В эпоху цифровых технологий понимание поведения пользователей и анализ моделей трафика на веб-сайтах стали критически важными для бизнеса. Adobe Analytics — это мощный инструмент, используемый многими организациями для получения информации о данных своих веб-сайтов. Одной из полезных функций Adobe Analytics является плагин Time Parting, который позволяет анализировать активность пользователей в зависимости от различных периодов времени. В этой статье мы рассмотрим различные методы использования плагина Adobe Analytics Time Parting, а также приведем примеры кода.

Метод 1: анализ ежечасных данных
Одним из распространенных вариантов использования является почасовой анализ структуры трафика веб-сайта. Это может помочь определить часы пик и соответствующим образом оптимизировать маркетинговые кампании. Вот пример того, как вы можете использовать API плагина Adobe Analytics Time Parting для извлечения почасовых данных:

var hourlyData = {};
var reportSuiteId = "your_report_suite_id";
var dateRange = "2024-02-01T00:00:00/2024-02-28T23:59:59";
adobeAnalytics.getReport(
  reportSuiteId,
  [
    {
      id: "metrics/visits",
      filters: [
        {
          id: "variables/timeparting.hour",
          values: ["0", "23"] // Hourly range from 12:00 AM to 11:00 PM
        }
      ]
    }
  ],
  {
    dateRange: dateRange,
    granularity: "day"
  },
  function (data) {
    // Process and analyze the hourly data
    hourlyData = data;
  }
);

Метод 2: анализ ежедневных данных
Другой подход – анализ трафика веб-сайта на ежедневной основе. Это может дать представление о тенденциях и закономерностях в течение более длительных периодов времени. Вот пример того, как вы можете получать ежедневные данные с помощью плагина Adobe Analytics Time Parting:

var dailyData = {};
var reportSuiteId = "your_report_suite_id";
var dateRange = "2024-02-01T00:00:00/2024-02-28T23:59:59";
adobeAnalytics.getReport(
  reportSuiteId,
  [
    {
      id: "metrics/visits"
    }
  ],
  {
    dateRange: dateRange,
    granularity: "day"
  },
  function (data) {
    // Process and analyze the daily data
    dailyData = data;
  }
);

Метод 3: анализ еженедельных данных
Еженедельный анализ трафика веб-сайта может помочь выявить тенденции, которые происходят последовательно в течение семидневного периода. Вот пример того, как вы можете получить еженедельные данные с помощью плагина Adobe Analytics Time Parting:

var weeklyData = {};
var reportSuiteId = "your_report_suite_id";
var dateRange = "2024-02-01T00:00:00/2024-02-28T23:59:59";
adobeAnalytics.getReport(
  reportSuiteId,
  [
    {
      id: "metrics/visits"
    }
  ],
  {
    dateRange: dateRange,
    granularity: "week"
  },
  function (data) {
    // Process and analyze the weekly data
    weeklyData = data;
  }
);

Плагин Adobe Analytics Time Parting предоставляет ценную информацию об активности пользователей в разные периоды времени. Используя плагин и его API, вы можете анализировать структуру трафика веб-сайта ежечасно, ежедневно или еженедельно. Эта информация может помочь вам оптимизировать маркетинговые стратегии, определять часы пик и принимать решения на основе данных для улучшения пользовательского опыта. Начните изучать плагин Time Parting сегодня и раскройте возможности временной аналитики!