Personalisieren Sie Kundengespräche und aktivieren Sie die Kundenabsicht mithilfe des Echtzeit-Kundenprofils mit unstrukturierten Daten

In Adobe Experience Platform können Sie Ihre Kundendaten in einer zentralen Ansicht zusammenführen, indem Sie Daten aus mehreren Kanälen mit dem Echtzeit-Kundenprofil kombinieren. Das Echtzeit-Kundenprofil mit unstrukturierten Daten erweitert bestehende Kundenprofile um dialogbasierte und andere textbasierte Kundendaten. Auf diese Weise können kundenorientierte Agenten konfigurierten Profilkontext und Konversationsverlauf verwenden und Marketing-Experten Signale für die Zielgruppen-Qualifizierung und nachgelagerte Personalisierung definieren.

Grundlegendes zu Profilen mit unstrukturierten Daten understanding

Das Echtzeit-Kundenprofil kombiniert derzeit strukturierte Daten aus verschiedenen Kanälen, einschließlich Online-, Offline-, CRM- und Drittanbieterdaten, und konsolidiert diese Daten in einer einheitlichen Ansicht, die eine aussagekräftige, Darstellung jeder Kundeninteraktion mit Zeitstempel bietet. Dies umfasst jedoch nicht die Aufnahme unstrukturierter Daten, d. h. Daten aus Gesprächen, Transkripten oder anderen multimodalen Daten (wie PDFs oder Bilder) können nicht mit dem Profil verwendet werden.

Das Profil mit unstrukturierten Daten stellt dialogbasierte und andere textbasierte Kundendaten für den Kundenkontext und die Signalextraktion zur Verfügung, sodass Sie Interaktionen über unterstützte Agenten und Kanäle hinweg personalisieren können.

Profile mit unstrukturierten Daten bieten Experience Platform-Kunden die folgenden Funktionen:

Anwendungsszenarien use-cases

Mit einem Profil mit unstrukturierten Daten können Sie Gesprächsdaten als Aktivierungssignal für weitere Interaktionen verwenden, wodurch Sie eingehende Personalisierungen und ausgehende Aktivierungen einfacher steuern können. Daher können Sie diese Profile in einer Vielzahl von Anwendungsfällen verwenden.

Konversationspersonalisierung

Signalextraktion und Aktivierung

Kontinuität

Probenfluss sample-flow

Man denke an einen retailer, der Bekleidung und Outdoor-Bekleidung verkauft.

In diesem Szenario besucht ein Kunde, John, die Website von retailer und startet einen Gesprächs-KI-Agenten, um nach Empfehlungen für Trainingsbekleidung zu fragen. Da John angemeldet ist, kann das Profil mit unstrukturierten Daten den konfigurierten Kundenkontext bereitstellen, einschließlich seiner Gold-Treuestufe, aktiver Kleidungsvorlieben und Interesse an Outdoor-Sport. Der Agent kann dann diesen Kontext verwenden, um seine Empfehlungen weiter anzupassen.

John sagt dann: „Ich trainiere für einen halben Marathon, und die Morgen sind eisig und windig. Ich brauche etwas, das mich warm hält, ohne zu überhitzen.“ Der Agent kann nun Johns angegebenen Bedürfnisse mit seinen bestehenden Vorlieben kombinieren, um eine geeignete Kleidung zu empfehlen, wie eine leichte, windresistente Laufjacke.

Darüber hinaus verwendet Experience Platform Profile mit unstrukturierten Daten, um ein von Marketingexperten definiertes „Outdoor-Leistungssignal“ aus den Gesprächen zu erkennen. Mit diesem Signal kann sich John daher für eine Zielgruppe mit „Outdoor-Leistungsabsicht“ qualifizieren und nachfolgende personalisierte Erlebnisse unterstützen.

Beispielsweise kann die retailer die Zielgruppe „Leistungsabsicht im Freien“ verwenden, um John bei seiner Rückkehr auf die Website ein Trainingsangebot für kaltes Wetter zu zeigen oder eine personalisierte E-Mail über eine Anwendung wie Adobe Journey Optimizer zu senden. Wenn die entsprechende Audience und die entsprechende Journey konfiguriert sind, kann diese E-Mail sowohl relevante Laufbekleidung als auch ein Gold-Mitglied mit Doppelpunkten enthalten.

Voraussetzungen für Beta prerequisites

Um Profile mit unstrukturierten Daten verwenden zu können müssen folgenden Voraussetzungen erfüllt sein:

Wenn Sie alle diese Voraussetzungen erfüllen, wenden Sie sich an die Kundenunterstützung von Adobe, um weitere Informationen zur Anforderung der Aktivierung für Profile mit unstrukturierten Daten zu erhalten.

Anforderungen requirements

Bevor Sie mit der Einrichtung von Profilen mit unstrukturierten Daten fortfahren, müssen Sie die folgenden Schritte ausführen:

Sobald Profil mit unstrukturierten Daten aktiviert wurde, können Sie diese Funktion verwenden, indem Sie die folgenden Schritte einrichten:

Aufnehmen unstrukturierter Daten ingest

Um unstrukturierte Daten im Rahmen Ihres Personalisierungsprozesses zu verwenden, müssen Sie diese Daten zunächst in Experience Platform aufnehmen.

Die Methode zur Aufnahme unstrukturierter Daten unterscheidet sich je nach Quelle der unstrukturierten Daten.

curl -X PATCH https://platform.adobe.io/data/foundation/catalog/v2/dataSets/67b3077efa10d92ab7a71858 \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}' \
  -H 'Content-Type: application/json' \
  -d '{
    "extensions": {
        "adobe_unifiedProfile": {
            "semanticProfile": {
                "enablement": {
                    "status": "READY"
                }
            }
        },
        "adobe_dataContent": {
            "channel": "call_transcripts"
        }
    }
  }'

[
    "@/dataSets/67b3077efa10d92ab7a71858"
]

curl -X PATCH https://platform.adobe.io/data/foundation/catalog/v2/dataSets/67b3077efa10d92ab7a71858 \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}' \
  -H 'Content-Type: application/json' \
  -d '{
    "extensions": {
        "adobe_unifiedProfile": {
            "semanticProfile": {
                "enablement": {
                    "status": "READY"
                }
            }
        }
    }
  }'

[
    "@/dataSets/67b3077efa10d92ab7a71858"
]

Konfigurieren des Profilkontexts

Nach der Aufnahme unstrukturierter Daten in Experience Platform können Sie den Profilkontext konfigurieren, um Ihre Konversationen zu personalisieren. Sie können diese Profilbeschreibung entweder mithilfe von Coworker oder mit den Experience Platform-APIs konfigurieren.

GET /semanticprofile/config/category

curl -X GET https://platform.adobe.io/data/core/semanticprofile/config/category \
 -H 'Authorization: Bearer {ACCESS_TOKEN}' \
 -H 'x-gw-ims-org-id: {IMS_ORG}' \
 -H 'x-api-key: {API_KEY}' \
 -H 'x-sandbox-name: {SANDBOX_NAME}'

{
  "requestId": "b2c3d4e5-f6a7-8901-bcde-f23456789012",
  "result": [
    {
      "categories": [
        {
          "name": "Customer Demographics",
          "attributes": [
            "person.name.firstName",
            "person.name.lastName",
            "person.gender",
            "person.maritalStatus"
          ]
        },
        {
          "name": "Contact Information",
          "attributes": [
            "personalEmail.address",
            "mobilePhone.number"
          ]
        }
      ]
    }
  ]
}

POST /semanticprofile/config/configuration

curl -X POST https://platform.adobe.io/data/core/semanticprofile/config/configuration \
 -H 'Authorization: Bearer {ACCESS_TOKEN}' \
 -H 'Content-Type: application/json' \
 -H 'x-gw-ims-org-id: {IMS_ORG}' \
 -H 'x-api-key: {API_KEY}' \
 -H 'x-sandbox-name: {SANDBOX_NAME}' \
 -d '{
    "data": {
        "name": "CustomerSummary",
        "configurationDetails": {
            "category": [
                {
                    "name": "Customer Demographics",
                    "attributes": [
                        "person.name.firstName",
                        "person.name.lastName"
                    ]
                }
            ],
            "segments": {
                "limit": 1,
                "selection_mode": "inclusion",
                "inclusion": [
                    {
                        "id": "b2cf20ca-5d07-4ef2-b50a-994eb2c11349",
                        "priority": "1"
                    }
                ],
                "exclusion": []
            },
            "marketingActions": [],
            "narrative_precision": "fuzzy",
            "personNamespace": {
                "isPersonNamespaceEnabled": true,
                "code": ["Email"]
            }
        }
    }
 }'

{
    "requestId": "aaaa479b53a61598",
    "result": {
        [
            "CustomerSummary"
        ],
        "configurations": [
            {
                "name": "",
                "configurationDetails": {
                    "category": [
                        {
                            "name": "Customer Demographics",
                            "llm_desc": "",
                            "attributes": [
                                {
                                    "field": "person.name.firstName",
                                    "xdm_desc": "First Name",
                                    "llm_desc": ""
                                },
                                {
                                    "field": "person.name.lastName",
                                    "xdm_desc": "Last Name",
                                    "llm_desc": ""
                                }
                            ]
                        }
                    ]
                },
                "segments": {
                    "limit": 1,
                    "selection_mode": "inclusion",
                    "inclusion": [
                        {
                            "id": "b2cf20ca-5d07-4ef2-b50a-994eb2c11349",
                            "priority": "1",
                            "name": "High Value Customers",
                            "description": "Customers with LTV > $500",
                            "totalProfiles": 125000
                        }
                    ],
                    "exclusion": []
                },
                "marketingActions": [],
                "narrative_precision": "fuzzy",
                "personNamespace": {
                    "isPersonNamespaceEnabled": true,
                    "code": [
                        {
                            "code": "Email",
                            "name": "Email"
                        }
                    ]
                }
            }
        ]
    }
}

Nachdem der Profilkontext erstellt wurde, können Sie die Konfiguration für Brand Concierge oder einen anderen kundenorientierten Agenten speichern.

Profilkontext in Brand Concierge profile-context-brand-concierge

Wählen Sie in Brand Concierge den Concierge aus, auf den Sie die Profilkonfiguration anwenden möchten.

Nachdem Sie den Concierge ausgewählt haben, wechseln Sie zur Registerkarte Personalization, wählen Sie die zuvor erstellte Konfiguration aus und klicken Sie auf Speichern, um die Profilkonfiguration anzuwenden.

Profilkontext mit anderen kundenorientierten Agenten profile-context-other

Um Profilkontext mit anderen kundenorientierten Agenten zu verwenden, müssen Sie die Experience Platform-API verwenden, um den Profilkontext des Kunden nachzuschlagen und den Gesprächsverlauf abzurufen. Durch Abrufen dieser beiden Werte kann Ihr Agent ordnungsgemäß den vollständigen und relevanten Kontext abrufen, bevor er eine Konversation beginnt.

Um den Profilkontext des Kunden nachzuschlagen, müssen Sie eine GET-Anfrage an den /semanticprofile/lookup/narrative-Endpunkt stellen und dabei die entityIdNS, die entityId und die configurationName als Abfrageparameter angeben.

curl -X GET "https://platform.adobe.io/data/core/semanticprofile/lookup/narrative?entityIdNS=Email&entityId=jane.doe%2B1@example.com&configurationName=CustomerSummary" \
  -H "Authorization: Bearer {ACCESS_TOKEN}" \
  -H "x-api-key: {API_KEY}" \
  -H "x-gw-ims-org-id: {ORG_ID}" \
  -H "x-sandbox-name: {SANDBOX_NAME}"

{
    "requestId": "7f3a9c8e-4d7b-4a6e-9f2c-1b6e8d4a2c91",
    "narrative": "Jane Doe is a member of the 'High Value Loyalty' audience. Her primary email address is jane.doe+1@example.com."
}

Um den vorherigen Gesprächsverlauf eines Kunden nachzuschlagen, müssen Sie eine POST-Anfrage an den /semanticprofile/query/v1/profile-Endpunkt senden und dabei die entityIdNS und entityId als Abfrageparameter angeben.

curl -X POST "https://platform.adobe.io/data/core/semanticprofile/query/v1/profile?entityIdNS=Email&entityId=jane.doe%2B1@example.com" \
 -H 'Authorization: Bearer {ACCESS_TOKEN}' \
 -H 'Content-Type: application/json' \
 -H 'x-gw-ims-org-id: {IMS_ORG}' \
 -H 'x-api-key: {API_KEY}' \
 -H 'x-sandbox-name: {SANDBOX_NAME}' \
 -d '{
    "conversations": {}
 }'

{
    "conversations": {
        "items": [{
            "conversation_id": "conv-001",
            "channel": "web-chat",
            "created_at": "2026-05-02T14:03:11Z",
            "last_active_at": "2026-05-02T14:21:55Z",
            "participants": [{
                "identity_map": {
                    "Email": [{
                        "id": "jane.doe+1@example.com",
                        "primary": true
                    }]
                },
                "role": "customer",
                "is_author": true
            }],
            "interactions": [{
                "interaction_id": "int-001",
                "timestamp": "2026-05-02T14:03:11Z",
                "contents": [{
                    "content_value": "Hi, I'd like to upgrade my plan.",
                    "content_type": "TEXT"
                }]
            }]
        }],
    "has_more": true,
    "page_token": "eyJjdXJzb3IiOi…"
  }
}

Nachdem Sie sowohl die Erzählung als auch die Unterhaltungen erhalten haben, können Sie diese Informationen an Ihre KI-Agenten von Drittanbietern weiterleiten. Dadurch erhält der KI-Agent Informationen darüber, wer der Kunde ist, sowie Informationen darüber, was der Kunde besprochen hat.

Konfigurieren von Signalen zum Extrahieren von Daten configure-signals

Nachdem Sie den Profilkontext konfiguriert haben, können Sie jetzt Signale konfigurieren, um Daten aus Ihren unstrukturierten Daten zu extrahieren.

Sie können diesen Prozess beginnen, indem Sie zu einem Kollegen gehen und fragen: „Lassen Sie mich Signale aus Gesprächen extrahieren“. Der Kollege fragt dann, welche Signale Sie aus den Gesprächen erkennen möchten.

Als Nächstes fragt Coworker, zu welcher Art von Marke oder Unternehmen diese Gespräche gehören.

Schließlich werden Sie von Coworker gefragt, ob Sie eine neue Signalgruppe erstellen oder zu einer vorhandenen Signalgruppe hinzufügen möchten.

Sie können dann überprüfen, ob die oben genannten Schritte korrekt aussehen und ob Sie mit der Signalerstellung fortfahren möchten.

Die Signalerstellung beginnt. Anschließend erstellt der Mitarbeiter ein -Signal, das automatisch zu Experience Platform hinzugefügt wird.

Nachdem das Signal erstellt wurde, können Sie es mit Audience Builder einer Audience hinzufügen. Die Signale werden als Erlebnisereignisse angezeigt.

Weitere Informationen zur Verwendung von Audience Builder finden Sie in der Audience Builder-Dokumentation.

Nachdem Sie eine Zielgruppe mit einem Signal erstellt haben, können Sie Profile extrahieren, die dieses Signal verwenden. Erkannte Signale sind Erlebnisereignisse mit dem Ereignistyp semantic.signalDetected.

Häufig gestellte Fragen faq

Im folgenden Abschnitt finden Sie häufig gestellte Fragen zu Profilen mit unstrukturierten Daten.

Sind Profile mit unstrukturierten Daten von einem normalen Kundenprofil getrennt?

Was ist die Kontext-/Profilbeschreibung?

Was ist ein Signal?

Wie unterscheidet sich ein Signal vom Rohgespräch?

Unterstützt Profil mit unstrukturierten Daten nur Brand Concierge?

Welche Datenquellen kann ich verwenden?