Last update: Thu Jun 27 2019 00:00:00 GMT+0000 (Coordinated Universal Time)
Erstellt für:
- Entwickler
- Benutzende
- Admin
- Führungskraft
Veröffentlichungsdatum: Samstag, 28. Juni 2019
Neue Funktionen in Adobe Experience Platform:
Aktualisierungen vorhandener Funktionen:
Data Science Workspace dsw
Adobe Experience Platform Data Science Workspace ist ein vollständig verwalteter Service innerhalb von Experience Platform, mit dem Datenwissenschaftler nahtlos Einblicke aus Daten und Inhalten in Adobe-Lösungen und Drittanbietersystemen generieren können, indem sie Modelle für maschinelles Lernen erstellen und umsetzen. Data Science Workspace ist eng in Experience Platform integriert und unterstützt den gesamten Datenwissenschafts-Lebenszyklus, einschließlich der Untersuchung und Vorbereitung von XDM-Daten, gefolgt von der Entwicklung und Operationalisierung von Modellen zur automatischen Anreicherung von Real-Time Customer Profile mit Einblicken aus maschinellem Lernen.
Wichtigste Funktionen
Bereitstellung und Berechnung der Isolation
Bereitstellung dedizierter Rechenressourcen, die Datenwissenschaftlern die sichere Ausführung von nicht vertrauenswürdigem Code innerhalb von Experience Platform ermöglichen.
Erstmaliges Benutzererlebnis
Enthält vordefinierte Beispiele für verschiedene Frameworks für maschinelles Lernen und Sprachen wie Python, R, PySpark und Scala Spark.
Notebooks
Angepasste Umgebung für Datenwissenschaftler/Dateningenieure, die von Jupyter Notebooks unterstützt werden, damit sie Daten vorbereiten, Funktionen extrahieren und ML-Modelle mit einer kuratierten Liste von Bibliotheken und beliebten Frameworks für maschinelles Lernen entwickeln können.
Datenforschung
Nahtloser Zugriff auf XDM-Daten, die in Experience Platform aufgenommen werden, die in Experience Platform Data Access SDK integriert sind.
Datenvisualisierung
Möglichkeit zum Ausführen von SQL-Abfragen in Jupyter Notebooks zur Beschleunigung der Datenvorbereitung und des Feature Engineering.
Funktions-Pipelines
API/SDK für Scala/PySpark zur Bereitstellung von Funktionsentwicklungs-Pipelines zur Umwandlung von Kern-XDM-Daten in Funktionsschemata.
Modellerstellung
Vorlagen und Laufzeitumgebungen, die es Datenwissenschaftlern ermöglichen, sich auf die Modellentwicklung zu konzentrieren, ohne Infrastruktur-Code für den Zugriff auf Daten und die Berechnung von Ressourcen implementieren zu müssen. Sie können Modell-Code importieren und operationalisieren, um Insights aus Daten in Experience Platform abzuleiten.
Management von Unternehmensmodellen
Unterstützung von Datenmodellen mit mehreren Mandanten zur Nachverfolgung von Modellversionen und dazugehörigen Hyperparameterkonfigurationen, um die Grundlage für das Partner-Ökosystem zu schaffen.
Modellauswertung
Bewerten und optimieren Sie Regressions- und Klassifizierungsmodelle in Python, PySpark, R und Scala.
Modellbereitstellung
Möglichkeit zum Vergleichen von Auswertungsmetriken und -konfigurationen über mehrere Experimentiervorgänge hinweg und zum Veröffentlichen des optimalen Modells als Service.
Batch-Bewertung
Real-Time Customer Profile mit Einblicken aus maschinellem Lernen anreichern oder als Datensätze zurück in Experience Platform schreiben
Planung
Integriert mit Experience Platform Orchestration Service zur Automatisierung von Modell-Trainings-, Scoring- und Feature-Pipelines mit benutzerdefinierten Zeitplänen über APIs.
Bekannte Probleme
- Planungs- und Funktions-Pipelines stehen derzeit nur über API zur Verfügung. Eine Benutzeroberfläche wird in einer zukünftigen Version hinzugefügt.
Weitere Informationen finden Sie unter Data Science Workspace – Überblick.
Decisioning Service decisioning
Adobe Experience Platform Decisioning Service bietet die Möglichkeit, aus einer Reihe verfügbarer Optionen für eine bestimmte Person programmatisch und intelligent das „nächstbeste Erlebnis“ auszuwählen, es für einen beliebigen Kanal oder eine beliebige Anwendung bereitzustellen sowie Reporting und Analysen durchzuführen.
Ein vordefiniertes Rich-Data-Modell ermöglicht die Verwendung der Entscheidungsfindung für das „nächstbeste Angebot“ unabhängig vom Kanal.
Wichtigste Funktionen
Business Object Repository
Ein Repository, das von JSON-Schema-Modellen gesteuert wird, ermöglicht es einem Entwickler, eine Vielzahl von Geschäftsobjekten zu erstellen, zu lesen, zu aktualisieren und zu löschen. Das Repository bietet umfassende Abfrage-APIs sowie eine schemabasierte Suche.
Repository-Container
Innerhalb des Business Object Repositorys kann ein Entwickler seine Bedenken in Bezug auf Projekte, geschäftliche oder organisatorische Einheiten oder die Lebenszyklusphasen eines Projekts isolieren (z. B. in der Entwicklung und Integration, beim Staging oder bei der Live-Produktion). Diese Isolationen werden als Repository-Container bezeichnet.
Rollen und Berechtigungen
Mithilfe der Admin Console kann ein Unternehmen Profile erstellen und verwalten, um gezielten Zugriff auf Ressourcen nach Typ, Zugriffsvorgang und Container zu gewähren. Benutzer können diesen Profilen hinzugefügt werden und effektive Zugriffsberechtigungen werden automatisch aus diesen Richtlinien berechnet.
Vordefiniertes Angebots-Objektmodell
Ohne dass zunächst ein Datenmodell erstellt werden muss, kann ein Experience Platform-Entwickler vorgefertigte JSON-Schemata und -Beziehungen nutzen, um einen Angebotskatalog zu erstellen, Entscheidungsregeln und Einschränkungen zu definieren und Angebotssammlungen für die Entscheidungsfindung zusammenzustellen.
Entscheidungsregeln auf der Grundlage von Profil- und Nicht-Profil-Daten
Eine enge Integration mit dem Real-Time Customer Profile ermöglicht es Entwicklerinnen und Entwicklern, Entscheidungsregeln zu erstellen, die Profildaten nutzen. Entscheidungen können nicht nur mit Profilattributen getroffen werden, sondern auch anhand des Erlebnisverlaufs eines Profils und auf der Grundlage von Geschäftseinheiten, die nicht mit einer Benutzeridentität (z. B. Traffic-Ereignisse, Produktbestand) in Verbindung stehen. Für die Entscheidungsregeln können alle Experience Data Model (XDM)-Entitäten verwendet werden, für die im Schema Registry ein Schema vorhanden ist. Regeln sind erstklassige Entitäten und können für beliebige Entscheidungsoptionen und Aktivitäten wiederverwendet werden.
Rangfolge und Begrenzung
Entscheidungsoptionen, die alle Voraussetzungen und sonstigen Einschränkungen für einen bestimmten Benutzer erfüllen, werden nach Rang geordnet und die beste Option wird ausgewählt. Zusätzliche Einschränkungen pro Benutzer und globale Begrenzungseinschränkungen der Verfügbarkeit der verfügbaren Optionen können verwendet werden, um eine Personalisierung unter Berücksichtigung von Ressourcenbeschränkungen und Benutzermüdigkeit zu ermöglichen.
Decisioning REST-APIs
Die Decisioning Service kann mithilfe einer einfachen REST-API aufgerufen werden, um das nächstbeste Angebot für eine bestimmte Person zu erhalten. Eine Metrik-API kann zur Überprüfung von Echtzeit-Angebotsvorschlägen und zum Begrenzen von Werten verwendet werden.
Streamen von Entscheidungsereignissen an Data Lake und Query Service
Der Decisioning Service erstellt automatisch Datensätze, um alle XDM-Entscheidungsereignisse automatisch in der Data Lake zu streamen. Die Datensätze stehen dann mithilfe von Query Service für Analysen und Berichte zur Verfügung.
Entwicklerunterstützung
Self-Service-Teilnahme mit Dokumentation zu Adobe I/O, einschließlich Tutorials zu verschiedenen Themen.
Bekannte Probleme
- Das Angebotsdatenmodell wird nicht über die Schema Registry verfügbar gemacht und kann daher nur eingeschränkt erweitert werden. Das Modellschema verfügt über integrierte Strukturen, mit denen benutzerdefinierte Daten angehängt werden können. In Zukunft können Sie eine Basis-XDM-Modellklasse erweitern, um Ihre eigenen benutzerdefinierten Entscheidungsfindungs-Domänen zu definieren.
- Sie müssen über das Domänenmodell der Angebotsverwaltung verfügen und Benutzer und Integrationen müssen in diesem Produktkontext verwaltet werden.
Query Service query
Query Service bietet die Möglichkeit, in Adobe Experience Platform standardmäßige SQL zur Abfrage von Daten zu verwenden, um viele verschiedene Anwendungsfälle für Analyse und Daten-Management zu unterstützen. Es handelt sich dabei um ein Server-loses Tool, mit dem Sie beliebige Datensätze im Data Lake verbinden und die Abfrageergebnisse als neuen Datensatz erfassen können, der bei Reporting- und Data Science Workspace oder zur Aufnahme in Profile Service verwendet werden kann.
Sie können Query Service verwenden, um Ökosysteme für die Datenanalyse zu erstellen und sich ein Bild über die Verbraucher über ihre verschiedenen Interaktionskanäle hinweg zu machen. Diese Kanäle können Folgendes umfassen:
- Point-of-Sale-System
- Web
- Mobile
- CRM-System
Wichtigste Funktionen
Abfrageeditor
Verwenden Sie ein Web-basiertes Tool, um Abfragen zu schreiben, zu validieren, zu testen und auszuführen. Es enthält eine Konsole für detaillierte Informationen über die Durchführung von Abfragen sowie die Möglichkeit, die Abfrageergebnisse als Vorschau anzuzeigen.
Datensatz-Erstellung
Erstellen Sie Datensätze in Experience Platform über die standardmäßige SQL-Syntax.
Adobe-definierte Funktionen
Nutzen Sie Verknüpfungsfunktionen für gängige Aufgaben wie das Identifizieren von Sitzungen oder das Festlegen von Attribution.
BI-Tool-Konnektivität
Verwenden Sie die PostgreSQL (Postgres)-Treiber in gängigen BI-Tools, um eine Verbindung zu Query Service herzustellen und Berichte und Visualisierungen zu erstellen. Zu den unterstützten Tools gehören: Tableau, Power BI und Looker. Authentifizierungsinformationen finden Sie auf der Registerkarte „Anmeldedaten“.
Konnektivität des Datenbank-Management-Tools
Verbinden Sie Aqua Data Studio oder DB Visualizer mit Query Service, um die Funktionalität zur Datenexploration und zur Erstellung von Datensätzen zu nutzen. Query Service unterstützt auch die Konnektivität von R Studio. Authentifizierungsinformationen finden Sie auf der Registerkarte „Anmeldedaten“.
Befehlszeilen-Abfrage-Tool
Stellen Sie eine Verbindung zu PSQL her, um Abfragen über die Befehlszeile ausführen zu können.
Abfrage-Protokoll
Führt einen Verlauf der von Query Service ausgeführten Abfragen und ermöglicht es Ihnen, frühere SQL-Abfragen zur Bearbeitung, Ausführung oder Erstellung eines Datensatzes aus den Ergebnissen zu finden.
API zur Abfrageplanung
Planen Sie Abfragen für die wiederholte Ausführung über diese API.
Bekannte Probleme
- Query Editor zeigt ein Beispiel mit 100 Ergebniszeilen für Ihre Abfragen. Um die vollständige Ergebnismenge beizubehalten, verwenden Sie die Datensatz-Erstellungsfunktionen aus dem Abfrage-Protokoll.
- In künftigen Versionen werden Ansichten und eine Benutzeroberfläche für die Anwendung von Zeitplänen auf Abfragen unterstützt.
Weitere Informationen zu Query Service finden Sie in der Produktdokumentation.
Experience Data Model (XDM) xdm
Standardisierung und Interoperabilität sind Schlüsselkonzepte von Experience Platform. Das von Adobe unterstützte Experience Data Model (XDM)-System ist ein Versuch, Kundenerlebnisdaten zu standardisieren und Schemata für das Kundenerlebnis-Management zu definieren.
XDM ist eine öffentlich dokumentierte Spezifikation, die die Leistungsfähigkeit digitaler Erlebnisse verbessern soll. Es stellt allgemeine Strukturen und Definitionen für Anwendungen bereit, die mit Diensten in Adobe Experience Platform kommunizieren. Durch die Einhaltung von XDM-Standards können alle Kundenerlebnisdaten in eine gemeinsame Darstellung integriert werden, die Erkenntnisse schneller und besser integriert liefert. Sie können wertvolle Einblicke aus Kundenaktionen gewinnen, Zielgruppen durch Segmente definieren und Kundenattribute für Personalisierungszwecke verwenden.
XDM ist ein Mechanismus, mit dem Experience Cloud auf Basis von Adobe Experience Platform die richtige Botschaft zur richtigen Zeit an die richtige Person auf dem richtigen Kanal senden können.
Die Methodik, auf der Experience Platform basiert, nutzt XDM System Experience Data Model Schemas zur Verwendung durch Experience Platform.
Neue Funktionen
JSON-Schema-Einschränkungen
Die folgenden Datentypen verfügen jetzt über zusätzliche Optionen in der Benutzeroberfläche zum Definieren von Einschränkungen:
string – min./max. Länge, Muster, Standardwert, Formate (wie im
JSON Schema draft-6 definiert) sowie
double – min./max., Standardwert.
Benutzerspezifisch $id
Sie können jetzt Ihren eigenen $id-Wert angeben, wenn Sie Ressourcen in POST-Anfragen erstellen.
Performance-Verbesserungen in der Schema Registry
Optimierte Erstellung von Vereinigungsschemas und verbessertes Schema-Caching, um die Reaktionszeiten der API deutlich zu verbessern.
Fehlerkorrekturen
- Das Feld „identityMap“ wurde aus dem Kontext/Profil in die eigene Schemafeldgruppe verschoben, um die Definition von Identitäten intuitiver zu gestalten.
- Alle vorhandenen Schemata basierend auf Kontext/Profil mit context/identitymap gepatcht.
- Die Fehlermeldung, bei der keine Version angegeben war, wurde korrigiert.
- Es wurde ein Fehler behoben, durch den Schema Registry zufällige Antworten für Profilvereinigungsschema-Aufrufe gab.
- Es wurde ein Fehler behoben, durch den in Vereinigungsschemata nicht die richtigen Felder in Schema Registry angezeigt wurden.
- Es wurde ein Fehler behoben, durch den Identitätsdeskriptoren gelegentlich nicht mit gültigen Namensräumen erstellt werden konnten.
- Es wurde ein Dereferenzproblem behoben, bei dem ein Objekt
properties anstelle von allOf verwendete.
Bekannte Probleme
- Eine Experience Platform Feldergruppe kann nicht durch Hinzufügen eines Felds erweitert werden.
- Deskriptoren werden nicht gelöscht, wenn eine Feldergruppe aus der Schemakomposition entfernt wird.
- Es kann kein Enum-Feld ohne Beschriftungen erstellt werden.
Weitere Informationen zum Arbeiten mit XDM mithilfe der Schema Registry-API und Schema Editor finden Sie in der XDM-Systemdokumentation.
Segmentation Service segmentation
Segmentation Service definiert eine bestimmte Untergruppe von Profilen aus Ihrem Profilspeicher und beschreibt die Kriterien, anhand derer eine vermarktbare Personengruppe in Ihrem Profilspeicher unterschieden werden kann. Segmente können auf Datensatzdaten (z. B. demografischen Informationen) oder Zeitreihen-Ereignissen basieren, die Berührungspunkte von Kunden mit Ihrer Marke darstellen.
In einer E-Mail-Kampagne, die sich auf Laufschuhe konzentriert, können Sie beispielsweise ein Zielgruppensegment aller Benutzer verwenden, die in den letzten 30 Tagen zwar nach Laufschuhen gesucht, jedoch keinen Einkauf getätigt haben. Ein weiteres Beispiel wäre die Verwendung eines Segments für das Targeting von Site-Inhalt, sodass er nur jenen Besuchern angezeigt wird, die zu einer bestimmten Stufe Ihres Prämienprogramms gehören.
Neue Funktionen
Relative Zeitregeln
Sie können jetzt rollierende Zeitfenster, wie z. B. „vor 14 Tagen“, „vor 3 bis 5 Stunden“ usw. auswählen.
XDM-Feldzusammenfassungen
Für Attribute auf der linken Leiste stehen nun Zusammenfassungen zur Verfügung, die eine Ansicht der zugrunde liegenden Daten ermöglichen.
Suche in der linken Leiste
Verbesserte Suchfunktionen für den Segmentbereich in der linken Leiste.
eVar-Anzeigenamen
Verbesserte Unterstützung für Anzeigenamen, sodass Sie leichter erkennen können, welche Informationen in benutzerdefinierten Ereignissen und Dimensionen aus Adobe Analytics erfasst werden.
Unterstützung für Zusammenführungsrichtlinien
Sie können jetzt anhand einer einfachen Dropdown-Liste festlegen, welche Zusammenführungsrichtlinie auf die Segmentdefinition angewendet werden soll.
Fehlerkorrekturen
- Es wurde ein zeitweilig auftretender Fehler behoben, der dazu führte, dass die Attribute und Ereignis-Bausteine in der linken Leiste nur langsam geladen wurden.
- Es wurde ein Fehler behoben, der dazu führte, dass die Schätzung eine „NaN“-Antwort zurückgab.
- Es wurde ein Fehler behoben, bei dem einige Felder die falsche Arbeitsfläche zum Erstellen von Regeln öffneten.
Bekannte Probleme
Weitere Informationen finden Sie unter Segmentation Service – Übersicht.
76ad3ef1-9c0e-417b-8891-a4c7034d8bac