Customer Journey Analytics · Data Views
Mismos datos, dos informes distintos
Laura llega por búsqueda de pago, vuelve desde un enlace en un email y compra más tarde. Ventas ve una compra. Marketing compara conversión y canales. Cambia la lectura de esos mismos eventos y mira por qué sus informes pueden diferir.
Supuestos del ejemplo
Ejemplo: una persona, seis eventos y una compra de 120 €. Sin stitching, filtros ni reglas extra de sesión. Persistencia por sesión; No Value no sobrescribe. Atribución por persona en 09:00–10:10, una dimensión. No replica todo CJA.
La lectura cambia; la compra no
Referencia frente a tu configuración
A queda fija. B usa tus controles. La tasa es sesiones con compra divididas entre sesiones, no personas que compran.
La evidencia del cálculo
Los mismos eventos de Laura
El canal solo se recoge en los dos contactos de campaña. Un valor vacío no significa tráfico directo. Horas de una misma mañana.
La recomendación
Acordar qué mide el informe antes de comparar cifras
Una Data View define una lectura del dato. Dos configuraciones pueden responder preguntas diferentes sin que haya cambiado el comportamiento de Laura.
- 01
Fijar la definición de sesión
La pausa entre eventos decide si la compra cae en una sesión nueva. Documenta el timeout y cualquier otra regla que abra sesiones antes de comparar tasas.
- 02
Separar ausencia de dato y persistencia
Sin persistencia, el canal solo acompaña a su propio evento. Con persistencia, un valor anterior puede acompañar a la compra. No se escribe de nuevo el evento original.
- 03
Nombrar modelo y ventana
En este informe de una dimensión, la atribución explícita sustituye su asignación. Usamos persona y el periodo mostrado. No extrapoles el cálculo a informes con varias dimensiones.
- 04
No confundir reparto e impacto
Repartir el importe entre canales no demuestra cuál causó la compra. La atribución describe un modelo; estimar impacto incremental requiere otra comparación.
Para revisar esta decisión
- ¿Arreglar el dato o arreglar el informe?
Un canal mal clasificado puede corregirse en origen, en la ingesta o en CJA. La diferencia está en quién recibe la corrección y qué pasa con el histórico.
- La compra está en AEP. ¿Dónde se pierde en CJA?
Cómo investigar una compra que no aparece en CJA: dataset, conexión, histórico, Data View y filtros. Validar por capas antes de volver a cargar datos.