1. SoftwareAdobeAnalyzing Data with Adobe Analytics: Woher die Daten stammen
Adobe Analytics für Dummies

Von David Karlins

Möglicherweise wissen Sie das nicht, aber Benutzer von Adobe Analytics führen Datenanalysen für Dinge durch, die über ihre Websites hinausgehen. Adobe erfasst auch Daten im Namen seiner Kunden in mobilen Apps, Tablet-Apps und mehr. Darüber hinaus hat Adobe in Adobe Analytics erhebliche Flexibilität eingebaut, um eine digital vernetzte Verbraucherwelt zu bewältigen, die nahtlos vom Sprachassistenten zum Telefon zum Laptop wechselt.

Adobe Analytics-Datenquellen

Die Wahrnehmung der Art der Datenanalyse wurde im Bereich der Populärkultur von der Figur Jonah Hill in der Verfilmung des Buches Moneyball definiert. In dieser wahren Begebenheit gelang es einem Baseballteam mit kleinem Markt (den Oakland A's), Teams mit viel höheren Gehaltslisten dramatisch zu übertreffen, indem es auf innovative Weise unterbewertete Spieler identifizierte und handelte, die auf statistischen Maßstäben beruhten, die die Effektivität eines Spielers über die traditionellen Maßstäbe hinaus und in vielerlei Hinsicht widersprachen Metriken wie Schlagmittelwerte, Home Runs pro Saison und RBIs (Runs batted in).

Seit dem Erscheinen dieses Films sind neue und immer komplexere Herausforderungen beim Sammeln und Analysieren von Daten entstanden. (Weitere Informationen zu Datentrends finden Sie in diesem Artikel.)

Benutzer von Online-Geräten sind beispielsweise darauf vorbereitet, schnell von einem Ort zum anderen zu navigieren, und benötigen differenziertere und detailliertere Messdaten, um die Benutzeraktivität genau zu verfolgen. Die Benutzer sind sich zunehmend der Datenschutzaspekte bewusst und treffen fundiertere Entscheidungen darüber, wie sie die Beziehung zwischen der Bequemlichkeit der Nachverfolgung ihrer Aktivitäten und der Wahrung der Vertraulichkeit ihrer Online-Aktivitäten verwalten möchten.

Auf der anderen Seite der Datenanalysemünze gibt es weitaus mehr Benutzerdatenquellen als noch vor wenigen Jahren. Heutzutage verfügt Adobe über eine Reihe von Mechanismen zum Importieren von Informationen für die Datenanalyse aus digital getrennten Quellen wie Callcentern, CRM-Systemen (Customer Relationship Management) und In-Store-Commerce-Engines.

Bevor Sie sich mit den Details der Datenerfassung befassen, sollten Sie sich darüber im Klaren sein, dass das Erfassen und Übertragen von Daten in Adobe Analytics normalerweise nicht den Datenanalysten vorbehalten ist. Ihre Aufgabe als Analyst ist es, die von den Benutzeraktivitäten erfassten Daten zu analysieren.

Die folgende grundlegende Übersicht darüber, wie Daten gesammelt werden, ist für Analysten aus zwei Gründen wichtig. Zum einen ist es gut zu wissen, woher die Daten stammen, wenn Sie ihre Gültigkeit beurteilen möchten. Zweitens können Sie mit den Mitarbeitern, die die Tools zum Extrahieren von Daten eingerichtet haben, produktiver interagieren, wenn Sie über grundlegende Kenntnisse zum Mining und Senden von Daten in Adobe Analytics verfügen.

Verwenden von Adobe Analytics zum Erfassen von Daten von Websites

Beginnen wir mit der gängigsten Adobe Analytics-Datenquelle: Websites. Webdaten wurden ursprünglich basierend auf Serverprotokollen analysiert. Server-Protokolldaten werden automatisch von Servern generiert, die Websites hosten, und bieten eine Zählung und einen Zeitstempel für jede Anforderung und jeden Download jeder Datei auf der Site. Leider sind die Daten sehr unzuverlässig, da Serverprotokolle nicht in der Lage sind, Bots von Menschen zu unterscheiden.

Bots sind automatisierte Computer, die Websites scannen. Diese Bots sind häufig freundlich und werden verwendet, um Websites für Suchmaschinen oder Produktaggregator-Websites zu klassifizieren. Einige Bots sind jedoch unfreundlich und werden für Wettbewerbsinformationen oder schlechteres verwendet.

Da Server-Protokolle keinen Menschen von einem Bot unterscheiden können, wurde die Branche schnell auf Tags migriert, die heute der Industriestandard sind. Im Allgemeinen handelt es sich bei Tags um JavaScript-basierte Codezeilen, mit denen jeder Seite und Aktion auf Ihrer Website ein unsichtbares Bild hinzugefügt wird. Diese Bilder dienen als Signal für Analysetools, bei denen in wenigen Millisekunden mehrere Dinge geschehen:

  1. JavaScript-Code wird ausgeführt, um Browser- und Geräteinformationen sowie den Zeitstempel der Seitenansicht zu identifizieren. Es wird mehr JavaScript-Code ausgeführt, um nach einem Cookie zu suchen, bei dem es sich um einen Text handelt, der in einem Browser gespeichert ist. Auf Cookies kann nur von den Domänen zugegriffen werden, die sie festgelegt haben und häufig ein Ablaufdatum haben. Falls vorhanden, wird eine Besucher-ID aus dem Cookie extrahiert, um den Benutzer über Besuche und Seiten hinweg zu identifizieren. Wenn keine Besucher-ID vorhanden ist, wird eine eindeutige ID erstellt und in einem neuen Cookie festgelegt. Diese IDs sind für jeden Besucher eindeutig, jedoch nicht mit den persönlichen Daten eines Benutzers verknüpft. Sie bieten den Benutzern somit ein gewisses Maß an Datenschutz. Mehr JavaScript wird verwendet, um Informationen über die Seite zu erfassen: die URL, der Verweiser und eine Reihe von benutzerdefinierten Dimensionen, die die Aktion und das Verhalten des Besuchers identifizieren.

Nachdem die gesamte JavaScript-Logik ausgeführt wurde, wird das Image Beacon generiert, um Daten in die Erfassungs- und Verarbeitungsengine von Adobe Analytics zu senden.

Einschüchternd, nicht wahr? So haben sich Webentwickler gefühlt. Als die Webanalyse zum ersten Mal auf den Markt kam, war es eine der schwierigsten Aufgaben, den Entwicklern das Schreiben und Testen dieses gesamten JavaScript beizubringen, um sicherzustellen, dass unsere Tags korrekt ausgelöst wurden. Entwicklern beibringen, sich zu entwickeln - kein lustiger Job.

Glücklicherweise hatte ein noch intelligenterer Entwickler die Idee, all dieses JavaScript in einer einzigen Benutzeroberfläche (Benutzeroberfläche) unterzubringen. Webentwickler mussten nur eine oder zwei Codezeilen zu jeder Seite der Website hinzufügen, und der Vermarkter konnte dann seine Tags auf dieser neuen Plattform namens Tag Management System (TMS) verwalten. Es dauerte nicht lange, bis die Tag-Management-Branche explodierte, was zu Dutzenden von Anbietern und dann zu Übernahmen, Fusionen und Technologie-Pivots führte.

Die gute Nachricht ist, dass die Branche der Tag-Management-Systeme inzwischen standardisiert und in Form von Dynamic Tag Manager (DTM) und Adobe Launch kostenlos bei Adobe erhältlich ist. Möglicherweise sind Sie bereits mit Google TMS, Google Tag Manager oder einem der unabhängigen TMS-Player wie Tealium, Ensighten oder Signal vertraut.

Möglicherweise verwendet Ihr Unternehmen bereits eine dieser Technologien, um Marketing-Tags auf Ihrer Website bereitzustellen. Alle von ihnen können Adobe Analytics bereitstellen. Die Empfehlung von Adobe für bewährte Vorgehensweisen lautet jedoch, Adobe Launch zu verwenden.

Verwenden von Adobe Analytics zum Erfassen von Daten von Mobilgeräten

Wenn Standardwebsites, die auf einem Laptop bereitgestellt werden, der natürliche Ausgangspunkt für unsere Erörterung der Datenerfassung sind, ist der Übergang zu einem kleineren mobilen Bildschirm der logische nächste Schritt.

Möglicherweise wissen Sie bereits, dass mobile Websites in dieser Phase der Entwicklung des Webdesigns voll funktionsfähige Webseiten sind und keine nachträglichen Anhänge an Websites mit Laptops, Desktops oder großen Monitoren. Diese kleineren Websites werden mithilfe eines Ansatzes zur Webentwicklung erstellt, der als responsives Design bezeichnet wird. Dabei ist der zum Erstellen von Website-Inhalten verwendete Code unabhängig von der Größe des Bildschirms und des Browsers des Web-Besuchers gleich. Ihr Unternehmen nutzt höchstwahrscheinlich bereits das reaktionsschnelle Design.

Wenn Responsive Design angewendet wird, sollten dieselben Tags, die auf der Desktop-Site ausgelöst werden, auf Websites funktionieren, die für Handys und Tablets optimiert sind, da sie im Wesentlichen identisch sind. Dies ist eine gute Nachricht in der Tag-Management-Welt. Die Welt der Responsive-Design-basierten mobilen Apps ist jedoch völlig anders als die der nativen Apps.

Mit Adobe Analytics Daten aus nativen Apps abrufen

Native Apps stellen besondere Anforderungen an die Datenerfassung. Diese Mobil- und Tablet-Anwendungen sind anders programmiert als responsive Websites.

Im Allgemeinen werden native Apps nicht in Browsern ausgeführt, verwenden kein HTML und können kein JavaScript ausführen. Tatsächlich werden für iOS erstellte Anwendungen in einer anderen Programmiersprache (Objective C) als Android-Apps (Java) erstellt. Diese technischen Programmiersprachen werden aus einem wichtigen Grund erwähnt: Ein Tag-Management-System funktioniert auf Ihren Mobil- und Tablet-Anwendungen nicht.

Einige Anbieter von Tag-Management-Systemen haben die Möglichkeit gehackt, JavaScript in Apps zu integrieren. Das Ergebnis weist jedoch eingeschränkte Funktionen auf und ist weit von einer bewährten Vorgehensweise entfernt. Die umfassendste, genaueste und skalierbarste Methode zum Bereitstellen von Adobe-Tools ist die Verwendung des Adobe SDK (Mobile Software Development Kit). Das Adobe Mobile SDK funktioniert wie ein Tag-Management-System als Datenerfassungssystem, verwendet jedoch die native Programmiersprache der App (Objective C für iOS oder Java für Android).

Das Adobe SDK ist wichtig, da es einen tieferen Zugriff auf den Code hat, mit dem die App ausgeführt wird, und daher nicht nur für die Datenerfassung verwendet werden kann. Zusätzlich zum Senden von Daten an Adobe Analytics muss das Adobe SDK Folgendes ausführen:

  • Erfassen Sie geografische Standortdaten basierend auf GPS. Verwenden Sie Geofences, die auf diesen GPS-Daten basieren, für Analysen oder Aktionen. Senden Sie Push-Benachrichtigungen an Benutzer. Aktualisieren Sie Inhalte in der App durch In-App-Messaging, Personalisierung und Testen.

Der Zugriff auf diese Funktionen ist möglicherweise auf die von Ihrem Unternehmen bei Adobe erworbene SKU oder Version beschränkt. Erkundigen Sie sich bei Ihrem Adobe Account Manager, welche dieser Funktionen in Ihrem Vertrag enthalten sind.

Verwenden von Adobe Analytics zum Erfassen von Daten aus dem Internet der Dinge und darüber hinaus

Nachdem Sie die Sammlungsstandards für die beiden wichtigsten Anwendungsfälle (Web und Mobile) verstanden haben, ist es an der Zeit, auf ein allgemeineres Internet der Dinge (Internet of Things, IoT) zuzugreifen. Jeder, der Fragen zu Daten stellt, muss über digitale Kioske, Smartwatches, vernetzte Autos, interaktive Bildschirme und andere neue Geräte nachdenken, die unsere technischen Overlords angekündigt haben, seit dieser Satz geschrieben wurde.

Anbietern wie Adobe fällt es schwer, den Überblick über jedes neue Gerät zu behalten, da das Erstellen von SDKs Zeit, Geld, Forschung, Ingenieure, Code, Qualitätssicherung und mehr kostet. Aber keine Sorge: Geräte ohne native SDKs können weiterhin Daten an Adobe Analytics senden.

Das Senden von Daten von einem dieser Geräte erfolgt am besten über eine Anwendungsprogrammierschnittstelle (API). Kurz gesagt bedeutet dies, dass die Entwickler der IoT-Anwendung ihren eigenen Code schreiben können, um eine Verbindung zu Ihrem Adobe Analytics-Konto herzustellen und dann Daten an dieses Konto zu senden.

APIs sind die Standardmethode, mit der Daten von jedem mit dem Internet verbundenen Gerät entweder in Vollzeit oder in Teilzeit gesendet werden. Adobe hat auch einige Empfehlungen, die es zu teilen gilt, insbesondere für einige ihrer großen Einsätze in Bezug auf diese neuen Geräte wie Voice und Connected Car. Zum Zeitpunkt der Erstellung dieses Dokuments sind SDKs für sprachaktivierte Geräte oder Anwendungen für verbundene Fahrzeuge nicht verfügbar. Adobe verfügt jedoch über bewährte Methoden für Datenanpassungen, variable Einstellungen und Codeoptionen für beide Technologien.

Unternehmenssoftware - an Institutionen lizenzierte Software - wird regelmäßig aktualisiert, und Adobe veröffentlicht Best Practices für die Nachverfolgung von Daten, die mit neuen digitalen Medien wie Sprache und dem verbundenen Auto in Verbindung stehen.

Sie haben jetzt alle Arten von Daten untersucht, die von Geräten mit Teilzeit- oder Vollzeitzugriff auf das Web generiert wurden: Computer, Telefone, Tablets und IoT.

Die digitalen Erfahrungen und Interaktionen der Benutzer auf diesen Geräten werden durch eine Kombination aus TMS, SDK und API erfasst. Laut Marktteilnehmern und Analysten fehlt in dieser Liste etwas: Daten, die nicht auf Verhalten beruhen.

Das vielleicht beste Beispiel für Daten, die sich nicht auf das Verhalten beziehen, ist Ihr CRM-Tool (Customer Relationship Management). CRM-Tools dienen zum Organisieren, Kategorisieren und Verwalten Ihrer Interessenten und Kunden. Andere Beispiele für Daten, an denen Marketingspezialisten und Analysten nicht interessiert sind, sind:

  • Call Center Offline- oder In-Store-Käufe Rückgabe oder Stornierung Produktkosten der verkauften Waren Werbekampagne Kundenzufriedenheit

Adobe Analytics kann jeden dieser Datentypen zusammen mit vielen anderen importieren. Im Allgemeinen werden diese Daten über FTP (File Transfer Protocol) oder API in Adobe Analytics importiert.