Überblick

Mit Joint Analytics in SurveyAnalytica können Sie Daten aus mehreren Umfragen, Datensätzen, Kontaktlisten und Kampagnen in einer einzigen, einheitlichen Analyseansicht zusammenführen. Anstatt jede Datenquelle isoliert zu analysieren, führt Joint Analytics die Daten zusammen und verknüpft sie miteinander, um ganzheitliche Einblicke in Ihr gesamtes Customer-Intelligence-Ökosystem zu liefern.

Was ist Joint Analytics?

Joint Analytics wird aktiviert, sobald für eine Analytics-Entität mehrere Datenquellen konfiguriert sind. Dadurch kann die Plattform:

• Antwortdaten aus mehreren Umfragen in einem einzigen Dashboard zusammenführen
• Umfrageantworten mit importierten Datensätzen (CRM-Daten, Transaktionsdatensätze usw.) abgleichen
• Kampagnen-Engagement-Kennzahlen mit Umfrage-Feedback kombinieren
• Einheitliche Kundenprofile über mehrere Touchpoints hinweg erstellen

Joint Analytics einrichten

Schritt 1: Eine Analytics-Entität erstellen

Navigieren Sie über die Seitenleiste zum Bereich Analytics und erstellen Sie eine neue Analytics-Entität. Geben Sie ihr einen aussagekräftigen Namen, der die entitätsübergreifende Analyse widerspiegelt, die Sie durchführen möchten.

Schritt 2: Datenquellen hinzufügen

Fügen Sie in der Analytics-Konfiguration mehrere Datenquellen hinzu. Jede Datenquelle kann sein:

• Umfrage: Jede veröffentlichte Umfrage in Ihrem Workspace. Das System ruft alle Antwortdaten ab, einschließlich Antworten auf Fragen, Metadaten und Zeitstempel.
• Datensatz: Jeder hochgeladene Datensatz (CSV, Excel usw.), der für Analytics veröffentlicht wurde.
• Kontaktliste: Kontaktdaten mit zugehörigen Attributen wie demografischen Merkmalen, Kaufhistorie oder Engagement-Werten.
• Kampagne: Kampagnen-Nachrichtendaten, einschließlich Zustellstatus, Öffnungsraten, Klickraten und Engagement-Zeitstempel.

Schritt 3: Beziehungen definieren

Wenn Sie Daten aus mehreren Quellen kombinieren, legen Sie fest, wie Datensätze entitätsübergreifend verknüpft werden sollen. Gängige Verknüpfungsschlüssel sind:

• E-Mail-Adresse oder Telefonnummer (Verknüpfung von Umfrageteilnehmern mit Kontakten)
• Kontakt-ID (Verknüpfung von Kampagnennachrichten mit Kontaktdatensätzen)
• Benutzerdefinierte Kennungen (Mitarbeiter-ID, Bestellnummer usw.)

Joint Analytics verwenden

Nach der Konfiguration bietet Joint Analytics dieselbe umfassende Analyseerfahrung wie die Analyse einer einzelnen Entität, jedoch mit quellenübergreifend zusammengeführten Daten:

• Dashboard: Erstellen Sie Diagramme und Visualisierungen mit Feldern aus allen verbundenen Datenquellen.
• Trends: Verfolgen Sie Kennzahlen im Zeitverlauf über alle Datenquellen hinweg.
• Textanalyse: Analysieren Sie Freitextantworten aus mehreren Umfragen gleichzeitig.
• Pivot-Tabellen: Erstellen Sie Kreuztabellen mit Feldern aus unterschiedlichen Datenquellen.
• Segmentierung: Erstellen Sie Segmente anhand von Kriterien aus mehreren Entitäten.
• KI-Insights: Der KI-Assistent hat Zugriff auf den zusammengeführten Datensatz und kann entitätsübergreifende Erkenntnisse liefern.

Funktionsweise

Sobald die Plattform erkennt, dass eine Analytics-Entität mehr als eine Datenquelle besitzt, wechselt sie automatisch in den Joint-Analytics-Modus. Die Analytics-Engine übernimmt die Datenzusammenführung, indem sie:

1. Jede Datenquelle aus ihrem jeweiligen Speicher abfragt
2. Beziehungsverknüpfungen basierend auf konfigurierten Schlüsselfeldern anwendet
3. Die resultierenden Datensätze zu einer einheitlichen Ansicht zusammenführt
4. Alle Felder aus allen Quellen für Diagramme, Filterung und Segmentierung verfügbar macht

Best Practices

• Konsistente Kennungen: Stellen Sie sicher, dass Ihre Umfragen eine eindeutige Kennung (E-Mail, Telefon, Kunden-ID) erfassen, die einem Feld in Ihren Datensätzen oder Kontaktlisten entspricht.
• Datenqualität: Bereinigen und standardisieren Sie die Verknüpfungsschlüsselfelder aller Quellen, bevor Sie Joint Analytics erstellen. Nicht übereinstimmende Formate (z. B. +1-555-1234 statt 5551234) führen zu nicht verknüpften Datensätzen.
• Performance: Joint Analytics kann bei sehr großen Datensätzen länger zum Laden benötigen. Verwenden Sie Datumsbereichsfilter, um den Zeitraum einzugrenzen und die Performance zu verbessern.
• Namenskonvention: Wenn Felder aus unterschiedlichen Quellen denselben Namen haben, versieht das System sie mit dem Namen der Quellentität als Präfix, um Mehrdeutigkeiten zu vermeiden.

Beispielhafte Anwendungsfälle

• Kundenzufriedenheit + Kaufdaten: Kombinieren Sie NPS-Umfrageergebnisse mit Transaktionsdaten, um Zufriedenheitswerte mit dem Kaufverhalten zu korrelieren.
• Mitarbeiterengagement + HR-Daten: Führen Sie Mitarbeiterumfrage-Antworten mit HR-Datensätzen zusammen, um das Engagement nach Abteilung, Betriebszugehörigkeit oder Rolle zu analysieren.
• Kampagnenleistung + Umfrage-Feedback: Verknüpfen Sie Kampagnen-Engagement (Öffnungen, Klicks) mit Umfrageantworten nach der Kampagne, um die Kampagnenwirksamkeit zu messen.
• Mehrwellen-Studien: Kombinieren Sie Antworten aus mehreren Umfragewellen, um Veränderungen der Stimmung derselben Befragtengruppe im Zeitverlauf zu verfolgen.