Adobe Analytics: diferencia “does not equal” y “Exclude” en segmentos

A todos los que hemos creado un segmento en Adobe Analytics alguna vez nos ha surgido la misma duda en alguna ocasión. ¿Por qué cuando utilizamos el operador “does not equal” en un segmento y la condición “exclude” en otro nos reporta resultados diferentes? ¿No significan lo mismo?

 Segmento Visits page does not equal Home:

¿Qué nos devolverá el siguiente segmento?

Imaginemos que tenemos estas 4 visitas que han visto las siguientes páginas:

VISIT 1 VISIT 2 VISIT 3 VISIT 4
Home Contact Home Home
Contact Product Page 1 Product Page 1
Blog Product Page 2 Product Page 2
Product Page 1 Cart Home
Cart Contact

Si aplicamos el segmento con el operador “does not equal”, el segmento nos devolverá las visitas 1,2 y 4 y excluirá únicamente la visita 3

¿Por qué nos devuelve ese resultado? Porque en un segmento de visita con el operador does not equal, lo que realmente estamos pidiendo es que nos devuelva aquellas visitas que no han visitado únicamente la Home. Es decir, si una visita ha visitado la Home en algún momento de la visita y después ha visitado otra página, este segmento tendrá en cuenta esa visita.

 Segmento Visits excludes page equal Home:

En este caso, el segmento nos devolverá únicamente la visita 2, es decir, aquella visita en la que no se ha informado ninguna página que coincida con Home.

Si deseamos excluir todas aquellas visitas que han visitado una página en concreto, aquellas en las que se ha informado un evento, etc, debemos utilizar siempre un segmento con la condición “exclude”.

¿Cómo podemos testear que estamos utilizando el segmento correcto?

Podemos crear los dos segmentos, compararlos a nivel de usuarios y visitas y desglosarlos por la dimensión utilizada en el segmento.

La opción “page doest not equal Home” incluye más visitas y usuarios únicos, ya que esta opción sigue incluyendo aquellos que han visto la página Home, pero no únicamente: 

Por su lado, la opción “exclude” no incluirá ninguna visita que haya visto la página Home:

Si deseas obtener una información más amplia sobre las distintas opciones para crear segmentos en Adobe Analytics puedes consultar el siguiente link de la documentación oficial: Adobe Analytics Segmentation Workflow 

ANTERIOR
SIGUIENTE

TIPS DE EXPERTOS

Suscríbete para impulsar tu negocio.

ÚLTIMOS ARTÍCULOS

La importancia del CRM en la industria del fitness

La mayoría de gimnasios no empiezan siendo un negocio digitalmente sofisticado. Empiezan siendo personas apasionadas por ayudar a otras personas a estar más sanas. Y casi siempre, antes de que te des cuenta, el día a día empieza a convertirse en un ejercicio continuo de malabarismos: atender a los socios, gestionar reservas, responder mensajes, revisar pagos, recordar renovaciones, entender por qué unas clases funcionan y otras no… todo mientras intentas mantener viva la esencia del lugar.

Caso de éxito: Clickferry mejora la atención al cliente con Service Hub

Clickferry es una plataforma líder en movilidad y transporte que conecta a los usuarios con soluciones de transporte de manera flexible y adaptada a la demanda. Con un modelo de negocio dinámico y estacional, garantizar una atención al cliente ágil y organizada es clave para ofrecer una experiencia satisfactoria y confiable.

Cómo transformar la captación y retención en centros educativos con CRM

La mayoría de instituciones siguen gestionando leads, inscripciones, comunicaciones y seguimiento de estudiantes con sistemas dispersos, hojas de cálculo y procesos que dependen demasiado de cada persona.

Este es el origen de muchos de los problemas que vemos en universidades, escuelas y plataformas educativas: pérdida de leads, tiempos de respuesta lentos, baja trazabilidad del proceso de admisión, campañas de marketing poco efectivas y una débil relación con exalumnos. Y es justamente aquí donde un CRM educativo moderno deja de ser una herramienta y se convierte en un acelerador directo de ingresos.

Qué es la data sintética y por qué redefine el futuro de la IA

Introducción

La data sintética —o datos sintéticos— se ha convertido en una de las herramientas más prometedoras para la evolución de la inteligencia artificial (IA) y la automatización empresarial. En un contexto en el que los datos reales son cada vez más costosos, limitados o sensibles, las organizaciones buscan alternativas seguras y escalables para entrenar modelos de machine learning sin comprometer la privacidad.

Pero ¿qué es exactamente la data sintética? ¿Cómo se genera? ¿Y por qué está revolucionando sectores como la sanidad, las finanzas o la industria manufacturera? Este artículo responde esas preguntas con un enfoque práctico y estratégico para empresas que apuestan por la innovación.

data
Mallorca 184, 08036
Barcelona, Spain