更新时间：2024年7月11号
在 Adobe Analytics 中导出数据，并不只是“下载一份 CSV”这么简单。
如果只是临时导出一个报表，Analysis Workspace 就够用；如果每周都要更新 Excel 报告，Report Builder 更合适；如果需要大量汇总数据、点击级明细，或要把数据接入 BI、数据仓库和自动化流程，则应考虑 Data Warehouse、Data Feed 或 API。
本文介绍 Adobe Analytics 最常用的 5 种数据导出方式，并说明它们各自适合什么场景。
应该选哪一种？
| 需求 | 推荐方式 |
|---|---|
| 临时下载当前表格或图表 | Workspace |
| 下载单一维度的长尾明细，最多 50,000 行 | Workspace 的 Download items as CSV |
| 定期更新 Excel 周报、月报 | Report Builder |
| 导出大批量汇总报表，按计划发送 | Data Warehouse |
| 获取点击级数据并导入数据仓库 | Data Feed |
| 让数据自动进入 BI、内部系统或自定义报表 | API |
Analysis Workspace：适合临时、所见即所得的导出
Analysis Workspace 是大多数人最常用的分析界面。你可以直接下载整个项目、某个自由形式表格或图表中的数据。
如果表格中的记录不多，右键点击表格后选择下载 CSV 即可。这种方式会保留当前表格中的拆分维度，但通常只导出界面中显示的前 400 行。
如果你需要下载某一个维度的更多记录，将鼠标移动到该维度上，右键选择“Download items as CSV (Dimension)”
这种方式最多可导出 50000 个值，并会保留当前应用的区段和表格筛选条件。
需要注意的是：它导出的是选中维度本身的项目，不会保留表格中已经展开的 breakdown。因此，如果你需要“页面 × 渠道 × 设备”这样的交叉结果，普通表格 CSV 导出通常更适合；如果需要大量交叉数据，则应考虑 Data Warehouse、Report Builder 或 API。
- 优点：操作快、所见即所得，适合临时分析和分享
- 局限：普通表格导出行数有限；50000 行下载不保留已展开的维度拆分
Report Builder：适合固定的 Excel 报表
Adobe Report Builder 是 Microsoft Excel 加载项。它可以把 Adobe Analytics 的数据请求放入 Excel 工作表中，并在之后一键刷新。
例如，你可以做一份月报：
- 第一张工作表：按渠道查看访问量、订单和收入
- 第二张工作表：按页面查看流量和转化
- 第三张工作表：按营销活动查看 ROAS 或关键事件
- 每个月只修改日期，或直接刷新请求
Report Builder 特别适合需要继续在 Excel 中计算、制图、透视或与业务数据合并的团队。
- 优点：适合重复性报表；可使用 Excel 公式、图表和透视表；支持指标、维度、区段和筛选
- 局限：复杂交叉分析通常需要拆成多个数据请求；Excel 文件过大时刷新和维护成本会上升
Data Warehouse：适合大批量汇总数据导出
Data Warehouse 是 Adobe Analytics 的批量报表导出功能。它适合导出较大时间范围、较多维度组合的汇总数据，也可以设置一次性或定时任务。
例如，你可以每周导出一次过去 90 天的“日期 × 渠道 × 营销活动 × 设备类型 × 订单 × 收入”数据，再导入 Power BI、Looker Studio 或内部数据库。
这里有一个常见误解：Data Warehouse 并不是“不能过滤”。它可以使用区段等条件限制导出范围。但不是所有 Workspace 中的交互方式，都能完全原样复制到 Data Warehouse；提交请求前应先确认所选维度、指标和区段是否兼容。
- 优点：适合大规模汇总报表；支持多个维度组合；可定时发送
- 局限：不是实时查询；大请求可能需要较长处理时间；部分指标、可视化逻辑或 Workspace 功能未必适合直接导出
Data Feeds：适合获取点击级数据
Data Feed 用于导出 Adobe Analytics 的点击级数据文件。它更适合数据工程、BI 团队或需要在外部数据仓库中自行处理数据的场景
例如，你可以把 Data Feed 持续发送到云存储或 SFTP，再将数据加载到 BigQuery、Snowflake、Amazon Redshift 或其他数据仓库中进行分析。
不过，Data Feed 不是“拿来就能看懂的报表”。其中包含大量字段、编码和值处理规则。并且它通常是经过 Adobe Processing Rules 等处理后的点击级数据，不应简单理解为完全未经处理的浏览器原始日志。
- 优点：数据粒度细；适合与外部数据源结合；适合建设数据仓库
- 局限：需要理解字段、访客识别和命中处理逻辑；通常需要 SQL、ETL 或数据工程能力
API：适合自动化取数
Adobe Analytics 当前主要使用 2.0 API。它适合将报表数据自动发送到 BI 工具、内部系统、脚本或自定义应用中。
例如，可以每天自动拉取昨天的渠道数据，写入数据库后生成日报；也可以让内部系统根据用户选择的日期、渠道和页面，实时请求 Adobe Analytics 数据。
使用 API 前，通常需要在 Adobe Developer Console 创建项目，并获得相应的 Adobe Analytics API 权限与身份验证配置。实际权限还取决于 IMS Organization、产品配置文件和报告套件访问权限。
- 优点：自动化程度高；查询逻辑可定制；适合接入 BI、数据产品和 AI 分析流程
- 局限：需要开发能力；需要处理身份验证、权限、请求限制和错误重试
最后：不要只按“数据量”选工具
选择导出方式时，最重要的是先明确数据最终要拿来做什么。
临时回答一个问题，优先用 Workspace；每周重复做 Excel 报告，用 Report Builder；需要大批量汇总数据，用 Data Warehouse；需要点击级数据并自行建模，用 Data Feed；需要自动化和系统集成，则使用 API。
这五种方法并不是互相替代的关系。实际工作中，很多团队会同时使用它们：分析师在 Workspace 中探索问题，业务团队用 Report Builder 获取固定报表，数据团队则通过 Data Feed 或 API 建立长期的数据处理流程。
