analytics

As regras de detecção de pesquisa paga ajudam os analistas criando duas dimensões na granularidade do mecanismo de pesquisa: mecanismo de pesquisa - natural e mecanismo de pesquisa - pago. A única diferença entre estes se alinha diretamente com o fato de as visitas atenderem às regras de detecção.

Os analistas podem usar os dados dos mecanismos de pesquisa para ajudar os profissionais de marketing a atribuir melhor seus dólares de marketing. Se um mecanismo de pesquisa pago estiver gerando uma quantidade significativamente maior de tráfego, mas com uma taxa de conversão mais baixa, pode fazer sentido ajustar o orçamento desse mecanismo de pesquisa. Normalmente, o mecanismo de pesquisa normalmente não é suficiente para fazer esta recomendação. Como seria de esperar, a Adobe também fornece dimensões semelhantes focadas na palavra-chave de pesquisa e não no mecanismo.

Iniciando a análise de palavras-chave de pesquisa no Adobe Analytics

A palavra-chave de pesquisa permite que os analistas se aprofundem nos dados de publicidade de pesquisa para identificar quais palavras-chave estão levando os clientes em potencial e os consumidores a visitar seu site. Essas palavras-chave geralmente podem se tornar alguns dos valores dimensionais mais úteis para um analista; quando mais os consumidores dizem exatamente o que estão procurando?

Infelizmente, há um problema. Anos atrás, em nome da privacidade, o Google bloqueou a exibição de palavras-chave naturais em todas as plataformas de análise. Outros mecanismos de pesquisa logo seguiram o exemplo, e agora nossas amadas palavras-chave de pesquisa natural foram removidas do Adobe Analytics (e Google Analytics, Webtrends, Coremetrics etc.).

Os mecanismos de pesquisa, no entanto, continuaram a fornecer aos anunciantes acesso para capturar a palavra-chave de pesquisa se um usuário clicasse em um anúncio de pesquisa pago, mas somente se essa palavra-chave fosse enviada por meio de parâmetro de consulta na página de destino.

Então, o que isso tudo significa? Todas essas três dimensões são inúteis porque geralmente listam apenas a palavra-chave indisponível. Você pode ver alguns dados mínimos dos mecanismos de pesquisa que ainda não bloquearam a pesquisa paga, mas deve colaborar com sua equipe de administração e publicidade da Adobe para garantir que as palavras-chave da pesquisa paga sejam capturadas em uma dimensão personalizada da Adobe.

  1. SoftwareAdobeAdobe Analytics vs. Google Analytics
Adobe Analytics para manequins

Por David Karlins

Ao avaliar qual solução de análise de dados é adequada para você, provavelmente surgirá a pergunta: qual é a relação entre o Adobe Analytics e o Google Analytics? Como os dois principais players no campo, vale a pena comparar o Adobe Analytics com o Google Analytics.

Inúmeros clientes e profissionais do setor perguntam aos especialistas qual solução de análise eles mais gostam. Em vez de responder a essa pergunta, vamos considerar uma pergunta mais objetiva: quais são os pontos fortes e as limitações do Adobe Analytics e do Google Analytics?

Esse foco ajudou compradores em potencial de soluções de análise de dados a mapear rapidamente recursos e integrações para seus requisitos. Ao comparar e contrastar os dois, você entenderá por que sua organização fez a chamada para implementar o Adobe Analytics.

Examinando como o Adobe Analytics se compara ao Google Analytics

Vamos começar essa comparação, focando no Adobe Analytics, porque esse é o tópico deste livro. A solução de análise da Adobe é frequentemente considerada a Ferrari da indústria - impressionantemente poderosa, mas cara. Essa analogia tem alguma verdade. Mas vamos detalhar alguns dos recursos exclusivos do Adobe Analytics.

Espreitar a área de trabalho de análise

Em termos de poder, nenhuma solução de análise pode superar os recursos da Adobe que você seguirá neste livro. O primeiro diferenciador chave do Adobe é o Analysis Workspace, o mecanismo padrão no Adobe Analytics para análise, visualização, curadoria e compartilhamento. Construído com o profissional de marketing e o analista em mente, o Analysis Workspace fornece avarias ilimitadas, segmentação dinâmica e métricas calculadas, uma enorme quantidade de recursos de visualização de dados e quatro recursos principais, baseados em ciência de dados.

Para dar apenas um exemplo, o Adobe Analytics emprega algoritmos de detecção de anomalias para identificar anomalias, como quedas difíceis de encontrar no valor médio dos pedidos, picos em pedidos com baixa receita, aumentos estatisticamente significativos nos registros de testes e quedas nas visualizações da página de destino.

detecção de anomalias no Adobe Analytics

A Adobe recentemente adicionou ao Analysis Workspace um componente muito necessário para atribuição que permite que quase todas as métricas tenham um dos dez modelos de atribuição que você pode aplicar a quase todas as dimensões da plataforma.

Em resumo, a atribuição de marketing ajuda você a entender como seus clientes e clientes estão interagindo com sua presença on-line e o que eles desejam de uma maneira que possibilite decisões de marketing ou serviço altamente focadas e precisas. O QI de atribuição no Analysis Workspace, por exemplo, permite adicionar muitos novos tipos de modelos de atribuição a tabelas de forma livre, visualizações e métricas calculadas. O QI de atribuição é mostrado abaixo.

Painel de QI de atribuição do Adobe Analytics

No momento da redação deste artigo, os modelos algorítmicos e controlados por dados exigem uma atualização da solução Data Workbench da Adobe a um custo significativo.

Visualizando fluxo e precipitação no Adobe Analytics

Dois grandes diferenciais para a Adobe estão ligados às visualizações da jornada do cliente: fluxo e precipitação. Outros fornecedores parecem falhar em obter a flexibilidade e a facilidade de uso corretas para esses tipos de análise. Além disso, a Adobe está preparada para lançar o Customer Journey Analytics, um recurso focado em unir visitas e dispositivos em dispositivos baseados em logins ou dispositivos da Adobe. op.

Visualizando fluxo no Adobe Analytics

A Adobe também possui conectores de dados integrados com dezenas de parceiros que permitem integrações de conjuntos de dados relativamente simples e frequentemente bidirecionais por email, otimização de mecanismo de busca (SEO), comércio, plataformas de publicidade e muito mais. Se essas integrações pré-criadas não forem boas o suficiente, a Adobe recomenda uma integração personalizada por meio de várias opções, incluindo a Adobe Experience Platform, lançada recentemente.

O outro grande ponto de venda das integrações da Adobe vem de dentro da própria Experience Cloud - integrações com outras soluções da Adobe. A Adobe foi a primeira empresa a ter uma integração bidirecional com um Analytics e Data Management Platform (DMP). Os DMPs são usados ​​para mesclar dados de vários conjuntos de dados, criar públicos a partir desses dados mesclados e ativar esses públicos em plataformas de publicidade.

Não se preocupe. Se esse tópico for muito avançado, você deve saber apenas que os profissionais de marketing podem definir segmentos no Analytics que são enriquecidos por fontes de dados adicionais no Audience Manager (DMP da Adobe) e depois compartilhar esses segmentos novamente no Analytics para análises adicionais. A Adobe também possui integrações de qualidade com Target (teste e personalização), Campaign (gerenciamento de campanhas de marketing 1: 1), Experience Manager (gerenciamento de conteúdo e ativos) e Ad Cloud (otimização de lances de publicidade).

Identificando as limitações da solução Analytics da Adobe

O maior recurso ausente da Adobe pode ser um grande problema para você: integração com o Google Ads. A Adobe tem várias maneiras de se integrar aos dados de publicidade de seu maior concorrente de análise, mas nenhum é tão transparente ou completo quanto o do Google.

Além disso, algumas pessoas reclamam que a solução da Adobe é muito difícil de usar, mas essa opinião parece basear-se na interface Omniture (o programa que a Adobe adquiriu que evoluiu para o Adobe Analytics), o que foi francamente assustador. O Analysis Workspace removeu essas limitações e criou maneiras exclusivas de capacitar novos usuários.

Se você se sentir sobrecarregado, confira esses recursos que você pode usar para ajudá-lo a navegar no Adobe Analytics.

Entendendo como o Google Analytics se encaixa na imagem da análise de dados

Se você nunca usou o Adobe Analytics, mas usou uma solução de análise, é provável que você tenha usado o Google Analytics. Vamos dar um passo atrás e ver como o Google Analytics se encaixa no mundo da análise.

Primeiro, é importante observar a diferença entre a ferramenta gratuita do Google, o Google Analytics e o nível corporativo (e não gratuito), o Google Analytics 360.

Distinguir entre o Google Analytics e o Google Analytics 360

O Google encurralou o mercado de soluções gratuitas de análise, prestando serviço a todo o setor, ajudando a impulsionar uma enorme onda de empresários a começar a fazer perguntas sobre seus dados. A versão gratuita do Google Analytics é uma ferramenta valiosa e acessível para gerar relatórios sobre quem está acessando um site e como eles estão interagindo com esse site. Não é uma ferramenta de nível empresarial para análise de dados.

O foco aqui está no Google Analytics 360. O Google lançou essa solução paga há vários anos. Um diferencial e vantagem significativos do Google Analytics é sua integração nativa com o Google Ads. Se a publicidade é a sua razão de ser da análise, você provavelmente está gastando mais do seu orçamento e tempo nas ferramentas de anúncios do Google do que em qualquer outra ferramenta e, portanto, achará valiosa as integrações de anúncios do Google.

Google Analytics

O Google importa dados do Google Ads (anteriormente DoubleClick for Advertisers), do console de pesquisa do Google, de anúncios gráficos e em vídeo e de pesquisa paga para clientes do Google Analytics 360.

Além disso, os segmentos criados no Google Analytics podem ser ativados para campanhas de remarketing via Google Ads. No entanto, observe que essas listas de remarketing não são atualizadas retroativamente; portanto, os usuários do seu segmento antes do compartilhamento do segmento com o Google Ads não são incluídos na lista de remarketing. Somente usuários que se tornam parte do seu segmento após o compartilhamento como público de remarketing estão disponíveis para remarketing.

As métricas calculadas no Google Analytics e no Google Analytics 360 são limitadas aos quatro operadores aritméticos básicos (adicionar, subtrair, multiplicar, dividir) e podem ser usadas apenas em relatórios personalizados e criados apenas por administradores.

Alguns cálculos são pré-criados nos relatórios, mas geralmente são divisores simples de outras métricas já existentes no relatório. Os analistas geralmente precisam de operadores e funções mais complexas, como contagens distintas / exclusivas, médias, medianas, percentis e operadores lógicos (se, então, e, ou, maior que e menor que). A interface para criar uma métrica calculada no Google Analytics é mostrada abaixo.

Métricas do Google Analytics

Integração com o Google Cloud Platform

Outro recurso distintivo da ferramenta do Google é a integração com o Google Cloud Platform (GCP). Analistas avançados e cientistas de dados que se sentem confortáveis ​​no SQL (Structured Query Language, uma linguagem para acessar e manipular bancos de dados) poderão executar consultas graças à integração dos dados do Google no BigQuery, a plataforma rápida do Google, baseada em SQL, para análises complexas de vários conjuntos de dados preenchidos com enormes dados.

A ressalva ou desvantagem aqui é que o acesso a esses dados requer um alto nível de fluência com o SQL para gerar os tipos de relatórios que você pode gerar sem o SQL no Adobe Analytics.

Examinando a interface de análise avançada do Google

A interface lançada recentemente do Google para o Analytics 360 chama-se Análise avançada. Ele inclui alguns dos principais recursos não disponíveis anteriormente no Google Analytics padrão. Por exemplo, a Análise avançada aumenta a capacidade do usuário de dividir um relatório, como o relatório do canal de marketing por página de destino. A Análise avançada do Google permite dez avarias em um relatório, enquanto a interface antiga permite no máximo cinco.

Sobreposição de segmento é o segundo relatório na Análise avançada. Este relatório fornece aos analistas um diagrama de segmentos de Venn que mostra a porcentagem de usuários que compartilham um segmento. Por fim, o Google expandiu os recursos de funil personalizado na Análise avançada. Os clientes do Google Analytics 360 adoram a capacidade de criar funis personalizados em tempo real, enquanto os clientes que não são do 360 precisam criar o funil antes que os dados fluam para ele.

Na Análise avançada, o Google expandiu esses funis personalizados para atingir o máximo de 10 etapas, dobrando o máximo no Google Analytics. Quando comparada com o Analysis Workspace da Adobe, a ferramenta Advanced Analysis do Google é muito menos robusta, mas estamos animados em ver o que o Google prepara em versões futuras.

Avaliando pontos positivos e negativos do Adobe Analytics e do Google Analytics

Como observado, o Google obtém notas altas por sua integração com outras plataformas do Google. No entanto, o Google Analytics possui apenas uma integração significativa que não é do Google, com o Salesforce, portanto, todas as outras fontes de dados exigem uma configuração personalizada via API.

O Google Analytics evoluiu de e mantém retenções e limitações evolutivas significativas com base em sua origem como uma ferramenta muito mais simples para gerar relatórios, em oposição a uma ferramenta de análise completa. As limitações associadas aos recursos métricos calculados, quebras dimensionais e funis personalizados podem ser debilitantes para analistas que não podem ou não têm interesse em usar o SQL.

A falha mais significativa pode ser que o Google Analytics, mesmo a solução premium do Analytics 360, use amostragem de dados em seus relatórios, portanto, alguns relatórios podem não mostrar uma visão completa do comportamento do visitante. Semelhante à pesquisa eleitoral, os relatórios do Google Analytics mostram dados associados a uma porcentagem do conjunto completo de dados (20%, por exemplo) e multiplicam esse número pelo número total de visitantes do site (por cinco, neste exemplo).

É claro que o algoritmo de amostragem real do Google é mais complicado do que isso, mas o resultado final é importante: os dados podem fornecer respostas diferentes, dependendo de como são fatiados. No Analytics 360, os mínimos de amostra são aumentados em muitos relatórios.

Em suma, a versão gratuita do Google Analytics desempenha um papel valioso ao abrir as portas para a análise de dados para uma ampla gama de desenvolvedores de pequena escala, incluindo designers de sites individuais que criam seus sites com WordPress, Wix ou outras ferramentas. Isso lhes permite gerar relatórios básicos e executar uma matriz limitada de análises essencialmente predefinidas.

O menos conhecido e implementado Google Analytics 360, com a interface Advanced Analysis, adiciona alguns recursos que se sobrepõem de alguma maneira aos do Adobe Analytics. As limitações incluem a necessidade de programação SQL para obter o máximo dos dados coletados e, significativamente, problemas de precisão dos dados. O Google Analytics tem a vantagem de fornecer o caminho mais direto para a análise de dados, com foco em publicidade e publicação.

Outras opções de análise de dados

Agora, é hora de conferir outras opções. Esses produtos de análise geralmente são mais orientados para um nicho, com foco no rastreamento baseado em eventos, estatísticas em tempo real para editores, estruturas de aplicativos móveis ou dados criados para gerentes de produto.

Cada um desses fornecedores, incluindo MixPanel, Heap, Amplitude e Localytics, fornece recursos mais focados, mas menos, que o Google Analytics 360 ou Adobe Analytics. Nenhum deles pretendia competir com as ofertas mais completas de nuvem no Google Marketing Platform ou Adobe Experience Cloud.

  1. SoftwareAdobe8 Segmentos personalizados do Adobe Analytics
Adobe Analytics para manequins

Por David Karlins

A chave para tornar-se em casa e produtivo com o Adobe Analytics é selecionar um conjunto de segmentos personalizados que você pode implantar para se concentrar nos elementos essenciais da atividade do site. Aqui, você encontra ótimos segmentos personalizados que ajudarão a encontrar os dados necessários com o Adobe Analytics.

A seção net apresenta as instruções para criar um segmento personalizado no Adobe Analytics. Os segmentos personalizados listados a seguir não contêm instruções detalhadas, mas fornecem o que precisa ser alterado.

Isolando visitantes de uma página com o Adobe Analytics

"Um e pronto" às vezes se refere a jogadores famosos de basquete que passam um ano obrigatório na faculdade antes de assinar com a NBA. Os analistas de dados, por outro lado, às vezes precisam receber visitantes que acessam uma página e desaparecem.

Identificar esses usuários "únicos e prontos" úteis, por exemplo, ao analisar campanhas de marketing. O que você pode identificar como uma falha na publicidade que levou um visitante a nossa propriedade, mas não foi eficaz o suficiente para fazer com que o visitante visse mais de uma página? Você pode fazer perguntas sobre a página de destino, nome da campanha, tipo de dispositivo, localização geográfica, hora do dia e muito mais para otimizar o orçamento do seu anúncio e limitar o número de visitantes de uma única página que você tem no futuro.

Vamos criar um segmento personalizado no Adobe Analytics para isolar os visitantes de uma página agora.

Siga estas etapas para criar um segmento personalizado que reúne visitantes de página única:

Criador de segmentos do Adobe Analytics

Identificando visitantes de uma única página e várias páginas com o Adobe Analytics

Segue um segmento para identificar visitantes que acessam várias páginas do seu site, mas que visitaram o site apenas uma vez. Você pode achar esse segmento útil quando precisar analisar melhor o sucesso de uma campanha publicitária que tenha uma taxa de rejeição melhor do que o esperado, mas não esteja criando o tipo de viscosidade que geraria várias visitas de retorno.

A definição para esse segmento é quase idêntica ao segmento anterior, visitantes de página única. A única diferença é que você define o operador lógico para a dimensão de visitas de página única no primeiro contêiner como Não é igual ao invés de Igual a.

segmento personalizado para visitantes de várias páginas Adobe Analytics

Conquistando SEO para pesquisa interna com o Adobe Analytics

Os analistas tentam identificar proxies para palavras-chave de pesquisa natural desde que o Google removeu o acesso a eles das plataformas de análise. Você pode usar o Adobe Analytics para preencher a lacuna. Uma das melhores maneiras de resolver os dados ausentes é analisar dados de termos de pesquisa internos como um proxy.

Se um visitante chegar ao seu site por uma pesquisa natural e, em seguida, realizar uma pesquisa interna no seu site, é bem provável que as palavras-chave estejam relacionadas. Esse segmento é ótimo quando você precisa analisar termos de pesquisa internos e páginas de entrada para identificar oportunidades para uma análise aprimorada.

Como a métrica de pesquisas internas não é padrão, seu segmento com base em visitas pode parecer um pouco diferente do que você vê abaixo. Os principais ingredientes permanecem os mesmos: canal de marketing é igual a pesquisa natural; e um segundo contêiner que limita sua métrica de pesquisa interna ao segundo hit de uma visita. A dimensão de profundidade da ocorrência garante que a pesquisa interna ocorra imediatamente após a visualização inicial da página de destino.

Segmento de SEO Adobe Analytics

Segmentando atividades de pré-compra com o Adobe Analytics

O próximo segmento personalizado ajudará você a entender melhor o que acontece antes que um comprador entre no fluxo de compras / carrinho. As informações que você obtém deste segmento do Adobe Analytics o ajudarão a entender melhor os tipos de atividades que geralmente resultam em compras.

Nesse segmento personalizado, você precisa saber como o site / aplicativo e a implementação estão configurados para definir o fluxo de compras. Encontre o valor dimensional ou métrica que define o início do processo de checkout e defina-o na primeira etapa do seu contêiner com base em visitas.

A segunda complexidade ocorre depois que você arrasta os Pedidos para a zona de lançamento Segmento e altera para um segmento seqüencial ajustando o operador lógico para Então. Para concentrar sua análise na ação antes da definição do seu segmento, ajuste o tipo de sequência da opção Incluir todos como Somente antes da sequência.

pré-compra de segmento personalizado Adobe Analytics

Como encontrar tráfego estritamente orgânico com o Adobe Analytics

O foco aqui não está em vegetais não OGM de origem local, mas na identificação de atividades de sites geradas a partir de fontes estritamente orgânicas e não pagas. Pode ser útil entender como seus visitantes estão acessando seu site naturalmente, sem usar verba de publicidade para influenciar a visita deles. Esse segmento é excelente para se incluir na comparação de segmentos para ver como o comportamento é diferente dos outros.

Os detalhes do seu segmento podem ser ligeiramente diferentes dos que você vê abaixo, mas a essência é a mesma. Crie um segmento com base em visitas que se concentre nos canais de marketing que não são pagos - e certifique-se de definir um operador lógico ou entre eles ao configurá-lo no Adobe Analytics.

segmento de pesquisa orgânica Adobe Analytics

Localizando atividades estritamente pagas com o Adobe Analytics

O inverso ao segmento estritamente orgânico é um segmento estritamente pago. Ampliar a atividade paga apenas também pode ser um segmento útil para uma comparação de segmentos, para ver rapidamente como os visitantes pelos quais sua empresa está pagando são diferentes daqueles que ocorrem naturalmente.

Esse segmento com base em visitas, com o operador Or novamente, pode ser diferente no seu conjunto de relatórios se você tiver outros canais de marketing pagos. Você pode ver um exemplo de definição de um segmento para atividades estritamente pagas abaixo.

Segmento de pesquisa paga do Adobe Analytics

Filtrando potenciais bots com o Adobe Analytics

Se Shakespeare estivesse escrevendo hoje, em vez de "fora do lugar", Lady Macbeth poderia ter dito o "fora do lugar!" Ok, talvez não. Mas para analistas de dados, identificar e remover bots dos dados de tráfego é essencial para trabalhar com dados válidos. Com isso em mente, aqui está uma receita do Adobe Analytics para um segmento personalizado que pode isolar potenciais bots.

A definição desse segmento de bots em potencial foi fornecida pela Adobe com base em pesquisas significativas sobre a atividade de bots. A eliminação de sistemas operacionais ou navegadores desconhecidos e servidores Linux permite remover uma quantidade significativa de tráfego de bot dos conjuntos de relatórios.

O único conceito avançado é garantir que você tenha aplicado uma exclusão a todo o segmento clicando em Opções, Excluir na zona de recebimento de segmentos. Definir todos os três critérios como exclusões irá sombrear toda a zona de descarte em vermelho.

Segmento personalizado de bots do Adobe Analytics

Identificando precipitação de checkout com o Adobe Analytics

Aqui, você encontra um modelo para criar um segmento personalizado para ajudar a identificar as consequências da finalização da compra, especificamente visitantes que acessam a página de finalização da compra, mas não convertem. Aqui você está identificando a atividade em que o visitante chegou até a página de checkout, mas não clicou no botão Comprar.

Esse segmento é útil para identificar causas comuns de abandono de carrinho. Além disso, é um segmento fantástico para compartilhar com o restante da Experience Cloud para remarketing e tentar reacender o processo de compra para esses visitantes.

segmento personalizado de precipitação chckout no Adobe Analytics
  1. AdobeAdobeComo usar o Adobe Analytics para restringir seu segmento de mercado: identificando compradores
Adobe Analytics para manequins

Por David Karlins

A idéia por trás do uso de qualquer plataforma para analisar dados é ajudar a impulsionar uma melhor tomada de decisão. O Adobe Analytics oferece tantas ferramentas diferentes para atingir esse objetivo. O marketing, em particular, está sempre tentando encontrar maneiras de identificar e direcionar certos segmentos de mercado. O Adobe Analytics fornece um segmento personalizado para fazer exatamente isso.

Aqui está um segmento personalizado que quase todo mundo pode usar no Adobe Analytics: quem está comprando coisas?

É super valioso em todos os tipos de relatórios para poder analisar esse segmento de visitantes do mercado. Afinal, essas são suas histórias de sucesso e, quanto mais fácil é destacá-las nas tabelas, mais você pode coletar e explorar dados que facilitam mais vendas.

Vamos conceituar o objetivo antes de acessar o Criador de segmentos: você deseja identificar os visitantes para os quais existe um pedido. Com esse critério claramente em foco, você pode definir um segmento personalizado para examinar os dados dos compradores seguindo estas etapas:

Componentes do segmento Adobe Analytics
  1. AdobeAdobeComo usar o Adobe Analytics para analisar o sucesso de seus canais de marketing
Adobe Analytics para manequins

Por David Karlins

O Adobe Analytics é uma ferramenta poderosa para descobrir seu público. Como analista de dados, você inevitavelmente precisará de uma visão consideravelmente detalhada dos canais que direcionam os visitantes ao seu site. A dimensão do canal de marketing no Adobe Analytics fornece uma visão completa de cada uma das categorias de referenciadores e anúncios que direcionam tráfego para seu site ou aplicativo.

A dimensão do canal de marketing do Adobe Analytics é criada com base em um conjunto personalizado de regras definidas no Admin Console do seu conjunto de relatórios. Essas regras são chamadas de regras de processamento do canal de marketing. Você seria inteligente em sincronizar com os administradores do Adobe Analytics para entender como essas regras foram definidas e, se possível, até ajudar a decidir como elas são configuradas e priorizadas.

Identificando dimensões do canal de marketing no Adobe Analytics

Por padrão, o Analysis Workspace possui seis dimensões de canal de marketing. Para simplificar, eles são agrupados em dois conjuntos: canal e detalhes do canal.

Canal de marketing, último canal de toque e primeiro canal de toque são as dimensões associadas a um maior número de visitas de granularidade, geralmente contendo valores de pesquisa paga, pesquisa natural, email, exibição, redes sociais e domínios de referência. Essas dimensões são definidas pelo primeiro menu suspenso nas configurações de canal em um conjunto de regras.

A principal diferença entre as três dimensões do canal está ligada à atribuição: qual valor, ao longo do tempo, deve ser aplicado às métricas correspondentes? A seguir, é apresentado um exemplo simples para ajudá-lo a entender o conceito:

Observe como a tabela descreve duas visitas separadas, a primeira gerada pela exibição e a segunda gerada pela pesquisa paga. O diretor de publicidade deseja saber se deve colocar o orçamento para o próximo trimestre em exibição ou em pesquisa paga. Como analista, você deseja atribuir a receita a um desses dois canais, mas qual?

Há anos, os analistas usam um modelo de atribuição de último toque para associar a receita à pesquisa paga. Nesse modelo, o canal mais recente merece 100% do crédito pela receita.

Nesse caso, os anunciantes responsáveis ​​pela exibição argumentam que o visitante nem saberia sobre a marca sem a campanha de conscientização direcionada à exibição, por isso eles deveriam merecer 100% do crédito. Essa abordagem é conhecida como atribuição do primeiro toque.

Como você deve ter adivinhado, o último canal de toque atribui métricas ao valor do canal usando um modelo de atribuição de último toque. O primeiro canal de toque atribui métricas usando um modelo de atribuição de primeiro toque.

Quando a Adobe lançou o Attribution IQ, uma maneira poderosa de alterar o modelo de atribuição de qualquer métrica vinculada a qualquer dimensão, eles estavam preocupados com o fato de as dimensões do último canal de toque e do primeiro canal de toque poderem ser enganosas, porque tecnicamente o último canal de toque poderia estar vinculado a métricas em que o modelo de atribuição foi ajustado ao primeiro toque!

Para resolver esse conflito em potencial, a Adobe criou uma dimensão de canal de marketing mais genérica. O canal de marketing tem uma atribuição padrão de último toque, mas não possui a distinção confusa de sobrenome, porque as métricas são mais personalizáveis ​​agora.

A melhor prática é sempre usar (ou migrar seus projetos antigos para usar) o canal de marketing e ignorar as dimensões de primeiro e último toque.

O segundo conjunto de dimensões criado pelas regras de processamento do canal de marketing é definido pelo valor em cada conjunto de regras, que é o segundo menu suspenso nas configurações do canal. Detalhes do canal de marketing, detalhes do último canal de toque e detalhes do canal de primeiro toque fornecem uma visão mais detalhada do canal.

Essas dimensões são definidas para capturar a palavra-chave da pesquisa paga, o nome da campanha para exibição ou o mecanismo de pesquisa para pesquisa natural. Como esses valores são personalizáveis, trabalhe com sua equipe de administradores da Adobe para ver como o valor de cada canal é definido nas regras de processamento do canal de marketing para cada um dos seus conjuntos de relatórios.

O Adobe Analytics fornece três dimensões de detalhes de canal separadas, assim como três dimensões de canal: primeiro toque, último toque e detalhes do canal de marketing. Os detalhes do canal de marketing são uma duplicata dos detalhes do último canal de toque e são igualmente menos confusos quando novos modelos de QI de atribuição são aplicados a ele. Portanto, a melhor prática é a mesma do canal de marketing: use (ou comece a migrar para) os detalhes do canal de marketing.

A imagem abaixo mostra a dimensão do canal de marketing, dividida em detalhes pelos detalhes do canal de marketing.

Detalhe do canal de marketing do Adobe Analytics

Definindo seus canais de marketing no Adobe Analytics

As regras de processamento do canal de marketing são definidas usando uma combinação de dimensões com base no referenciador, mecanismo de pesquisa, parâmetro de consulta, página, qualquer eVar e muito mais.

Seja cuidadoso! As regras de processamento são permanentes; evite acidentes ao ajustá-las no Adobe Analytics.

Se o seu conjunto de relatórios ainda não estiver capturando dados na dimensão do canal de marketing, a Adobe sugerirá um conjunto de regras padrão na primeira vez em que um administrador acessar suas configurações (disponível no Admin Console → Conjuntos de relatórios → Editar configurações → Canais de marketing).

Regras do canal de marketing do Adobe Analytics

As regras de processamento de canal de marketing de um conjunto de relatórios são compostas por três elementos principais. Somente um administrador pode editá-los, mas você deve entender seus recursos:

  • Os conjuntos de regras contêm uma ou mais regras para definir um valor para um canal de marketing e dimensão de detalhes do canal. Cada conjunto de regras define um valor único para a dimensão do canal e um valor único para a dimensão de detalhes do canal. As regras definem como as visitas devem ser agrupadas nas dimensões de detalhes do canal e do canal com base nas condições definidas por você. Por exemplo, a condição de uma regra pode ser configurada para identificar se o referenciador de uma visita é de um mecanismo de pesquisa. A ordem de processamento é um componente bem conhecido das regras de processamento do canal de marketing porque define a prioridade de cada conjunto de regras. Assim que uma visita corresponde a um conjunto de regras, o canal e os detalhes do canal são definidos com base nesse conjunto de regras. Por exemplo, você pode ter um conjunto de regras que define a pesquisa paga (com base em um referenciador do mecanismo de pesquisa e a existência de um parâmetro de consulta CID) e um segundo conjunto de regras que define a pesquisa natural (com base apenas na existência de um referenciador do mecanismo de pesquisa) . Se o conjunto de regras para pesquisa natural for priorizado acima do conjunto de regras para pesquisa paga, o canal de pesquisa paga nunca será definido porque todas as visitas ao mecanismo de pesquisa, independentemente da existência do parâmetro de consulta, serão agrupadas como pesquisa natural.
Configuração do canal de marketing do Adobe Analytics
  1. Análise de dados com o Adobe Analytics: de onde vêm os dados
Adobe Analytics para manequins

Por David Karlins

Você pode não saber disso, mas os usuários do Adobe Analytics realizam análises de dados além de seus sites. A Adobe também captura dados em nome de seus clientes em aplicativos móveis, aplicativos para tablet e muito mais. Além disso, a Adobe incorporou uma flexibilidade significativa ao Adobe Analytics para lidar com um mundo de consumidores mais conectado digitalmente que alterna perfeitamente de assistente de voz para telefone e laptop.

Fontes de dados do Adobe Analytics

Percepções da natureza da análise de dados foram definidas no campo da cultura popular pelo personagem Jonah Hill na adaptação cinematográfica do livro Moneyball. Na história verídica, um time de beisebol de pequeno mercado (os Oakland A) conseguiu superar drasticamente equipes com folhas de pagamento muito maiores, identificando e agindo de forma inovadora para adquirir jogadores com preços baixos, com base em medidas estatísticas da eficácia de um jogador, além de, e de muitas maneiras, ir contra o tradicional métricas, como médias de rebatidas, home runs por temporada e RBIs (rodadas rebatidas).

Desde que o filme foi lançado, surgiram novos e cada vez mais complexos desafios na coleta e análise de dados. (Confira este artigo para saber mais sobre tendências de dados.)

Por exemplo, os usuários de dispositivos online foram condicionados a navegar rapidamente de um lugar para outro, exigindo métricas mais detalhadas e detalhadas para rastrear com precisão a atividade do usuário. E os usuários estão cada vez mais conscientes das considerações de privacidade e tomam decisões mais informadas sobre como desejam gerenciar o relacionamento entre a conveniência fornecida ao rastrear suas atividades e manter a confidencialidade em suas atividades online.

Do outro lado da moeda da análise de dados, existem muito mais fontes de dados do usuário do que apenas alguns anos atrás. Hoje, a Adobe possui vários mecanismos para importar informações para análise de dados de fontes desconectadas digitalmente, como call centers, sistemas de gerenciamento de relacionamento com clientes (CRM) e mecanismos de comércio nas lojas.

Antes de mergulhar nos detalhes de como os dados são coletados, é importante entender que capturar dados e enviá-los para o Adobe Analytics normalmente não é o domínio dos analistas de dados. Seu trabalho como analista é analisar, bem, os dados capturados da atividade do usuário.

Mas a seguinte visão geral básica de como os dados são coletados é importante para os analistas por dois motivos. Primeiro, é bom saber de onde vêm os dados quando você deseja avaliar sua validade; e dois, ter uma compreensão básica do processo de mineração e envio de dados para o Adobe Analytics permite que você tenha interações mais produtivas com as pessoas que configuram as ferramentas que extraem dados.

Usando o Adobe Analytics para capturar dados de sites

Vamos começar com a fonte de dados mais comum do Adobe Analytics: sites. Os dados da Web foram originalmente analisados ​​com base nos logs do servidor. Os dados do log do servidor são gerados automaticamente por servidores que hospedam sites e fornecem uma contagem e registro de data e hora de cada solicitação e download de cada arquivo no site. Infelizmente, os dados não são confiáveis ​​porque os logs do servidor não têm a capacidade de distinguir bots de humanos.

Bots são computadores automatizados que examinam sites. Esses bots geralmente são amigáveis ​​e usados ​​para classificar sites de sites de mecanismos de pesquisa ou agregadores de produtos. Alguns bots, no entanto, não são amigáveis ​​e são usados ​​para obter informações competitivas ou algo pior.

Como os logs do servidor não podem distinguir um humano de um bot, o setor migrou rapidamente para tags, que agora são o padrão do setor. Geralmente, as tags são linhas de código baseadas em JavaScript que anexam uma imagem invisível a todas as páginas e ações do seu site. Essas imagens funcionam como um farol para as ferramentas de análise, onde várias coisas acontecem em apenas alguns milissegundos:

  1. O código JavaScript é executado para identificar as informações do navegador e do dispositivo, bem como o carimbo de data e hora da exibição da página. Mais código JavaScript é executado para procurar a existência de um cookie, que é um pedaço de texto salvo em um navegador. Os cookies podem ser acessados ​​apenas pelos domínios que os definem e geralmente têm uma data de validade. Se existir, um ID de visitante é extraído do cookie para identificar o usuário nas visitas e páginas. Se um ID de visitante não existir, um ID exclusivo será criado e definido em um novo cookie. Esses IDs são exclusivos para cada visitante, mas não estão conectados aos dados pessoais de um usuário, fornecendo uma medida de privacidade aos usuários. Mais JavaScript é usado para capturar informações sobre a página: o URL, o referenciador e várias dimensões personalizadas que identificam a ação e o comportamento do visitante.

Depois que toda essa lógica JavaScript é executada, o beacon de imagem é gerado para enviar dados para o mecanismo de coleta e processamento nas análises da Adobe.

Intimidador, não é? Bem, é assim que os desenvolvedores da web se sentem. Quando a análise da web surgiu, um dos trabalhos mais difíceis foi ensinar aos desenvolvedores como escrever e testar todo esse JavaScript para garantir que nossas tags fossem disparadas com precisão. Ensinar desenvolvedores a desenvolver - não é um trabalho divertido.

Para nossa sorte, um desenvolvedor ainda mais inteligente teve a ideia de mover todo esse JavaScript para uma única interface do usuário (interface do usuário). os desenvolvedores da web precisavam adicionar apenas uma ou duas linhas de código a todas as páginas do site, e o profissional de marketing podia gerenciar suas tags nessa nova plataforma, denominada sistema de gerenciamento de tags, ou TMS. Não demorou muito para que o setor de gerenciamento de tags explodisse, levando a dezenas de fornecedores e, em seguida, aquisições, fusões e pivôs de tecnologia.

A boa notícia é que o setor de sistemas de gerenciamento de tags tornou-se comoditizado e está disponível gratuitamente na Adobe na forma de Dynamic Tag Manager (DTM) e Adobe Launch. Você já deve estar familiarizado com o TMS, o Gerenciador de tags do Google ou um dos players independentes do TMS, como Tealium, Ensighten ou Signal.

Provavelmente, sua empresa já está usando uma dessas tecnologias para implantar tags de marketing em seu site. Todos eles podem implantar o Adobe Analytics, embora a recomendação da Adobe para práticas recomendadas seja o uso do Adobe Launch.

Usando o Adobe Analytics para capturar dados de dispositivos móveis

Se sites padrão entregues em um laptop são o lugar natural para começar nossa discussão sobre a coleta de dados, a mudança para uma tela móvel menor é o próximo passo lógico.

Você já deve saber que, neste estágio da evolução do design da web, os sites para dispositivos móveis estão funcionando perfeitamente, e não são acessórios adicionais para sites de laptops, computadores ou monitores grandes. Esses sites de menor escala são criados usando uma abordagem ao desenvolvimento da Web chamada design responsivo, na qual o código usado para criar o conteúdo do site é o mesmo, independentemente do tamanho da tela e do navegador do visitante da Web. Provavelmente, sua empresa já está aproveitando o design responsivo.

Quando o design responsivo é aplicado, as mesmas tags ativadas no site para computador devem funcionar em sites otimizados para dispositivos móveis e tablets, porque são essencialmente a mesma coisa, o que é uma boa notícia no mundo do gerenciamento de tags. No entanto, o mundo dos aplicativos móveis baseados em design responsivo é completamente diferente do dos aplicativos nativos.

Minerando dados de aplicativos nativos com o Adobe Analytics

Aplicativos nativos apresentam desafios específicos para a coleta de dados. Esses aplicativos para celular e tablet são programados de maneira diferente dos sites responsivos.

Em geral, os aplicativos nativos não são executados nos navegadores, não usam HTML e não podem executar JavaScript. De fato, os aplicativos criados para iOS são criados em uma linguagem de programação diferente (Objetivo C) dos aplicativos Android (Java). Essas linguagens de programação técnica são mencionadas por um motivo importante: Um sistema de gerenciamento de tags não funciona nos aplicativos para celular e tablet.

Alguns fornecedores de sistemas de gerenciamento de tags invadiram a capacidade de incorporar JavaScript nos aplicativos, mas o resultado tem capacidades limitadas e está longe de ser uma prática recomendada. A maneira mais completa, precisa e escalável de implantar as ferramentas da Adobe é usar o SDK (kit de desenvolvimento de software para dispositivos móveis) da Adobe. O Adobe mobile SDK foi desenvolvido para funcionar como um sistema de coleta de dados, como um sistema de gerenciamento de tags, mas usa a linguagem de programação nativa do aplicativo (objetivo C para iOS ou Java para Android).

O Adobe SDK é importante porque tem acesso mais profundo ao código que executa o aplicativo e, portanto, pode ser usado para mais do que apenas coleta de dados. Além de enviar dados para o Adobe Analytics, o Adobe SDK deve fazer o seguinte:

  • Capture dados de localização geográfica com base no GPS. Utilize cercas geográficas baseadas nesses dados do GPS para análise ou ação. Envie notificações push para os usuários. Atualize o conteúdo no aplicativo por meio de mensagens, personalização e teste no aplicativo.

O acesso a esses recursos pode estar limitado ao SKU ou versão que sua empresa comprou da Adobe. Trabalhe com o Adobe Account Manager para entender quais desses recursos estão incluídos no seu contrato.

Usando o Adobe Analytics para capturar dados da IoT e além

Agora que você entende os padrões de coleta para os dois maiores casos de uso (web e móvel), é hora de se ramificar para um conjunto mais genérico da Internet das Coisas (IoT). Todo mundo que faz perguntas sobre dados precisa pensar em quiosques digitais, relógios inteligentes, carros conectados, telas interativas e quaisquer outros dispositivos novos que nossos senhores da tecnologia tenham anunciado desde que esta frase foi escrita.

Fornecedores como a Adobe acham difícil manter-se atualizado sobre todos os novos dispositivos, pois a construção de SDKs leva tempo, dinheiro, pesquisa, engenheiros, código, garantia de qualidade e muito mais. Mas não se preocupe: os dispositivos que não possuem SDKs nativos ainda podem enviar dados para o Adobe Analytics.

A melhor prática para enviar dados de um desses dispositivos é por meio de uma interface de programação de aplicativos (API). Em resumo, isso significa que os desenvolvedores do aplicativo IoT podem escrever seu próprio código para criar uma conexão com sua conta do Adobe Analytics e, em seguida, enviar dados para ela.

As APIs se tornaram a maneira padrão pela qual os dados são enviados de qualquer dispositivo conectado à Internet, em período integral ou parcial. A Adobe também tem algumas recomendações para compartilhar, especialmente para algumas de suas grandes apostas quando se trata desses novos dispositivos, como voz e carro conectado. No momento da redação deste artigo, os SDKs não estavam disponíveis para dispositivos ativados por voz ou aplicativos de carros conectados. No entanto, a Adobe tem práticas recomendadas para personalizações de dados, configurações variáveis ​​e opções de código para essas duas tecnologias.

O software corporativo - software licenciado para instituições - é atualizado regularmente e a Adobe lança as práticas recomendadas para rastrear dados associados a novos meios digitais, como voz e carro conectado.

Agora você explorou todos os tipos de dados gerados por dispositivos que têm acesso em tempo parcial ou integral à Web: computadores, telefones, tablets e IoT.

As experiências e interações digitais das pessoas nesses dispositivos são capturadas por alguma combinação de TMS, SDK e API. De acordo com profissionais de marketing e analistas, essa lista está faltando algo: dados que não se baseiam no comportamento.

Talvez o melhor exemplo de dados não comportamentais venha da ferramenta de gerenciamento de relacionamento com o cliente (CRM). As ferramentas de CRM são usadas para organizar, categorizar e gerenciar seus prospects e clientes. Outros exemplos de dados não comportamentais nos quais profissionais de marketing e analistas estariam interessados ​​incluem o seguinte:

  • Central de Atendimento Compras offline ou na loja Devoluções ou cancelamentos Custo do produto vendido Campanha publicitária Satisfação do cliente

O Adobe Analytics pode importar qualquer um desses tipos de dados, além de muitos outros. Em geral, esses dados são importados para o Adobe Analytics via FTP ou API.

  1. Os 10 principais recursos de análise de dados para emparelhar com o Adobe Analytics
Adobe Analytics para manequins

Por David Karlins

Onde você procura recursos para expandir seu comando do Adobe Analytics? Aqui, você encontrará ótimos recursos. Alguns são sites oficiais da Adobe, com documentação atualizada em tempo real. Outros são recursos mais genéricos para análise de dados. E pelo menos um deles está aqui principalmente para aqueles que, para citar Sheryl Crow, "querem se divertir um pouco" com o Adobe Analytics.

Guia de implementação do Adobe Analytics

Você pode ser jovem demais para se lembrar, mas as pessoas costumavam comprar aplicativos de software nas lojas, e os aplicativos vinham com um livro documentando como usá-lo. O Guia de implementação do Analytics da Adobe desempenha esse papel. Este conjunto de recursos da Adobe fornece um guia macro e um micro guia para as tarefas que você precisa concluir para implementar o Analytics.

Grande parte do material do Guia de implementação do Analytics é apresentado em PDF para download. Esses PDFs são complementados com uma ampla variedade de tutoriais em vídeo.

Tutoriais em vídeo do Adobe Analytics

Para fornecer um tipo de menu sobre o que você encontrará no Guia de implementação, selecionamos um conjunto de tópicos principais. É uma boa idéia visitar o site, adicionar aos favoritos e anotar white papers, documentação e vídeos disponíveis. Você deseja manter este site à mão enquanto se envolve em níveis mais profundos do Adobe Analytics.

Os tópicos incluem o seguinte:

  • Descoberta e requisitos: Como definir suas metas de análise e reunir requisitos para a implementação, começando com o desenvolvimento e a documentação de um entendimento objetivo do site e de suas metas de negócios. Durante essa fase, seu consultor ou parceiro reúne os requisitos de medição. O que a Adobe chama de "reunião de requisitos de medição" é sinônimo do que é chamado de criação de um documento de requisitos de negócios (BRD). Este documento mapeia os objetivos de um site ou aplicativo para os objetivos gerais de negócios da empresa e sugere as melhores práticas do setor. Instalação e provisionamento: como configurar o Adobe Analytics e receber um email com credenciais de login. Configuração e implementação: o que você precisa implementar antes de iniciar o Analytics, incluindo a documentação de um documento de referência de design da solução e uma especificação técnica. O documento de referência de design da solução contém uma visão geral da camada de dados do site, elementos / regras de inicialização e variáveis ​​do Adobe Analytics. A especificação técnica é uma documentação detalhada sobre como implementar cada componente das soluções e como validá-las. Pós-implementação: nesta fase do desenrolar do Analytics, você trabalha com um consultor ou parceiro para identificar dados acessíveis através do Adobe Analytics e faz um brainstorm sobre como usar esses dados para otimizar seus negócios digitais. Essa fase também inclui a ativação de vários recursos de economia de tempo do Adobe Analytics, como o Agendador de relatórios, o Espaço de trabalho e o Microsoft Report Builder. (O Construtor de Relatórios é um plug-in somente para Windows.) Recursos de implementação: Aqui você encontra links para três recursos e documentação adicionais abrangentes para o Adobe Analytics. Esses recursos seguem: O Guia de implementação do Analytics (um PDF para download) Treinamento de implementação do Analytics (recursos de treinamento para sua equipe) Aprendizagem em vídeo do Analytics (uma biblioteca de vídeos úteis)

Um plano de medição de análise de dados para sua estratégia do Adobe Analytics

Os planos de avaliação são enfatizados nesta lista dos dez principais porque são a base sobre a qual as estruturas de análise bem-sucedidas são construídas. O artigo “Como criar um plano de medição e por que você realmente precisa de um” é uma discussão útil sobre os planos de medição. E, como o título indica, também fornece ferramentas específicas para a construção de um plano de medição.

Essas ferramentas incluem uma planilha do Excel bem formatada e cuidadosamente projetada, que serve como modelo (e modelo) para um plano de medição, incluindo a criação de uma estratégia integrada com um plano de medição do site com base nas metas identificadas. A imagem abaixo mostra a planilha de modelo que acompanha o artigo, hospedada no site freshegg do Reino Unido (portanto, a ortografia britânica da organização).

Plano de medição de análise de dados

Governança de dados e Adobe Analytics

O artigo “Governança de dados: a chave para criar experiências digitais excelentes e consistentes”, de Eric, identifica o dilema de que “na maioria das vezes, os profissionais de marketing têm mais dados do que sabem o que fazer - e esse pode ser o seu maior problema. . ”O artigo baseia-se em experiências do mundo real na Southwest Airlines e na Zebra Technologies Corporation (que adquiriu a Motorola).

Implementação do Adobe Analytics

O artigo e o estudo de caso fornecem um argumento conciso para os seguintes temas que são apresentados ao longo deste livro:

  • Mantenha as análises no centro de sua governança de dados Invista em produtos, definição e processos Treine sua equipe para o sucesso Pague o preço por melhores experiências digitais

Design da solução de análise da Web

Um design de solução ou referência de design de solução (SDR) conecta os requisitos e metas de negócios definidos em um plano de medição com os requisitos técnicos necessários para implantar com sucesso a tecnologia de análise. O artigo “7 etapas para configurar o design da solução de análise da web” identifica e percorre sete etapas estratégicas para o desenvolvimento de um design de solução eficaz para proteger a integridade da implementação da análise da web.

Também neste link está o acesso a um webinar de meia hora com Jason Call, especialista sênior em análise de dados da ObservPoint.

Conceitos de SDR

Hora de energia da análise digital

Um dos meios mais completos, honestos e irreverentes para se manter no topo da indústria é via podcast. Os três anfitriões da Digital Analytics Power Hour - Michael Helbling, Tim Wilson e Moe Kiss - fornecem seus sentimentos explícitos em uma ampla variedade de tópicos de análise. Os anfitriões costumam convidar outras pessoas do setor para garantir que várias opiniões sejam representadas e que novas tecnologias e formas de pensamento sejam discutidas. A Figura 18-5 fornece a razão de ser do podcast.

Hora de energia da análise digital

Agências de análise e Adobe Analytics

O mundo das agências de análise está repleto de consultores inteligentes e bem-sucedidos. Seria impossível vincular todo o seu conteúdo, mas aqui estão alguns recursos que são especialmente valiosos para o crescente analista do Adobe Analytics.

A equipe da 33 Sticks compartilha um conjunto único de insights e experiências trabalhando com clientes para implementar análises digitais. Confira os artigos do blog e 33 episódios de podcasts da Tangents. O conteúdo aborda uma ampla variedade de tópicos, desde análise digital a negócios e tecnologia, até trabalho remoto.

33 Sticks blog

Os mestres do Analytics Demystified escrevem conteúdo sobre o Adobe Analytics há mais de 10 anos. é altamente recomendável passar algum tempo no blog (https://analyticsdemystified.com/blog/) para aprender sobre aplicativos do mundo real da tecnologia Adobe e instruções. O conteúdo de Adam Greco é especialmente valioso para analistas novos e experientes.

Conferências, conferências, conferências… para o analista de dados

Os entusiastas da análise são um grupo unido de pessoas que gostam de compartilhar e aprender umas com as outras. Não há maneira melhor de aprender mais sobre análise, Adobe e tendências do setor de dados do que participando e trabalhando em rede em conferências de análise. Alguns de nossos eventos favoritos da indústria incluem o seguinte:

2019 Adobe SUMMIT
  • Adobe Insider Tour: além do SUMMIT, a Adobe pegou a estrada pela primeira vez em 2017 e o feedback foi impressionantemente positivo. Esses eventos divertidos, gratuitos e de meio dia levam os membros da equipe de produtos do Adobe Analytics para cidades em todo o mundo (de Chicago e Dallas a Londres e Sydney) para divulgar dicas e truques com as soluções da Adobe, fornecer uma visão geral do roteiro da Adobe e dê aos parceiros e clientes da Adobe a chance de apresentar. Se o passeio estiver chegando à sua cidade, você ficará feliz por ter aproveitado as festividades. Inscreva-se como Adobe Insider para ser informado. DA Hub e Measure Camp: Dois de nossos eventos independentes de fornecedores favoritos são conhecidos como desconferências. Uma desconfiança visa evitar as grandes palestras, grandes sessões de discussão e conversas genéricas pelas quais algumas conferências maiores são conhecidas. Em vez disso, a inconferência se concentra em pequenos grupos - conversas em grupo - e em um grupo mais unido de participantes. Os participantes dessas desconferências são um grupo altamente leal com o qual você deseja conhecer e discutir análises.

A Liga da Experiência Adobe

O Experience League da Adobe é um repositório de informações valiosas sobre os produtos Adobe Experience Cloud. Neste site, a Adobe fornece vídeos, tutoriais e um fórum da comunidade. Se você fizer login com seu Adobe ID, receberá uma experiência personalizada com base no conteúdo que você visualizou anteriormente e nos recursos usados ​​nos produtos Adobe.

O canal do Adobe Analytics no YouTube

O canal do Adobe Analytics no YouTube é uma das melhores maneiras de acompanhar os novos recursos e as práticas recomendadas mais recentes. A equipe de produtos da Adobe gerencia o conteúdo aqui e você pode até reconhecer o nome de um dos apresentadores comuns - um dos seus dois autores de análise favoritos, Eric Matisoff!

Sempre que a Adobe lança novos recursos ou adiciona novas funcionalidades aos antigos, a Adobe cria uma lista de reprodução de vídeos de três a cinco minutos, explicando as alterações. Mais de 10.000 inscritos assistem regularmente aos mais de 180 vídeos que são simples e facilmente acessíveis, graças às listas de reprodução do YouTube bem organizadas que a Adobe criou. A imagem a seguir mostra uma comparação de segmentos no Adobe Analytics. Inscreva-se hoje!

comparando segmentos do Adobe Analytics

Hackeando o suporte com o Adobe Analytics

Você pode facilmente usar esportes para entender e aplicar análises. O site divertido e interativo Hack the Bracket baseia-se nos dados processados ​​pelo Adobe Analytics para prever o resultado dos confrontos no campeonato de basquete da NCAA.

Havk the Bracket

Parece divertido? Tente! Obviamente, a Adobe não oferece nenhuma garantia sobre a integridade, confiabilidade e precisão das previsões, e qualquer ação que você execute sobre as previsões fornecidas é estritamente por seu próprio risco.