Blueprint: Benutzerdefinierte Datenwissenschaft für Profilanreicherung

In der Blueprint „Benutzerdefinierte Datenwissenschaft für Profilanreicherung“ wird veranschaulicht, wie Daten aus Adobe Experience Platform in Data Science Workspace zum Trainieren, Bereitstellen und Bewerten von Modellen verwendet werden können, um ML-Erkenntnisse zu gewinnen. Diese Modelle können direkt auf einen Datensatz angewendet werden, der für ein Echtzeit-Kundenprofil aktiviert ist, um Kundenprofile anzureichern. Diese Erkenntnisse können dann zur Personalisierung verwendet werden. Beispiele für ML-Erkenntnisse sind Lebenszeitwertbewertung, Produkt- und Kategorieaffinität, Konversions- oder Abwanderungsneigung.

Anwendungsfälle

• Extrahieren von Erkenntnissen und Aufdecken von Mustern mit Kundendaten in Experience Platform. Trainieren und Bewerten von Modellen mit diesen Daten.
• Anreichern des Echtzeit-Kundenprofils mit modellgestützten Erkenntnissen und Attributen für detailliertere Personalisierung und Journey-Optimierung.
• Trainieren und Bewerten von Modellen, um Kundenerkenntnisse wie Kunden-Lebenszeitwert, Konversions- oder Abwanderungsneigung, Produkt- und Content-Affinität und Interaktionswerte zu ermitteln.

Architektur

Implementierungsschritte

1. Erstellen Sie Schemas für die zu erfassenden Daten.
2. Erstellen Sie Datensätze für die zu erfassenden Daten.
3. Aufnehmen der Daten in Experience Platform.
4. Erstellen eines DSW-Notebooks.
5. Auswählen einer Sprache. Python und PySpark werden unterstützt.
6. Erstellen des Modells im Notebook.
7. Trainieren des Modells.
8. Bewerten des Modells, um Vorhersagen mit den Zieldaten zu generieren.
9. Aktivieren der Modellresultat-Datensätze für das Profil, wenn die Modellresultate in das Echtzeit-Kundenprofil übermittelt werden.

Verwandte Dokumentation

• Produktbeschreibung zu Adobe Experience Platform Intelligence
• Dokumentation zu Data Science Workspace
• Tutorials zu Data Science Workspace

Verwandte Blog-Posts

• Simplifying the Data Science Lifecycle with Adobe Platform Experience
• Content and Commerce AI: Personalizing Your Interactions with Customers Through Content Intelligence
• Gaining a Deeper Understanding of Churn Using Data Science Workspace
• Understanding Data Science In Adobe Experience Platform
• An Introductory Look at Exploratory Data Analysis on Adobe Experience Platform
• Cutting Across Adobe Experience Products with Machine Learning to Elevated User Experience
• Modeling XDM Data for Data Science at Scale on Adobe Experience Platform
• Segmentation.AI: Automated Audience-Clustering-as-a-Service in Adobe Experience Platform
• Reimagining Jupyter Notebooks for Enterprise Scale
• Accelerate Intelligent Insights with Adobe Experience Platform Data Science Workspace
• A Preview of Time Series Forecasting with Adobe Experience Platform
• Cutting Across Adobe Experience Products with Machine Learning to Elevated User Experience