Potresti non saperlo, ma gli utenti di Adobe Analytics eseguono analisi dei dati su cose oltre i loro siti web. Adobe acquisisce anche i dati per conto dei propri clienti in app mobili, app per tablet e altro ancora. Inoltre, Adobe ha integrato una notevole flessibilità in Adobe Analytics per gestire un mondo consumer più connesso digitalmente che passa senza problemi dall'assistente vocale al telefono al laptop.
©Shutterstock/LineTale
Le percezioni della natura dell'analisi dei dati sono state definite nel regno della cultura popolare dal personaggio di Jonah Hill nell'adattamento cinematografico del libro Moneyball . In quella storia vera, una squadra di baseball del piccolo mercato (la Oakland A's) è riuscita a superare notevolmente le squadre con buste paga molto più grandi identificando e agendo in modo innovativo per acquisire giocatori sottostimati sulla base di misure statistiche dell'efficacia di un giocatore oltre e in molti modi andando contro il tradizionale metriche, come le medie battute, i fuoricampo per stagione e gli RBI (punti battuti).
Da quando è uscito quel film, sono emerse nuove e sempre più complesse sfide nella raccolta e nell'analisi dei dati. ( Dai un'occhiata a questo articolo per ulteriori informazioni sulle tendenze dei dati .)
Ad esempio, gli utenti dei dispositivi online sono stati condizionati a navigare rapidamente da un luogo all'altro, richiedendo metriche più sfumate e dettagliate per monitorare con precisione l'attività dell'utente. E gli utenti sono sempre più consapevoli delle considerazioni sulla privacy e prendono decisioni più informate su come vogliono gestire la relazione tra la comodità fornita dal tenere traccia della loro attività rispetto al mantenimento della riservatezza nella loro attività online.
Dall'altra parte della medaglia dell'analisi dei dati, esistono molte più fonti di dati degli utenti rispetto a pochi anni fa. Oggi Adobe dispone di una serie di meccanismi per importare informazioni per l'analisi dei dati da fonti disconnesse digitalmente come call center, sistemi di gestione delle relazioni con i clienti (CRM) e motori di commercio in negozio.
Prima di approfondire i dettagli su come vengono raccolti i dati, è importante capire che l'acquisizione dei dati e il loro pompaggio in Adobe Analytics non è normalmente il dominio degli analisti di dati. Il tuo lavoro come analista è, beh, analizzare i dati acquisiti dall'attività degli utenti.
Ma la seguente panoramica di base su come vengono raccolti i dati è importante per gli analisti per due ragioni. Primo, è utile sapere da dove provengono i dati quando si vuole valutarne la validità; e due, avere una conoscenza di base del processo di estrazione e invio dei dati in Adobe Analytics ti consente di avere interazioni più produttive con le persone che impostano gli strumenti che estraggono i dati.
Utilizzo di Adobe Analytics per acquisire dati dai siti Web
Iniziamo con la fonte di dati di Adobe Analytics più comune: i siti web. I dati Web sono stati originariamente analizzati in base ai registri del server. I dati del log del server vengono generati automaticamente dai server che ospitano siti Web e forniscono un conteggio e un timestamp di ogni richiesta e download di ogni file sul sito. Sfortunatamente, i dati sono altamente inaffidabili perché i log del server non hanno la capacità di distinguere i bot dagli umani.
I bot sono computer automatizzati che scansionano i siti web. Questi bot sono spesso amichevoli e vengono utilizzati per classificare i siti Web per i motori di ricerca o per i siti Web di aggregatori di prodotti. Alcuni bot, tuttavia, sono ostili e utilizzati per informazioni competitive o peggio.
Poiché i log del server non possono distinguere un essere umano da un bot, il settore è rapidamente migrato ai tag, che ora sono lo standard del settore. In genere, i tag sono righe di codice basate su JavaScript che aggiungono un'immagine invisibile a ogni pagina e azione sul tuo sito web. Queste immagini fungono da faro per gli strumenti di analisi, dove accadono diverse cose in pochi millisecondi:
Il codice JavaScript viene eseguito per identificare le informazioni sul browser e sul dispositivo, nonché il timestamp della visualizzazione della pagina.
Viene eseguito più codice JavaScript per cercare l'esistenza di un cookie, che è un pezzo di testo salvato su un browser. I cookie sono accessibili solo dai domini che li hanno impostati e spesso hanno una data di scadenza.
Se esiste, viene estratto un ID visitatore dal cookie per identificare l'utente attraverso le visite e le pagine. Se non esiste un ID visitatore, viene creato un ID univoco e impostato in un nuovo cookie. Questi ID sono univoci per ogni visitatore ma non sono collegati ai dati personali dell'utente, fornendo così una misura della privacy per gli utenti.
Più JavaScript viene utilizzato per acquisire informazioni sulla pagina: l'URL, il referrer e una serie di dimensioni personalizzate che identificano l'azione e il comportamento del visitatore.
Dopo tutta l'esecuzione della logica JavaScript, il beacon dell'immagine viene generato per inviare i dati al motore di raccolta ed elaborazione nell'analisi di Adobe.
Intimidatorio non è vero? Bene, è così che si sentivano gli sviluppatori web. Quando l' analisi dei dati web è entrata in scena per la prima volta, uno dei compiti più difficili è stato insegnare agli sviluppatori come scrivere e testare tutto questo JavaScript per garantire che i nostri tag venissero attivati in modo accurato. Insegnare agli sviluppatori a sviluppare, non è un lavoro divertente.
Fortunatamente per noi, uno sviluppatore ancora più intelligente ha avuto l'idea di spostare tutto quel JavaScript in un'unica interfaccia utente (interfaccia utente). gli sviluppatori web dovevano solo aggiungere una o due righe di codice a ogni pagina del sito e il marketer poteva quindi gestire i propri tag in questa nuova piattaforma denominata sistema di gestione dei tag o TMS. Non passò molto tempo prima che il settore della gestione dei tag esplodesse, portando a dozzine di fornitori e quindi ad acquisizioni, fusioni e perni tecnologici.
La buona notizia è che il settore dei sistemi di gestione dei tag è diventato una mercificazione ed è disponibile gratuitamente da Adobe sotto forma di Dynamic Tag Manager (DTM) e Adobe Launch. Potresti già avere familiarità con TMS di Google, Google Tag Manager o uno dei lettori TMS indipendenti come Tealium, Ensighten o Signal.
È probabile che la tua azienda stia già utilizzando una di queste tecnologie per distribuire tag di marketing sul tuo sito web. Tutti possono distribuire Adobe Analytics, sebbene la raccomandazione di Adobe per la migliore pratica sia quella di utilizzare Adobe Launch.
Utilizzo di Adobe Analytics per acquisire dati da dispositivi mobili
Se i siti Web standard consegnati a un laptop sono il luogo naturale da cui iniziare con la nostra discussione sulla raccolta dei dati, passare a uno schermo mobile più piccolo è il passo successivo logico.
Potresti già sapere che in questa fase dell'evoluzione del web design, i siti Web mobili sono pagine Web completamente funzionanti, non appendici ripensate a laptop, desktop o siti di grandi monitor. Questi siti Web su scala ridotta vengono creati utilizzando un approccio allo sviluppo Web chiamato design reattivo, in cui il codice utilizzato per creare il contenuto del sito Web è lo stesso indipendentemente dalle dimensioni dello schermo e del browser del visitatore Web. Molto probabilmente la tua azienda sta già sfruttando il design reattivo.
Quando viene applicato il design reattivo, gli stessi tag che si attivano sul sito desktop dovrebbero funzionare su siti Web ottimizzati per dispositivi mobili e tablet perché sono essenzialmente la stessa cosa, il che è una buona notizia nel mondo della gestione dei tag. Tuttavia, il mondo delle app mobili basate sul design reattivo è completamente diverso da quello delle app native.
Estrarre dati da app native con Adobe Analytics
Le app native presentano sfide particolari per la raccolta dei dati. Queste applicazioni mobili e tablet sono programmate in modo diverso rispetto ai siti Web responsive.
In generale, le app native non vengono eseguite nei browser, non utilizzano HTML e non possono eseguire JavaScript. In effetti, le applicazioni create per iOS sono costruite in un linguaggio di programmazione diverso (Obiettivo C) rispetto alle app Android (Java). Questi linguaggi di programmazione tecnica sono menzionati per un motivo importante: un sistema di gestione dei tag non funzionerà sulle tue applicazioni mobili e tablet.
Some tag management system vendors have hacked the capability to incorporate JavaScript into apps, but the result has limited capabilities and is far from a best practice. The most complete, accurate, and scalable way to deploy Adobe tools is to use the Adobe mobile software development kit (SDK). The Adobe mobile SDK is built to work as a data collection system, like a tag management system, but uses the app’s native programming language (Objective C for iOS or Java for Android).
The Adobe SDK is important because it has deeper access into the code that runs the app and therefore can be used for more than just data collection. In addition to sending data to Adobe Analytics, the Adobe SDK is required to do the following:
- Capture geographic location data based on GPS.
- Utilize geofences based on that GPS data for analysis or action.
- Invia notifiche push agli utenti.
- Aggiorna i contenuti nell'app tramite messaggistica in-app, personalizzazione e test.
L'accesso a queste funzionalità può essere limitato allo SKU, o versione, che la tua azienda ha acquistato da Adobe. Collabora con il tuo Adobe Account Manager per capire quali di queste funzionalità sono incluse nel tuo contratto.
Utilizzo di Adobe Analytics per acquisire dati da IoT e oltre
Ora che conosci gli standard di raccolta per i due casi d'uso più importanti (web e mobile), è il momento di passare a un insieme più generico di Internet of Things (IoT). Tutti coloro che fanno domande sui dati devono pensare a chioschi digitali, orologi intelligenti, auto connesse, schermi interattivi e qualsiasi altro nuovo dispositivo che i nostri signori della tecnologia hanno annunciato da quando è stata scritta questa frase.
I fornitori come Adobe hanno difficoltà a rimanere al passo con ogni nuovo dispositivo perché la creazione di SDK richiede tempo, denaro, ricerca, ingegneri, codice, garanzia di qualità e altro ancora. Ma non preoccuparti: i dispositivi che non dispongono di SDK nativi possono comunque inviare dati ad Adobe Analytics.
La migliore pratica per l'invio di dati da uno di questi dispositivi è tramite un'interfaccia di programmazione dell'applicazione (API). In breve, questo significa che gli sviluppatori dell'applicazione IoT possono scrivere il proprio codice per creare una connessione al tuo account Adobe Analytics e quindi inviare i dati ad esso.
Le API sono diventate il modo predefinito con cui i dati vengono inviati da qualsiasi dispositivo connesso a Internet sia a tempo pieno che a tempo parziale. Anche Adobe ha alcuni consigli da condividere, in particolare per alcune delle loro grandi scommesse quando si tratta di questi nuovi dispositivi, come la voce e l'auto connessa. Al momento della stesura di questo documento, gli SDK non sono disponibili per i dispositivi ad attivazione vocale o le applicazioni per auto connesse. Tuttavia, Adobe dispone di best practice per la personalizzazione dei dati, le impostazioni variabili e le opzioni del codice per entrambe queste tecnologie.
Il software aziendale, il software concesso in licenza alle istituzioni, viene aggiornato regolarmente e Adobe rilascia le migliori pratiche per il monitoraggio dei dati associati ai nuovi mezzi digitali come la voce e l'auto connessa.
Ora hai esplorato tutti i tipi di dati generati da dispositivi che hanno accesso al Web part-time o full-time: computer, telefoni, tablet e IoT.
Le esperienze e le interazioni digitali delle persone su quei dispositivi vengono catturate da una combinazione di TMS, SDK e API. Secondo esperti di marketing e analisti, a quell'elenco manca qualcosa: dati che non si basano sul comportamento.
Forse il miglior esempio di dati non comportamentali proviene dal tuo strumento di gestione delle relazioni con i clienti (CRM) . Gli strumenti CRM vengono utilizzati per organizzare, classificare e gestire i tuoi potenziali clienti e potenziali clienti. Altri esempi di dati non comportamentali a cui i marketer e gli analisti sarebbero interessati includono quanto segue:
- Call center
- Acquisti offline o in negozio
- Resi o cancellazioni
- Costo del prodotto venduto
- Campagna pubblicitaria
- Soddisfazione del cliente
Adobe Analytics può importare qualsiasi di questi tipi di dati insieme a molti altri. In generale, questi dati vengono importati in Adobe Analytics tramite File Transfer Protocol (FTP) o API.