Laden Sie Ihre Kundendaten auf, um elektrisierende Erlebnisse bereitzustellen
Letzte Aktualisierung: 5. Mai 2025
- Themen:
- Abfragen
Erstellt für:
- Einsteiger
- Entwickler
Omni-Channel-Daten sind eine wichtige Komponente für umsetzbare Kundenprofile, die von Marketing-Experten verwendet werden, um die Aktivierung zu orchestrieren und die resultierenden Kunden-Journey zu messen. Unternehmen stehen jedoch vor der Herausforderung, die Qualität, den Umfang und die Vielfalt dieser Daten zu verwalten. Sie erfordern optimierte Lösungen, um die Auswirkungen qualitativ minderwertiger Daten zu minimieren, die Time-to-Value zu verkürzen und den ROI zu vervielfachen, indem dieselben Daten für eine Vielzahl von Anwendungsfällen verwendet werden.
Weitere Informationen finden Sie in der Dokumentation zum Abfrage-Service.
In diesem Video wird Folgendes untersucht:
- Adobe Experience Platform-Datenvorbereitungsfunktionen, die Sie nutzen können
- Steigern des ROI von Adobe Real-Time CDP, Adobe Journey Optimizer und Customer Journey Analytics
SQL-Beispiel
INSERT INTO summit_adv_data_prep_dataset
SELECT STRUCT(
customerId AS crmCustomerId, struct(sku AS sku, price AS sku_price, abandonTS AS abandonTS) AS abandonBrowse) AS _pfreportingonprod
FROM
(SELECT
B.personKey.sourceID AS customerId,
A.productListItems[0].SKU AS sku,
max(A.timestamp) AS abandonTS,
max(C._pfreportingonprod.price) AS price
FROM summit_adobe_analytics_dataset A,profile_attribute_14adf268_2a20_4dee_bee6_a6b0e34616a9 B,summit_product_dataset C
WHERE A._experience.analytics.customDimensions.eVars.eVar1 = B.personKey.sourceID
AND A.productListItems[0].sku = C._pfreportingonprod.sku
AND A.web.webpagedetails.URL NOT LIKE '%orderconfirmation%'
AND timestamp > current_date - interval '4 day'
GROUP BY customerId,sku
order by price desc)D;
Dieses Video ist ein Auszug aus der Adobe Summit 2020-Sitzung Aufladen von Omnichannel-Daten zur Elektrifizierung von Erlebnissen.
Vorherige SeiteErstellen von Dashboards mit BI-Tools
Nächste SeiteValidieren von Daten im Data Lake
Experience Platform
- Platform-Tutorials
- Einführung in Platform
- Ein durch Experience Platform unterstütztes Kundenerlebnis
- Hinter den Kulissen: Ein auf Experience Platform basierendes Kundenerlebnis
- Übersicht zu Experience Platform
- Wichtigste Funktionen
- Plattformbasierte Anwendungen
- Integrationen mit Experience Cloud-Programmen
- Häufige Anwendungsfälle
- Grundlegende Architektur
- Benutzeroberfläche
- Rollen und Projektphasen
- Einführung in Real-Time CDP
- Erste Schritte: Datenarchitekten und Dateningenieure
- Bei Experience Platform-APIs authentifizieren
- Beispieldaten nach Experience Platform importieren
- Administration
- Überblick
- Benutzer hinzufügen
- Benutzer zur Datenerfassung hinzufügen
- Hinzufügen von Entwicklern
- Hinzufügen von Produktadministratoren
- Konfigurieren der attributbasierten Zugriffssteuerung
- Verwenden von Sandboxes
- Kopieren von Paketen zwischen Sandboxes
- Freigeben von Paketen in IMS-Organisationen
- Verwenden von Warnhinweisen
- KI-Assistent
- Zielgruppen und Segmentierung
- Einführung in Audience Portal und Komposition
- Audiences hochladen
- Übersicht über die Komposition einer zusammengeführten Zielgruppe
- Verbinden und Konfigurieren der Federated Audience-Komposition
- Erstellen einer Federated-Audience-Komposition
- Übersicht über den Builder für Zielgruppenregeln
- Erstellen von Zielgruppen
- Zeitbeschränkungen verwenden
- Erstellen von inhaltsbasierten Zielgruppen
- Erstellen von Konversionszielgruppen
- Erstellen von Zielgruppen aus vorhandenen Zielgruppen
- Erstellen sequenzieller Zielgruppen
- Dynamische Zielgruppen erstellen
- Erstellen von Audiences mit mehreren Entitäten
- Erstellen und Aktivieren von Konto-Zielgruppen (B2B)
- Demo zur Streaming-Segmentierung
- Batch-Zielgruppen bei Bedarf auswerten
- Auswerten einer Zielgruppenregel
- Erstellen eines Datensatzes zum Exportieren von Daten
- Einrichten der Segment Match-Verbindung
- Data Governance bei Segment Match
- Konfiguration von Segment Match
- Einblicke vor der Freigabe durch Segment Match
- Segment Match erhält Daten
- Audit-Protokolle
- Datenerfassung
- Zusammenarbeit
- Dashboards
- Data Governance
- Datenhygiene
- Datenaufnahme
- Überblick
- Übersicht über die Batch-Aufnahme
- Erstellen und Auffüllen eines Datensatzes
- Löschen von Datensätzen und Batches
- Zuordnen einer CSV-Datei zu XDM
- Quellen – Übersicht
- Aufnehmen von Daten aus Adobe Analytics
- Aufnehmen von Daten aus Audience Manager
- Aufnehmen von Daten aus dem Cloud-Speicher
- Aufnehmen von Daten aus dem CRM
- Daten aus Datenbanken aufnehmen
- Streaming-Erfassung – Übersicht
- Streamen von Daten mit der HTTP-API
- Streamen von Daten mithilfe von Source Connectors
- Web SDK-Tutorials
- Mobile SDK-Tutorials
- Datenlebenszyklus
- Ziele
- Ziele – Übersicht
- Mit Zielen verbinden
- Erstellen von Zielen und Aktivieren von Daten
- Profile und Audiences für ein Ziel aktivieren
- Exportieren von Datensätzen mithilfe eines Cloud-Speicher-Ziels
- Integration mit Google Customer Match
- Konfigurieren des Azure Blob-Ziels
- Konfigurieren des Marketo-Ziels
- Konfigurieren von dateibasiertem Cloud-Speicher oder E-Mail-Marketing-Zielen
- Konfigurieren eines Social-Media-Ziels
- Über LiveRamp-Ziele aktivieren
- Adobe Target und benutzerdefinierte Personalization
- Webinar zum Aktivieren von Daten für Nicht-Adobe-Anwendungen
- Identitäten
- Intelligent Services
- Überwachung
- Partner Data Support
- Profile
- Grundlegendes zum Echtzeit-Kundenprofil
- Profilübersichtsdiagramm
- Daten in Profile aufnehmen
- Profilansichtsdetails anpassen
- Kontoprofile anzeigen
- Erstellen von Zusammenführungsrichtlinien
- Übersicht über Vereinigungsschemata
- Berechnetes Attribut erstellen
- Ablauf von pseudonymen Profilen (TTL)
- Profile löschen
- Aktualisieren eines bestimmten Attributs mithilfe von upsert
- Datenschutz und Sicherheit
- Einführung in Privacy Service
- Identitätsdaten in Datenschutzanfragen
- Privacy JavaScript-Bibliothek
- Datenschutzkennzeichnungen in Adobe Analytics
- Erste Schritte mit der Privacy Service-API
- Privacy Service-Benutzeroberfläche
- Privacy Service-API
- Datenschutzereignisse abonnieren
- Einrichten kundenverwalteter Schlüssel
- 10 Überlegungen zum verantwortungsvollen Kundendaten-Management
- Aufwertung der Rolle des Marketing-Experten als Data Steward
- Abfragen
- Überblick
- Benutzeroberfläche von Query Service
- Abfrage-Service-API
- Mehr zu Daten
- Daten vorbereiten
- In Adobe definierte Funktionen
- Datennutzungsmuster
- Abfragen ausführen
- Generieren von Datensätzen aus Abfrageergebnissen
- Tableau
- Analysieren und Visualisieren von Daten
- Erstellen von Dashboards mit BI-Tools
- Aufladen von Kundendaten
- Clients mit dem Abfrage-Service verbinden
- Validieren von Daten im Data Lake
- Schemata
- Überblick
- Bausteine
- Planen des Datenmodells
- Konvertieren Ihres Datenmodells in XDM
- Erstellen von Schemata
- Erstellen von Schemata für B2B-Daten
- Erstellen von Klassen
- Feldergruppen erstellen
- Erstellen von Datentypen
- Konfigurieren von Beziehungen zwischen Schemata
- Verwendung von Aufzählungsfeldern und empfohlenen Werten
- Kopieren von Schemas zwischen Sandboxes
- Aktualisieren von Schemata
- Erstellen eines Ad-hoc-Schemas
- Quellen
- Überblick
- Aufnehmen von Daten aus Adobe Analytics
- Aufnehmen von Daten aus Audience Manager
- Aufnehmen von Daten aus Marketo
- Aufnehmen von Daten aus dem Cloud-Speicher
- Aufnehmen von Daten aus CRM
- Aufnehmen von Daten aus Datenbanken
- Streamen von Daten mit der HTTP-API
- Streamen von Daten mit Source Connectors
- Fehlerbehebung: SFTP-Connector
- Anwendungsfall-Playbooks
- Experience Cloud-Integrationen
- Branchentrends