Adobe Analytics – 庄闲棋牌官网官方版 -199IT //www.otias-ub.com 发现数据的价值-199IT Mon, 27 Nov 2023 12:30:38 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.4.2 Adobe Analytics:2023年美国黑五网上购物额有望达到近100亿美元 创下历史新高 //www.otias-ub.com/archives/1662911.html Mon, 27 Nov 2023 12:30:38 +0000 //www.otias-ub.com/?p=1662911

跟踪电子商务和移动购物的Adobe Analytics表示,美国“黑色星期五”的网上购物额有望达到近100亿美元,创下历史新高,而“网络星期一”的网购额预计将达到120亿美元,同比增长6.1%该公司的数据显示,截至美东时间周五下午6点30分,美国消费者在网上的消费达到73亿美元,较去年同期增长了7.4%。

Adobe估计,到当天结束时,消费者将花费95亿至98亿美元,这将是黑色星期五在线销售的新纪录,超过去年的91.2亿美元。

Adobe表示,当天最畅销的10款产品包括蓝牙耳机、Mini Brands玩具、无绳吸尘器和机器人吸尘器、厨具、护肤品和咖啡机等。

Adobe Analytics表示,预计“网络星期一”仍将是本季度乃至全年最大的网购日,交易额将达120亿美元,同比增长6.1%。

周五早些时候,Adobe Analytics表示,美国消费者在感恩节当天的网上购物支出达到56亿美元,创历史新高,较去年感恩节增长5.5%。该公司表示,这几乎是2017年支出的两倍,突显了消费者向在线消费的转变。

]]>
Adobe Analytics:预计2021年美国“假日季”电商销售额涨幅预计创6年来新低 //www.otias-ub.com/archives/1329537.html Thu, 21 Oct 2021 12:42:20 +0000 //www.otias-ub.com/?p=1329537

据报道,市场研究公司Adobe Analytics今日称,今年美国“假日季”电商销售额涨幅预计将创下6年来的最低水平。美国的“假日季”指每年的第四季度,而感恩节(每年11月的最后一个星期四)之后的“黑色星期五”,通常标志着圣诞采购季节的正式开始。

Adobe Analytics今日预计,由于网购已经足够普及,再加上一些消费者渴望重返实体店,今年美国“假日季”的电商销售不容乐观。同时,商品的折扣力度也将缩水。

Adobe Analytics预计,今年11月至12月期间,美国的在线销售额预计将达到2070亿美元,同比增长10%,至少为2015年以来的最低涨幅。相比之下,去年的该涨幅为33%。

对于电商而言,全球供应链瓶颈也造成了新的挑战,尤其对于那些热销产品。对于消费者,如果存在“不能及时收到网购商品”的风险,他们今年可能会走进实体店,以确保及时拿到他们的圣诞礼物。

另外,有限的产品供应,也可能导致零售商降低优惠力度。Adobe Analytics数据显示,商品的在线价格已经连续16个月上涨。今年圣诞购物旺季期间,商品折扣预计将在5%至25%之间,而历史平均水平为10%至30%。

]]>
Adobe Analytics:欧洲GDPR调查 //www.otias-ub.com/archives/920595.html Sat, 17 Aug 2019 21:00:55 +0000 //www.otias-ub.com/?p=920595 使用Adobe Analytics的数据,我们能够量化GDPR对不同公司重要经济成果的影响。调查发现GDPR的影响很大:每周的页面浏览量下降了大约4%,每周的收入下降了8%。这些也影响了经济上的大数字,每周收入下降8%。这与样本中的中位数RSID的每周收入下降8000美元相对应。

数据显示这些结果不是由用户行为的变化直接驱动的。从监管者的角度来看,上述结果清楚地说明了隐私监管的困难和高昂成本。Adobe Analytics的数据仅说明了符合GDPR的总成本的一部分,并不包括大量运营和基础设施成本。

因此需要做更多的工作来量化这些隐私法给用户带来的好处,以便更好地了解权衡。这方面的一个指标是选择加入,这表明GDPR实际上可能没有为大多数用户提供那么多价值。无论如何,GDPR以非常不同的方式影响了不同的网站,这很可能是真的。监管者可能希望在未来的立法工作中考虑这一点。

公司以不同的方式做出反应,并以不同的方式实施合规,这通常是由他们的业务需求驱动的。立法者可能想要考虑公司为什么以及如何在立法中更明确地使用用户信息,以更好地解决这些不对称问题。

我们的分析有一些有趣和令人信服的发现,但还有更多的工作要做。具体地说,包括使用最后一次接触属性数据来检查用户是否改变了他们到达现场的方式,并引入辅助数据来更直接地检查该机制的数据最小化和同意渠道。

PDF版本将分享到199IT交流群,支持我们发展可加入!

]]>