Spiegeln und Verwenden modellbasierter Daten

Melden Sie sich bei Google BigQuery an.

Wählen Sie BigQuery > Studio aus.

Projekt, Datensatz und Tabelle auswählen. Auf der Registerkarte Schema sehen Sie eine Übersicht über das Schema für die Ereignisdaten.

Wählen Sie Abfrage aus.

Führen Sie eine Beispielabfrage im Abfrage-Editor aus, wobei project der Name Ihres Projekts und datasets der Name Ihrer Datensätze ist:

SELECT * FROM `project.datasets.eventdata` LIMIT 100

Führen Sie die folgende SQL-Anweisung im Abfrage-Editor aus, um die Einstellung zu überprüfen, wobei project der Name Ihres Projekts und datasets der Name Ihrer Datensätze ist:

SELECT
   table_name,
   MAX(CASE WHEN option_name = 'enable_change_history' THEN option_value END) AS enable_change_history
FROM `project.datasets.INFORMATION_SCHEMA.TABLE_OPTIONS`
WHERE table_name = 'eventdata'
GROUP BY table_name
ORDER BY table_name;

Wenn das Ergebnis nicht TRUE lautet, verwenden Sie die folgende SQL-Anweisung, um den Änderungsverlauf zu aktivieren, wobei project der Name Ihres Projekts und datasets der Name Ihrer Datensätze ist:

ALTER TABLE `project.datasets.eventdata`
SET OPTIONS (enable_change_history = TRUE);

Wählen Sie in der Adobe Experience Platform-Benutzeroberfläche in der linken Leiste die Option Schemata unter Daten-Management.

Wählen Sie Schema erstellen aus.

Wählen Sie aus dem Dropdown-Menü Modellbasiert aus.

Wenn ein Popup mit der Option angezeigt wird, zwischen Manuell erstellen oder DDL-Datei hochladen:

1. Wählen Sie Manuell erstellen aus.

   

2. Klicken Sie auf Weiter.

In der Benutzeroberfläche Schemata > Modellbasiertes Schema erstellen:

1. Geben Sie einen Anzeigenamen des Schemas ein. Beispiel: Sample Event Feed Schema.

2. Geben Sie eine Beschreibung ein. Beispiel: Sample event feed schema for a model-based schema.

3. Wählen Sie Zeitreihe als Schemaverhalten aus. Sie wählen Zeitreihe für zeitreihenbasierte Daten und Datensatz für datensatzbasierte Daten aus. Das Verhalten definiert die Struktur des Schemas und die enthaltenen Eigenschaften.

   Experience Platform Data Mirror für Customer Journey Analytics wird hauptsächlich für Zeitreihendaten (z. B. Ereignisdaten) verwendet.

   

4. Wählen Sie Beenden aus.

In der Benutzeroberfläche Schemas > Beispiel-Ereignisfeed-) wird eine Warnung angezeigt, dass modellbasierte Schemas die Aufnahme als Änderungszeilen unterstützen.

Die Aufnahme als Änderungszeilen wird auch als Änderungsdatenerfassung (Change Data Capture, CDC) bezeichnet. Zur Unterstützung der Änderungsdatenerfassung erfordert das Schema Folgendes:

• Primärer Schlüssel.
• Versionsdeskriptor
• Zeitstempeldeskriptor für Zeitreihendaten.

Wählen Sie neben Beispielereignis-Feed-Schema aus, um Felder zum Schema hinzuzufügen. Fügen Sie die folgenden Felder mit Datentyp und zusätzlichen Attributen zum Schema hinzu.

table 0-row-4 1-row-4 2-row-4 3-row-4 4-row-4 5-row-4 6-row-4 7-row-4
Feldname	Anzeigename	Typ	Zusätzliche Attribute
id	Id	Integer	Versionsdeskriptor
orders	Orders	Integer
pagename	Page Name	String
personid	Person Id	String	Primärer Schlüssel Identität Wählen Sie CRMID für den Identity-Namespace.
revenueamount	Revenue Amount	Double
timestamp	Timestamp	DateTime	Zeitstempeldeskriptor
trackingcode	Tracking Code	String

• Das Feld id wird als Versionsdeskriptor konfiguriert.

  

• Das Feld personid wird zusammen mit timestamp als Primärer Schlüssel ​​konfiguriert. Wählen Sie Zusammengesetzten Primärschlüssel erstellen aus, um einen zusammengesetzten Schlüssel zu erstellen.

  

  Das personid-Feld wird auch als Identity konfiguriert, mit CRMID als Identity-Namespace.

  

• Das Feld Zeitstempel wird zusammen mit dem Feld personid als Primärer Schlüssel ​​konfiguriert. Das Zeitstempel-Feld wird auch als Zeitstempeldeskriptor konfiguriert. Sie müssen nur ein Feld als Zeitstempeldeskriptor für zeitreihenmodellbasierte Daten definieren.

  

Wenn Sie Primären Schlüssel, Versionsdeskriptor und Zeitstempeldeskriptor korrekt definiert haben, verschwindet die Warnung über der Schemadefinition.

Wählen Sie Speichern aus, um Ihr Schema zu speichern.

Wählen Sie die Tabelle aus der Liste der Tabellen aus. Beispiel: eventdata.

Ein Beispiel für die zur Überprüfung angezeigten Daten wird angezeigt.

Klicken Sie auf Weiter, um fortzufahren.

Wählen Änderungsdatenerfassung aktivieren. Ein Change data collection requirement-Informationsfeld wird mit weiteren Informationen angezeigt.

Wählen Sie Neuer Datensatz für Zieldatensatz aus, um einen neuen Datensatz zu erstellen, der die gespiegelten Daten enthält.

Geben Sie einen Namen des Ausgabedatensatzes ein. Beispiel: event-data-mirror.

Wählen Sie das zuvor erstellte modellbasierte Schema aus dem Dropdown Menü Schema“ aus. Beispiel: Beispielereignis-Feed-Schema.

Geben Sie weitere Details an.

Klicken Sie auf Weiter.

Ordnen Sie die Felder zu. Vom Schema in Google BigQuery (Source-Daten) bis zu den Feldern im Schema, die Sie in Experience Platform definiert haben (Zielfelder).

Wenn alle Felder korrekt zugeordnet sind, wählen Sie Weiter aus, um fortzufahren.

Geben Sie Häufigkeit und Intervall an, um die Synchronisierung der gespiegelten Daten zu planen.

Geben Sie die Startzeit für den Zeitplan an.

Klicken Sie auf Weiter, um fortzufahren.

Überprüfen Sie die Konfiguration für den Quell-Connector.

Wählen Sie Beenden aus. Sie werden zum konfigurierten Datenfluss weitergeleitet.

Wählen Verbindungen aus dem Menü Daten-Management aus.

Wählen Sie Neue Verbindung erstellen aus.

Geben Sie den erforderlichen Verbindungsnamen, Sandbox, Durchschnittliche Anzahl der täglichen Ereignisse und andere optionale Parameter an.

Wählen Sie Datensätze hinzufügen aus.

1. Im Schritt Auswählen von" von Hinzufügen von Datensätzen:

   1. Wählen Sie den Datensatz aus, der die gespiegelten Daten enthält. Beispiel: event-data-mirror. Der Datensatz hat Modell als Datensatztyp.

      

   2. Fügen Sie alle zusätzlichen Datensätze hinzu, die für die Verbindung relevant sind.

   3. Klicken Sie auf Weiter.

2. Im Schritt Datensatzeinstellungen von Datensätze hinzufügen:

   Für den event-data-mirror modellbasierten Datensatz

   1. Wählen Sie Ereignis als Datensatztyp.

   2. Wählen Sie das PersonId als Personen-ID.

   3. Zeitstempel wird automatisch als "".

   4. Wählen Sie Sonstige als Datenquellentyp.

   5. Geben Sie Google BigQuery Event Data als Beschreibung der Datenquelle“.

   6. Geben Sie andere Details an, z B. „Alle neuen Daten importieren und Alle vorhandenen Daten aufstocken.

      

   Geben Sie optional Details für andere Datensätze an.

3. Wählen Sie Datensätze hinzufügen aus.

Wählen Sie Speichern aus.

Wählen Sie in der Benutzeroberfläche von Customer Journey Analytics Datenansichten, optional unter Daten-Management im oberen Menü aus.

Wählen Sie Neue Datenansicht erstellen.

Im Schritt Konfigurieren:

1. Wählen Sie Ihre Verbindung in der Liste Verbindung.

2. Geben Sie einen Namen und (optional) eine Beschreibung für Ihre Verbindung ein.

3. Wählen Sie Speichern und fortfahren aus.

Im Schritt Komponenten:

1. Fügen Sie alle Schemafelder und/oder Standardkomponenten hinzu, die Sie in die Komponentenfelder METRIKEN oder DIMENSIONEN aufnehmen möchten. Stellen Sie sicher, dass Sie relevante Felder aus dem Datensatz hinzufügen, der die gespiegelten Daten enthält. Zugriff auf diese Felder:

   1. Wählen Sie Ereignis-Datensätze aus.

   2. Wählen Sie Ad-hoc- und modellbasierte Felder.

   3. Ziehen Sie Felder aus den modellbasierten Schemata per Drag-and-Drop auf METRIKEN oder DIMENSIONEN.

      

2. Abgeleitete Felder für Felder definieren, die nicht den richtigen Typ haben, nicht das richtige Format aufweisen oder aus anderen Gründen geändert werden sollen. Beispiel: für "".

   1. Wählen Sie Abgeleitetes Feld erstellen.

   2. Im Editor für abgeleitete Felder:

      1. Definieren Sie ein neues Revenue Amount (Numeric), wie unten dargestellt.

         

      2. Wählen Sie Speichern aus.

   3. Ziehen Sie das neue Abgeleitete (numerische Umsatzbetrag) und legen Sie das Feld in "".

      

3. Wählen Sie Speichern und fortfahren aus.

Im Schritt Einstellungen:

Behalten Sie die Einstellungen bei und wählen Sie Speichern und beenden.

Wählen Sie in der Customer Journey Analytics-Benutzeroberfläche im oberen die Option Workspace.

Wählen Sie Projekte in der linken Navigation aus.

Wählen Sie Projekt erstellen aus. Im Popup:

1. Wählen Sie Leeres Workspace-Projekt aus.

2. Wählen Sie Erstellen aus.

Stellen Sie im Arbeitsbereich Neues Projekt sicher, dass Datenansicht ausgewählt ist. Diese Datenansicht verweist auf die Verbindung die die gespiegelten Daten enthält.

Um Ihren ersten Bericht zu erstellen, ziehen Sie Dimensionen und Metriken per Drag-and-Drop in die Freiformtabelle im Bedienfeld Freiform. Ziehen Sie beispielsweise Umsatzbetrag (numerisch)) auf Ziehen Sie hier eine Metrik. Ziehen Sie PersonId und legen Sie das Feld in der ersten Spaltenüberschrift ab. Nehmen Sie nach Bedarf weitere Anpassungen vor.

Das Endergebnis ist ein Überblick über Profile und deren Umsätze, die auf gespiegelten Daten aus einer Google BigQuery-Tabelle basieren.