Panoramica

Joint Analytics in SurveyAnalytica ti consente di combinare dati provenienti da più sondaggi, dataset, liste di contatti e campagne in un’unica vista analitica unificata. Invece di analizzare ogni fonte di dati singolarmente, Joint Analytics unisce e incrocia i dati per fornire insight completi sull’intero ecosistema di customer intelligence.

Che cos’è Joint Analytics?

Joint Analytics si attiva quando un’entità analitica ha più fonti di dati configurate. Questo consente alla piattaforma di:

• Unire i dati delle risposte di più sondaggi in un’unica dashboard
• Incrociare le risposte dei sondaggi con dataset importati (dati CRM, registri delle transazioni, ecc.)
• Combinare le metriche di coinvolgimento delle campagne con il feedback dei sondaggi
• Creare profili cliente unificati che coprono più punti di contatto

Configurazione di Joint Analytics

Passaggio 1: Crea un’entità analitica

Vai alla sezione Analytics nella barra laterale e crea una nuova entità analitica. Assegnale un nome descrittivo che rifletta l’analisi cross-entità che desideri eseguire.

Passaggio 2: Aggiungi le fonti di dati

Nella configurazione dell’analisi, aggiungi più fonti di dati. Ogni fonte di dati può essere:

• Sondaggio: qualsiasi sondaggio pubblicato nel tuo workspace. Il sistema estrae tutti i dati delle risposte, comprese le risposte alle domande, i metadati e i timestamp.
• Dataset: qualsiasi dataset caricato (CSV, Excel, ecc.) pubblicato per l’analisi.
• Lista contatti: dati di contatto con attributi associati come dati demografici, cronologia degli acquisti o punteggi di coinvolgimento.
• Campagna: dati dei messaggi di campagna, tra cui stato di consegna, tassi di apertura, tassi di clic e timestamp di coinvolgimento.

Passaggio 3: Definisci le relazioni

Quando combini dati da più fonti, definisci come i record devono essere collegati tra le entità. Le chiavi di join più comuni includono:

• Indirizzo email o numero di telefono (collega i rispondenti del sondaggio ai contatti)
• ID contatto (collega i messaggi di campagna ai record di contatto)
• Identificatori personalizzati (ID dipendente, numero d’ordine, ecc.)

Utilizzo di Joint Analytics

Una volta configurato, Joint Analytics offre la stessa esperienza analitica completa dell’analisi a entità singola, ma con i dati uniti tra le fonti:

• Dashboard: crea grafici e visualizzazioni utilizzando i campi di una qualsiasi delle fonti di dati collegate.
• Trend: monitora le metriche nel tempo su tutte le fonti di dati.
• Text Analytics: analizza le risposte in testo libero di più sondaggi contemporaneamente.
• Tabelle pivot: incrocia i campi provenienti da fonti di dati diverse.
• Segmentazione: costruisci segmenti utilizzando criteri provenienti da più entità.
• AI Insights: l’assistente AI ha accesso al dataset unificato e può fornire insight cross-entità.

Come funziona

Quando la piattaforma rileva che un’entità analitica ha più di una fonte di dati, passa automaticamente alla modalità joint analytics. Il motore di analisi gestisce l’unione dei dati:

1. Interrogando ogni fonte di dati dal rispettivo storage
2. Applicando join di relazione basati sui campi chiave configurati
3. Unendo i dataset risultanti in una vista unificata
4. Rendendo disponibili tutti i campi di tutte le fonti per grafici, filtri e segmentazione

Best practice

• Identificatori coerenti: assicurati che i tuoi sondaggi acquisiscano un identificatore univoco (email, telefono, ID cliente) che corrisponda a un campo nei tuoi dataset o liste di contatti.
• Qualità dei dati: pulisci e standardizza i campi chiave di join in tutte le fonti prima di creare un’analisi congiunta. Formati non corrispondenti (ad es. +1-555-1234 rispetto a 5551234) causeranno record non collegati.
• Prestazioni: l’analisi congiunta su dataset molto grandi potrebbe richiedere più tempo per il caricamento. Utilizza i filtri per intervallo di date per limitare la finestra temporale e migliorare le prestazioni.
• Convenzione di denominazione: quando i campi di fonti diverse hanno lo stesso nome, il sistema li antepone con il nome dell’entità di origine per evitare ambiguità.

Esempi di casi d’uso

• Soddisfazione del cliente + dati di acquisto: combina i risultati dei sondaggi NPS con i dati delle transazioni per correlare i punteggi di soddisfazione con il comportamento d’acquisto.
• Coinvolgimento dei dipendenti + dati HR: unisci le risposte dei sondaggi sui dipendenti con i record HR per analizzare il coinvolgimento per reparto, anzianità o ruolo.
• Performance delle campagne + feedback dei sondaggi: collega il coinvolgimento della campagna (aperture, clic) con le risposte ai sondaggi post-campagna per misurare l’efficacia della campagna.
• Studi multi-wave: combina le risposte di più ondate di sondaggi per monitorare i cambiamenti nel sentiment nel tempo per la stessa popolazione di rispondenti.