AMC-Playbook: Customer Journey Analytics
Kurz gesagt: Das Playbook gruppiert Kampagnen, Kategorien oder Marken nach Funnel-Phase und stellt die Pfade bis zur Conversion als Sankey-Diagramm dar. Es zeigt, welche Kampagnen und Anzeigenprodukte einen Kauf beeinflussten und welche Conversion-Subtypen wie Warenkorb oder Wunschliste vorkamen. Die Pfad-Analysen selbst sind schwer zu visualisieren.
Worum es geht
Customer Journey Analytics identifiziert die Interaktionen eines Kunden mit einer Anzeige vor einem Ergebnis, etwa Warenkorb, Kauf oder Warenkorbabbruch. Path-to-Purchase- und Path-to-Conversion-Analysen liefern die chronologische Reihenfolge der Kontakte, sind aber schwer darzustellen. Ein Sankey-Diagramm zeigt den Datenfluss zwischen Kampagnenpfaden.
Welche Fragen das Playbook beantwortet
- Wie bildet man die Customer Journey mit einem verständlichen Diagramm ab?
- Welche Kampagnen beeinflussten den Käufer auf dem Weg?
- Welche Conversion-Subtypen (Warenkorb, Rezension, Wunschliste) traten auf?
- Welche Anzeigenprodukte, DSP oder Sponsored Ads, beeinflussten den Pfad?
Ablauf
- Abfragen ausführen: Pfad zur Conversion nach Kampagne und nach Kampagnengruppe.
- Die Daten in Quelle und Ziel aufteilen und für das Sankey-Diagramm aufbereiten (Python).
- Visualisieren in Amazon QuickSight und interpretieren.
Voraussetzungen laut Amazon
- Zugriff auf eine AMC-Instanz, mindestens 7 Tage rückwirkend befüllte Daten und mindestens 4 aktive Kampagnen.
- AMC-SQL, Grundkenntnisse in Python und Amazon QuickSight.
Unsere Einordnung
Pfad-Diagramme zeigen Reihenfolgen, keine Ursachen. Wer ein Diagramm als Beleg für Wirkung liest, verwechselt Korrelation und Kausalität; für Wirkungsfragen braucht es einen Vergleich mit nicht belichteten Nutzern.
Amazon dokumentiert die Playbooks nur englisch und technisch, mit SQL und Python. Diese Seite fasst zusammen, was das Playbook leistet; die Abfragen und Skripte stehen im Original.