Erstellen einer Quellverbindung und eines Datenflusses zum Streamen LAVA Daten über die Benutzeroberfläche

Folgen Sie dieser Schritt-für-Schritt-Anleitung, um Ihren eigenen LAVA-Quell-Connector in der Benutzeroberfläche von Experience Platform einzurichten.

IMPORTANT
Diese Dokumentationsseite wurde vom LAVA-Team erstellt. Bei Fragen oder Aktualisierungsanfragen wenden Sie sich bitte direkt an info@lava.ai.

Erste Schritte

Dieses Tutorial setzt ein Grundverständnis der folgenden Komponenten von Experience Platform voraus:

  • Experience Data Model (XDM) System: Das standardisierte Framework, mit dem Experience Platform Kundenerlebnisdaten organisiert.

    • Grundlagen der Schemakomposition: Machen Sie sich mit den grundlegenden Bausteinen von XDM-Schemata vertraut, einschließlich der wichtigsten Prinzipien und Best Practices bei der Schemaerstellung.
    • Tutorial zum Schema-Editor: Erfahren Sie, wie Sie benutzerdefinierte Schemata mithilfe der Benutzeroberfläche des Schema-Editors erstellen können.
  • Real-Time Customer Profile: Bietet ein einheitliches Echtzeit-Kundenprofil, das auf aggregierten Daten aus verschiedenen Quellen basiert.

TIP
Bevor Sie mit diesem Tutorial beginnen, lesen Sie die LAVA Übersicht zum Quell-Connector, um sicherzustellen, dass Sie alle Voraussetzungen erfüllen.

Verbinden Ihres LAVA-Kontos

Wählen Sie in der Experience Platform-Benutzeroberfläche Quellen in der linken Navigationsleiste aus, um auf den Arbeitsbereich Quellen zuzugreifen. Der Katalog zeigt eine Vielzahl von Quellen an, mit denen Sie ein Konto erstellen können.

Sie können die gewünschte Kategorie aus dem Katalog auf der linken Bildschirmseite auswählen. Alternativ können Sie die gewünschte Quelle mithilfe der Suchoption finden.

Wählen Sie unter Kategorie Streaming“ die Option LAVA und dann Daten hinzufügen aus.

Der Experience Platform-Quellkatalog

Daten auswählen

Der Schritt Daten auswählen wird angezeigt und bietet eine Schnittstelle zur Auswahl der Daten, die Sie an Platform übermitteln.

  • Der linke Teil der Benutzeroberfläche ist ein Browser, mit dem Sie die verfügbaren Datenströme in Ihrem Konto anzeigen können.
  • Im rechten Teil der Benutzeroberfläche können Sie eine Vorschau von bis zu 100 Datenzeilen aus einer JSON-Datei anzeigen.

Wählen Sie Dateien hochladen aus, um eine JSON-Datei aus Ihrem lokalen System hochzuladen, oder laden Sie die Beispieldatei aus dem Abschnitt Übersicht hoch, der dem Datensatz entspricht, den Sie einrichten. Alternativ können Sie die JSON-Datei, die Sie hochladen möchten, per Drag-and-Drop in das Bedienfeld Dateien per Drag-and-Drop ​.

Der Schritt „Daten hinzufügen“ des Quell-Workflows.

Nachdem Ihre Datei hochgeladen wurde, wird die Vorschau-Oberfläche aktualisiert, um eine Vorschau des hochgeladenen Schemas anzuzeigen. In der Vorschauoberfläche können Sie den Inhalt und die Struktur einer Datei überprüfen. Sie können auch das Dienstprogramm Suchfeld verwenden, um innerhalb Ihres Schemas auf bestimmte Elemente zuzugreifen.

Wenn Sie fertig sind, wählen Sie Weiter aus.

Der Vorschauschritt des Quell-Workflows.

Datenflussdetails

Der Schritt Datenflussdetails wird angezeigt und bietet Ihnen Optionen zum Verwenden eines vorhandenen Datensatzes oder zum Einrichten eines neuen Datensatzes für Ihren Datenfluss sowie die Möglichkeit, einen Namen und eine Beschreibung für Ihren Datenfluss anzugeben. In diesem Schritt können Sie auch Einstellungen für die Profilaufnahme, Fehlerdiagnose, partielle Aufnahme und Warnhinweise konfigurieren.

Wenn Sie fertig sind, wählen Sie Weiter aus.

Der Schritt „Datenflussdetails“ des Quell-Workflows.

Zuordnung

Der Schritt Zuordnung wird angezeigt und bietet Ihnen eine Schnittstelle zum Zuordnen der Felder aus Ihrem Quellschema zu den entsprechenden XDM-Zielfeldern im Zielschema.

Wenn Sie das vom LAVA bereitgestellte Schema verwenden, verwenden Sie die folgende empfohlene Zuordnung:

Mitgliederprofile
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 layout-auto
LAVA Feld Source-Connector LAVA Profilschemafeld
lavaId _tenant.lavaId
firstName person.name.firstName
lastName person.name.lastName
email personalEmail.address
phone mobilePhone.number
Mitgliedersalden
table 0-row-2 1-row-2 2-row-2 layout-auto
LAVA Feld Source-Connector LAVA Profilschemafeld
lavaId _tenant.lavaId
balances[] _tenant.balances[]
Kombinierte Ereignisse
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 10-row-2 11-row-2 12-row-2 13-row-2 14-row-2 15-row-2 16-row-2 17-row-2 18-row-2 19-row-2 20-row-2 21-row-2 22-row-2 23-row-2 24-row-2 25-row-2 26-row-2 27-row-2 28-row-2 layout-auto
LAVA Feld Source-Connector Feld LAVA Ereignisschemas
Berechnete to_map("LavaId",to_array(false,to_object("id",lavaId,"primary",true))) identityMap
type eventType
timestamp timestamp
eventId _tenant.ticketScan.eventId
eventName _tenant.ticketScan.eventName
eventLabel _tenant.ticketScan.eventLabel
venue _tenant.ticketScan.venue
venueLabel _tenant.ticketScan.venueLabel
section _tenant.ticketScan.section
sectionLabel _tenant.ticketScan.sectionLabel
row _tenant.ticketScan.row
seat _tenant.ticketScan.seat
gate _tenant.ticketScan.gate
gateLabel _tenant.ticketScan.gateLabel
transactionId _tenant.transaction.transactionId
referenceId _tenant.transaction.referenceId
subtotal _tenant.transaction.subtotal
total _tenant.transaction.total
location _tenant.transaction.location
items[] _tenant.transaction.items[]
redeemedAmount _tenant.transaction.redeemedAmount
rewardsApplied[] _tenant.transaction.rewardsApplied[]
amount _tenant.ledger.amount
expiresAt _tenant.ledger.expiresAt
rewardId _tenant.ledger.rewardId
rewardName _tenant.ledger.rewardName
rewardSlug _tenant.ledger.rewardSlug
rewardType _tenant.ledger.rewardType
Ticket-Scan-Ereignisse
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 10-row-2 11-row-2 12-row-2 13-row-2 14-row-2 layout-auto
LAVA Feld Source-Connector Feld LAVA Ereignisschemas
Berechnete to_map("LavaId",to_array(false,to_object("id",lavaId,"primary",true))) identityMap
eventId _tenant.ticketScan.eventId
eventName _tenant.ticketScan.eventName
eventLabel _tenant.ticketScan.eventLabel
venue _tenant.ticketScan.venue
venueLabel _tenant.ticketScan.venueLabel
section _tenant.ticketScan.section
sectionLabel _tenant.ticketScan.sectionLabel
row _tenant.ticketScan.row
seat _tenant.ticketScan.seat
gate _tenant.ticketScan.gate
gateLabel _tenant.ticketScan.gateLabel
type eventType
timestamp timestamp
Transaktionsereignisse
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 10-row-2 11-row-2 layout-auto
LAVA Feld Source-Connector Feld LAVA Ereignisschemas
Berechnete to_map("LavaId",to_array(false,to_object("id",lavaId,"primary",true))) identityMap
transactionId _tenant.transaction.transactionId
referenceId _tenant.transaction.referenceId
subtotal _tenant.transaction.subtotal
total _tenant.transaction.total
location _tenant.transaction.location
items[] _tenant.transaction.items[]
redeemedAmount _tenant.transaction.redeemedAmount
rewardsApplied[] _tenant.transaction.rewardsApplied[]
type eventType
timestamp timestamp
Sachkontoereignisse
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 layout-auto
LAVA Feld Source-Connector Feld LAVA Ereignisschemas
Berechnete to_map("LavaId",to_array(false,to_object("id",lavaId,"primary",true))) identityMap
amount _tenant.ledger.amount
expiresAt _tenant.ledger.expiresAt
rewardId _tenant.ledger.rewardId
rewardName _tenant.ledger.rewardName
rewardSlug _tenant.ledger.rewardSlug
rewardType _tenant.ledger.rewardType
type eventType
timestamp timestamp

Alternativ können Sie die Zuordnungsregeln manuell an Ihre Anwendungsfälle anpassen. Je nach Bedarf können Sie wahlweise Felder direkt zuordnen oder mithilfe von Datenvorbereitungsfunktionen Quelldaten transformieren, um berechnete oder anderweitig ermittelte Werte abzuleiten. Eine ausführliche Anleitung zur Verwendung der Zuordnungsschnittstelle und berechneter Felder finden Sie im Handbuch zur Datenvorbereitungs-Benutzeroberfläche.

Nachdem Ihre Quelldaten erfolgreich zugeordnet wurden, klicken Sie auf Weiter.

Der Zuordnungsschritt des Quell-Workflows.

Überprüfung

Der Schritt Überprüfung wird angezeigt, sodass Sie Ihren neuen Datenfluss überprüfen können, bevor er hergestellt wird. Die Details lassen sich wie folgt kategorisieren:

  • Verbindung: Zeigt den Quelltyp, den relevanten Pfad der ausgewählten Quelldatei und die Anzahl der Spalten innerhalb dieser Quelldatei an.
  • Datensatz- und Zuordnungsfelder zuweisen: Zeigt an, in welchen Datensatz die Quelldaten aufgenommen werden, einschließlich des Schemas, dem der Datensatz entspricht.

Nachdem Sie Ihren Datenfluss überprüft haben, klicken Sie auf Beenden und gewähren Sie etwas Zeit für die Erstellung des Datenflusses.

Der Überprüfungsschritt des Quell-Workflows.

Abrufen der Streaming-Endpunkt-URL und Datenfluss-ID

Nachdem Sie Ihren Streaming-Datenfluss erstellt haben, können Sie jetzt Ihre Streaming-Endpunkt-URL und Datenfluss-ID abrufen. Diese werden zum Konfigurieren von LAVA verwendet, sodass Ihre Streaming-Quelle mit Experience Platform kommunizieren kann.

Um Ihren Streaming-Endpunkt abzurufen, gehen Sie zur Seite Datenflussaktivität des soeben erstellten Datenflusses und kopieren Sie den Endpunkt am unteren Rand des Bedienfelds Eigenschaften.

Der Streaming-Endpunkt in der Datenflussaktivität.

Integrieren von LAVA mit dem Webhook

Navigieren Sie in LAVAKonsole zu Resources > Data Export.

Menü „Datenexport“

Wählen Sie Create New Export und dann Adobe Source Connector als Zieltyp aus. Wählen Sie anschließend die Quelldaten aus, die Sie senden möchten, und geben Sie die Streaming-Endpunkt-URL zusammen mit der Datenfluss-ID ein.

Neuen Export erstellen

recommendation-more-help
experience-platform-help-sources