Adobe Analytics Değişken Yapısı

Updated: Sep 4

Adobe Analytics’i ilk defa kullanmaya başladığınızda Adobe’nin farklı değişken yapısı aklınızı karıştırabilir. Bu altyapının anlaşılmamış olması teknik kurulum ve analiz hatalarının en büyük sebeblerinden biridir.

Google Analytics’den Adobe Analytics’e geçen analistler Adobe’nin çok karışık olduğunu ifade ederler ve bu yüzden zorluk yaşarlar.Burada durup analytics’in ne olduğunu hatırlamamız gerekiyor.

Analytics farklı kaynaklar ve farklı teknolojiler aracılığı ile hazır olan verinin bilgi haline dönüştürülmesi ve bu bilginin anlaşılıp organizasyonunuzun büyümesi , kârlılığı ve diğer amaçları için aksiyona dönüştürülmesidir. Analytics bu kadar basit olsaydı herkes cok kolay bir şekilde veriyi aksiyona döndürebilirdi. Rekabette öne geçmek için zor ve karışık kavramları çözüp bunları basitleştirmeniz gerekiyor. Uygulamanız ve websiteniz çok veri üretiyor, bu verilerin kendi kendine bilgiye dönüşüp size ne yapmanızı söyleyen bir teknoloji halen yaratılmadı. Veri bilimi ve machine learning’in amacı bunu bir ölçüde gerçekleştirmek, ama tüm bu kodlarin, makinaların ve algoritmalarin ardında INSAN var. Veri bilimi emek yoğun bir iş, ve birden fazla disipline hakim olmayı gerektiriyor. Eğer veri bilimcisi değilseniz elinizdeki veriden anlam çıkarmak tamamen size bağlı. Rekabette öne geçmek için Apple , Google gibi inovasyon yaparak rakibi olmayan ürünler yaratamıyorsanız analytics ile fırsatları ve problemleri bulmanız gerek. Yeni çağ pazarlaması bunu gerektiriyor.

Adobe Analytics ve Google Analytics birbirine rakip yazılımlar değil, farklı ürünler. Adobe özel değişken yapısı ile büyük işletmelere daha iyi hizmet verirken, Google daha basit yapısı ile analytics’de yeni başlamış firmalar için daha uygun olabilir.

Google Analytics’de de özellikle SQL ve Java Script yardımı ile de yaratıcı ve ileri düzeyde sonuçlar alabilirsiniz. Ama Google’un temel ürünü ve hizmeti bu tur ileri uygulamaları çok desteklemediği için sizin analytics yazılım ve geliştirmesinde ileri düzeyde olmanız gerek. Türkiye’de bu yazılımı bu şekilde kullanan birkaç kişi tanıyorum ama bu herkese yayılabilecek kolay bir yetenek değil. Bu özellikleri Google aracılığı ile yaratmak tam tersine çok daha zor. Adobe Analytics farklı değişken yapısı ile arayüzünde bu ileri özellikleri size sunuyor.

Adobe Analytics’i anlamanız için de bu değişken yapısını ve değişkenlerin analizde nasıl kullanıldığını iyice anlamanız gerekiyor. Bunun için de verinin nasıl yaratıldığını, implementasyonun nasıl yapıldığını bilmeniz gerek. Verinin yaratılışını anlamazsanız analiz olanaklarınızı kısıtlamış olursunuz. Bunu anlamanın en iyi yolu da veri yaratım aşamasında çalışmanız. Özellikle rapor ve analiz yapılırken yaşanan problemler buradaki bilgi eksikliğinden dolayı ortaya çıkıyor.

Adobe Analytics’in Türkçe versiyonu olmadığı için değişken isimlerini orijinal Ingilizce kullandım, kullanılan bu isimler yazılımın içinde standard terim olarak kullanılıyor.

Aşağıda anlatacağım kavramlar eğer bu ürünü su anda kullanıyorsanız çok anlamlı gelecektir. Pratik olmadan bu yazılımları öğrenmeniz çok mümkün değil.

Değişken ve metrik tipleri kendi içinde standard ve custom olarak ikiye ayrılır. Standard değişkenler Adobe’nin altyapısının temelinde anlamı olan değişkenler ve metriklerdir. Mesela “pages” raporu ve “revenue” metrigi Adobe Analytics’de sadece bu amaç için kullanılır ve diğer değişkenlere kendi anlamları korunarak ilişkilendirilir. Custom değişkenler ise istediğiniz gibi kullanabileceğiniz ve sizin anlam yükleyeceğiniz değişkenlerdir. Bu değişkenlere istediğiniz değeri istediğiniz şekilde atayabilirsiniz ama Adobe bu değişkenin içeriğini amacını anlayamaz. Bu değişkenleri teknik kurulumu yapacak olan danışmanın başta tasarlaması gerekir.

Farklı ve karışık gözüken değişken yapısının amacı farkli parametreleri değişik açılardan iliskilendirmektir. Farklı açıdan kastim:

1-Ziyaretçi verisi

Müşterilerinizin belirli bir süre içinde ürettiği tüm veri.

2-Oturum (visit) verisi

Müşterilerinizin belirli bir oturum içinde ürettiği veri. Bunun için genelde evar kullanılır.

3-Hit (sayfa bazında) verisi

Müşterilerinizin tek bir anda ürettiği veri.Bunun için genelde prop kullanılır.

4-Ürün bazlı veri

Müşterilerinizin ürün tekelinde ürettiği veri. Bunun için genelde custom evar olan merchandising variable kullanılır.

5-Değişken bazında veri

Müşterinin baktığı ürünün ID’sini baz alarak ürünün birçok özelliği olan veriye ulaşabilmek. Buna sınıflandırma denir. Sayfada sadece ID’yi almanız yeterlidir. daha sonra bu ID aracılığı ile veritabaninizdaki tüm sınıflandırmaları kullanabilirsiniz. Ürünün fiyatı, rengi, modeli vb..

Şimdi bu değişkenlere daha ayrıntılı bakalım.

1-Conversion variables(eVar)

Conversion variables (teknik ismi eVar) dönüşümleri ölçmenize yardım eder ve herhangi bir string değeri alabilir. Evar ile aşağıdaki soruların cevabını alabilirsiniz:

-Site içi kampanyaların gelir üzerinde etkisi nedir?

-Hangi banner’lar sitede kayıt alınmasında etkili oldu?

-Sipariş verilmeden önce kaç kez site içi arama yapıldı?

250 tane özel conversion değişkeni vardır. 250 evar’in yanında standard değişkenler de vardır. Standard değişkenlere örnek campaign, merchandising, list variables sayılabilir. Evarlar eventler, metrikler ve segmentler ile iliskilendirilebilir.

Merchandising variable sayesinde sepete atılan bir ürünün diğer özelliklerini ürün bazında görebilirsiniz. Ozellikle perakende firmalari için kullanılan bir değişkendir. Örnek olarak müşterinin sepetine 3 tane farklı ürün attığını düşünelim. Ürünün ID’si dışında, ürün ismi ve kategorisini de görmek istiyorsak bu veriye ürün bazında bakmamız gerek.

X1 ID’li ,36 beden kırmızı elbise, moda kategorisi

Y2 ID’li A markalı bebek maması, bebek ürünleri kategorisi

Z3 ID’li C yazarının A kitabı, kitap kategorisi

Eğer bu bilgileri ürün seviyesinde değil de oturum bazında set ederseniz bu verilerin hepsi birbirine karışır. Bu nedenle merchandising variables kullanılması çok hayatı olan bir değişkendir.

List variables ise birden fazla değer alan bir değişkeni daha sonradan Adobe içinde tek tek listelemenize yardım eder. Örnek olarak bir sayfada müşteriye 3 banner gösterdiğimizi farzedelim. Bu 3 banner’in da ne olduğunu bilmek isteyebiliriz. Farklı banner kombinasyonlarının dönüşümü nasıl etkilediğini anlamak için.

banner1|banner2|banner3 30 pageviews

banner1|banner2|banner4 30 pageviews

banner1|banner5|banner4 30 pageviews

Ama raporlama yaparken bu banner’lara tek tek de bakmak isteyebiliriz. Yukarıda farklı banner’ları uzun düz çizgi ile ayırdım. Daha sonra Adobe konfigurasyonu yardımı ile bu ayracı kullanarak farklı bir değişken altında bu banner isimlerini tek tek görebilme sansini bana list variable vermektedir.

Yukaridaki rapora ayrica su sekilde bakabilirim.

banner1 90 pageviews

banner2 60 pageviews

banner3 30 pageviews

banner4 60 pageviews

banner5 30 pageviews

2-Traffic variables (prop)- trafik degiskeni

Trafik değişkenleri -prop- evar gibidir, tek farkı session’daki diğer degiskenler ile bağlantı kurmaz. Bu degiskene non-persistent, non-sticky degisken de denir. Session ile degil de hit ile iliski kurar.Counter olarak sadece sayar ve sadece aynı request’deki değişkenler ile ilişkilendirilebilir. Bir değişkeni başka bir değişken ile kırarken sadece belirli bir tıklama için ilişki bakmak isteyebilirsiniz. Hata ismini sayfa ismi ile kırmak gibi. Trafik değişkeni size bu imkanı verir. Ayrıca istediğiniz değişkenleri path raporuna dönüştürmek için trafik değişkeni kullanılır.

Bu nedenle bazen evar olarak set ettiğimiz bir değişkeni prop olarak da set etmek zorunda kalabiliriz. 75 tane prop set edebiliriz.

Yeni workspace analysis altyapisi ile ayrica prop yaratmaya cok gerek kalmadi, ama yine de kullanilabilir.

3-Events

“Revenue”, “order” standard Adobe Analytics eventleridir. Bunun disinda 1000 tane event set etme hakkiniz vardir. Eventler donusum ve aksiyonlari saymak icin kullanilir. Ama counter events disinda “numeric” ve “revenue” events de set edebiliyorsunuz. Gelir disinda toplamak istediginiz rakamlari currency ve numeric eventler ile set edebilirsiniz.

Yukaridaki anlattigim kavramlar ancak yazilimi surekli kullanmaniz ve teknik kurulumu anlamaniz sayesinde anlasilabilir. Bu yuzden yazilima erisiminiz var ise gunde 1-2 saatinizi yazilimi anlamaya calismanizi tavsiye ederim.

tesekkurler

sibel akcekaya

#adobeanalyticsnedir #AdobeAnalytics #dijitalpazarlama #omniture #AdobeAnalyticsDanışmanlık #adobeanalyticsegitim #OmnitureDanışmanlık #adobeanalyticsozellikleri

BE IN

TOUCH

Please fill your contact details below:

 Email Us: info@nobhillconsulting.com     San Francisco, CA and Istanbul,Turkey

© 2023 by GO MOBILE. Proudly created with Wix.com