Schema und Datensatz für Einzelhandelsumsätze erstellen
In diesem Tutorial erhalten Sie die Voraussetzungen und Assets, die für alle anderen Adobe Experience Platform-Data Science Workspace-Tutorials erforderlich sind. Nach Abschluss des Vorgangs stehen Ihnen und den Mitgliedern Ihres Unternehmens das Einzelhandels-Schema und die Datensätze Experience Platform zur Verfügung.
Erste Schritte
Bevor Sie mit diesem Tutorial beginnen, müssen Sie folgende Voraussetzungen erfüllen:
-
Zugriff auf Adobe Experience Platform. Wenn Sie in Experience Platform keinen Zugriff auf eine Organisation haben, wenden Sie sich an Ihren Systemadministrator, bevor Sie fortfahren.
-
Autorisierung zum Ausführen Experience Platform API-Aufrufen. Führen Sie die Anleitung zum Authentifizieren und Aufrufen von Adobe Experience Platform-APIs aus, um die folgenden Werte abzurufen, damit die Anleitung erfolgreich abgeschlossen werden kann:
- Authorization:
{ACCESS_TOKEN}
- x-api-key:
{API_KEY}
- x-gw-ims-org-id:
{ORG_ID}
- Client-Geheimnis:
{CLIENT_SECRET}
- Client-Zertifikat:
{PRIVATE_KEY}
- Authorization:
-
Beispieldaten und Quelldateien für das Rezept „Einzelhandelsumsätze“. Laden Sie die für dieses und andere Data Science Workspace Tutorials erforderlichen Assets aus dem öffentlichen Git-Repository von Adobe herunter.
-
Python >= 2.7 und die folgenden Python:
-
Ein grundlegendes Verständnis der folgenden in dieser Anleitung verwendeten Konzepte:
Schema und Datensatz für Einzelhandelsumsätze erstellen
Das Schema und die Datensätze für Einzelhandelsumsätze werden mithilfe des bereitgestellten Bootstrap-Skripts automatisch erstellt. Führen Sie folgende Schritte in der richtigen Reihenfolge aus:
Dateien konfigurieren
-
Navigieren Sie innerhalb des Experience Platform-Ressourcenpakets des Tutorials zum
bootstrap
und öffnen Sieconfig.yaml
mit einem entsprechenden Texteditor. -
Geben Sie unter dem Abschnitt
Enterprise
die folgenden Werte ein:code language-yaml Enterprise: api_key: {API_KEY} org_id: {ORG_ID} tech_acct: {technical_account_id} client_secret: {CLIENT_SECRET} priv_key_filename: {PRIVATE_KEY}
-
Bearbeiten Sie die Werte, die Sie im Abschnitt
Platform
finden, wie im folgenden Beispiel:code language-yaml Platform: platform_gateway: https://platform.adobe.io ims_token: {ACCESS_TOKEN} ingest_data: "True" build_recipe_artifacts: "False" kernel_type: Python
platform_gateway
: Der Basispfad für API-Aufrufe. Ändern Sie diesen Wert nicht.ims_token
: Ihr{ACCESS_TOKEN}
geht hierher.ingest_data
: Legen Sie für die Zwecke dieses Tutorials diesen Wert auf"True"
fest, um die Schemata und Datensätze für den Einzelhandel zu erstellen. Beim Wert"False"
werden nur die Schemata erstellt.build_recipe_artifacts
: Legen Sie für die Zwecke dieses Tutorials diesen Wert auf"False"
fest, um zu verhindern, dass das Skript ein Rezept-Artefakt generiert.kernel_type
: Der Ausführungstyp des Rezeptartefakts. Lassen Sie diesen Wert unverändert beiPython
, wennbuild_recipe_artifacts
auf"False"
gesetzt ist; geben Sie andernfalls den entspechenden Ausführungstyp an.
-
Geben Sie unter dem Abschnitt
Titles
die folgenden Informationen für die Beispieldaten der Einzelhandelsumsätze ein; speichern und schließen Sie die Datei, nachdem Sie die Änderungen vorgenommen haben. Beispiel:code language-yaml Titles: input_class_title: retail_sales_input_class input_mixin_title: retail_sales_input_mixin input_mixin_definition_title: retail_sales_input_mixin_definition input_schema_title: retail_sales_input_schema input_dataset_title: retail_sales_input_dataset file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json file_with_tenant_id: DSWRetailSales_with_tenant_id.json is_output_schema_different: "True" output_mixin_title: retail_sales_output_mixin output_mixin_definition_title: retail_sales_output_mixin_definition output_schema_title: retail_sales_output_title output_dataset_title: retail_sales_output_dataset
Bootstrap-Skript ausführen
-
Öffnen Sie Ihre Terminal-Anwendung und navigieren Sie zum Ressourcenverzeichnis des Experience Platform-Tutorials.
-
Legen Sie das
bootstrap
als aktuellen Arbeitspfad fest und führen Sie das Skriptbootstrap.py
Python aus, indem Sie den folgenden Befehl eingeben:code language-bash python bootstrap.py
note note NOTE Es kann mehrere Minuten dauern, bis das Skript abgeschlossen ist.
Nächste Schritte
Nach erfolgreichem Abschluss des Bootstrap-Skripts können die Ein- und Ausgabeschemata und Datensätze für den Einzelhandel auf Experience Platform angezeigt werden. Weiterführende Informationen finden Sie in der Anleitung zum Anzeigen einer Vorschau von Schemadaten.
Sie haben auch Beispieldaten zu Einzelhandelsumsätzen mithilfe des bereitgestellten Bootstrap-Skripts erfolgreich in Experience Platform aufgenommen.
So arbeiten Sie weiter mit den aufgenommenen Daten:
- Daten mit Jupyter Notebooks analysieren
- Verwenden Sie Jupyter-Notebooks in Data Science Workspace, um auf Ihre Daten zuzugreifen, sie zu erkunden, zu visualisieren und zu verstehen.
- Packen von Quelldateien in ein Rezept
- In diesem Tutorial erfahren Sie, wie Sie Ihr eigenes Modell in Data Science Workspace importieren, indem Sie Quelldateien in eine importierbare Rezeptdatei packen.