अवलोकन

SurveyAnalytica में Joint Analytics आपको कई सर्वे, डेटासेट, कॉन्टैक्ट लिस्ट और कैंपेन के डेटा को एक ही एकीकृत एनालिटिक्स व्यू में संयोजित करने में सक्षम बनाता है। प्रत्येक डेटा स्रोत का अलग-अलग विश्लेषण करने के बजाय, Joint Analytics डेटा को मर्ज और क्रॉस-रेफरेंस करके आपके संपूर्ण कस्टमर इंटेलिजेंस इकोसिस्टम में समग्र इनसाइट्स प्रदान करता है।

Joint Analytics क्या है?

जब किसी एनालिटिक्स एंटिटी में कई डेटा स्रोत कॉन्फ़िगर होते हैं, तो Joint Analytics सक्रिय हो जाता है। यह प्लेटफ़ॉर्म को निम्नलिखित करने में सक्षम बनाता है:

• कई सर्वे के रिस्पॉन्स डेटा को एक ही डैशबोर्ड में मर्ज करना
• सर्वे रिस्पॉन्स को इम्पोर्ट किए गए डेटासेट (CRM डेटा, ट्रांज़ैक्शन रिकॉर्ड, आदि) के साथ क्रॉस-रेफरेंस करना
• कैंपेन एंगेजमेंट मेट्रिक्स को सर्वे फीडबैक के साथ संयोजित करना
• कई टचपॉइंट्स को कवर करने वाली एकीकृत कस्टमर प्रोफ़ाइल बनाना

Joint Analytics सेट अप करना

चरण 1: एक एनालिटिक्स एंटिटी बनाएं

साइडबार से Analytics सेक्शन पर जाएं और एक नई एनालिटिक्स एंटिटी बनाएं। इसे एक ऐसा वर्णनात्मक नाम दें जो आपके द्वारा किए जाने वाले क्रॉस-एंटिटी विश्लेषण को दर्शाता हो।

चरण 2: डेटा स्रोत जोड़ें

एनालिटिक्स कॉन्फ़िगरेशन में, कई डेटा स्रोत जोड़ें। प्रत्येक डेटा स्रोत निम्न में से कोई हो सकता है:

• Survey: आपके वर्कस्पेस में कोई भी प्रकाशित सर्वे। सिस्टम प्रश्न-उत्तर, मेटाडेटा और टाइमस्टैम्प सहित सभी रिस्पॉन्स डेटा खींचता है।
• Dataset: कोई भी अपलोड किया गया डेटासेट (CSV, Excel, आदि) जिसे एनालिटिक्स के लिए प्रकाशित किया गया हो।
• Contact List: डेमोग्राफिक्स, खरीद इतिहास, या एंगेजमेंट स्कोर जैसे संबद्ध एट्रिब्यूट्स वाला कॉन्टैक्ट डेटा।
• Campaign: डिलीवरी स्टेटस, ओपन रेट, क्लिक रेट और एंगेजमेंट टाइमस्टैम्प सहित कैंपेन मैसेज डेटा।

चरण 3: रिलेशनशिप परिभाषित करें

कई स्रोतों से डेटा संयोजित करते समय, यह परिभाषित करें कि एंटिटीज़ में रिकॉर्ड्स को कैसे लिंक किया जाना चाहिए। सामान्य जॉइन की में शामिल हैं:

• ईमेल एड्रेस या फ़ोन नंबर (सर्वे रिस्पॉन्डेंट्स को कॉन्टैक्ट्स से लिंक करना)
• कॉन्टैक्ट ID (कैंपेन मैसेज को कॉन्टैक्ट रिकॉर्ड्स से लिंक करना)
• कस्टम आइडेंटिफ़ायर (एम्प्लॉई ID, ऑर्डर नंबर, आदि)

Joint Analytics का उपयोग करना

एक बार कॉन्फ़िगर हो जाने पर, Joint Analytics सिंगल-एंटिटी एनालिटिक्स जैसा ही संपूर्ण एनालिटिक्स अनुभव प्रदान करता है, लेकिन स्रोतों में मर्ज किए गए डेटा के साथ:

• Dashboard: किसी भी कनेक्टेड डेटा स्रोत के फ़ील्ड्स का उपयोग करके चार्ट और विज़ुअलाइज़ेशन बनाएं।
• Trends: सभी डेटा स्रोतों में समय के साथ मेट्रिक्स को ट्रैक करें।
• Text Analytics: कई सर्वे के फ्री-टेक्स्ट रिस्पॉन्स का एक साथ विश्लेषण करें।
• Pivot Tables: विभिन्न डेटा स्रोतों के फ़ील्ड्स को क्रॉस-टैब्युलेट करें।
• Segmentation: कई एंटिटीज़ के मानदंडों का उपयोग करके सेगमेंट बनाएं।
• AI Insights: AI असिस्टेंट के पास मर्ज किए गए डेटासेट तक पहुंच होती है और वह क्रॉस-एंटिटी इनसाइट्स प्रदान कर सकता है।

यह कैसे काम करता है

जब प्लेटफ़ॉर्म यह पहचानता है कि किसी एनालिटिक्स एंटिटी में एक से अधिक डेटा स्रोत हैं, तो यह स्वचालित रूप से joint analytics मोड में स्विच हो जाता है। एनालिटिक्स इंजन डेटा मर्जिंग को इस प्रकार हैंडल करता है:

1. प्रत्येक डेटा स्रोत को उसके संबंधित स्टोरेज से क्वेरी करना
2. कॉन्फ़िगर की गई की फ़ील्ड्स के आधार पर रिलेशनशिप जॉइन लागू करना
3. परिणामी डेटासेट्स को एक एकीकृत व्यू में मर्ज करना
4. सभी स्रोतों के सभी फ़ील्ड्स को चार्टिंग, फ़िल्टरिंग और सेगमेंटेशन के लिए उपलब्ध कराना

सर्वोत्तम अभ्यास

• Consistent identifiers: सुनिश्चित करें कि आपके सर्वे एक यूनीक आइडेंटिफ़ायर (ईमेल, फ़ोन, कस्टमर ID) कैप्चर करते हैं जो आपके डेटासेट या कॉन्टैक्ट लिस्ट के किसी फ़ील्ड से मेल खाता हो।
• Data quality: joint analytics बनाने से पहले सभी स्रोतों में जॉइन की फ़ील्ड्स को साफ़ और मानकीकृत करें। बेमेल फ़ॉर्मेट (जैसे, +1-555-1234 बनाम 5551234) के परिणामस्वरूप रिकॉर्ड्स अनलिंक्ड रह जाएंगे।
• Performance: बहुत बड़े डेटासेट पर joint analytics को लोड होने में अधिक समय लग सकता है। समय विंडो सीमित करने और परफ़ॉर्मेंस बेहतर बनाने के लिए डेट रेंज फ़िल्टर का उपयोग करें।
• Naming convention: जब विभिन्न स्रोतों के फ़ील्ड्स का नाम समान होता है, तो सिस्टम अस्पष्टता से बचने के लिए उनके आगे स्रोत एंटिटी का नाम जोड़ देता है।

उदाहरण उपयोग-मामले

• Customer satisfaction + purchase data: संतुष्टि स्कोर को खरीद व्यवहार के साथ सहसंबंधित करने के लिए NPS सर्वे परिणामों को ट्रांज़ैक्शन डेटा के साथ संयोजित करें।
• Employee engagement + HR data: विभाग, कार्यकाल, या भूमिका के अनुसार एंगेजमेंट का विश्लेषण करने के लिए एम्प्लॉई सर्वे रिस्पॉन्स को HR रिकॉर्ड्स के साथ मर्ज करें।
• Campaign performance + survey feedback: कैंपेन की प्रभावशीलता मापने के लिए कैंपेन एंगेजमेंट (ओपन, क्लिक) को पोस्ट-कैंपेन सर्वे रिस्पॉन्स के साथ लिंक करें।
• Multi-wave studies: एक ही रिस्पॉन्डेंट समूह के लिए समय के साथ भावना में बदलाव को ट्रैक करने हेतु कई सर्वे वेव्स के रिस्पॉन्स को संयोजित करें।