Modelo de ciencia de datos personalizada para el enriquecimiento de perfiles
Última actualización: 2023-03-27
Temas:
Creado para:
Developer
User
El modelo de ciencia de datos personalizado para el enriquecimiento de perfiles ilustra cómo se pueden usar los datos para entrenar, implementar y puntuar modelos a fin de proporcionar perspectivas de aprendizaje automático para Experience Platform y Real-Time Customer Data Platform a partir de las herramientas de aprendizaje automático y la ciencia de datos. Las perspectivas modeladas se pueden ingerir en Experience Platform para enriquecer Real-Time Customer Profile. Algunos ejemplos de datos recogidos por el aprendizaje informático incluyen calificación de valor de duración, afinidad de categoría y producto o tendencia a la conversión o cancelación.
Casos de uso
Extraiga información y descubra patrones de datos de clientes. A continuación, entrene y califique modelos a partir de estos datos.
Enriquecer Real-Time Customer Profile con datos y atributos según modelo para una personalización más granular y una optimización mejorada de recorrido.
Entrenar y calificar modelos para determinar datos del cliente tales como el valor de tiempo de vida del cliente, la tendencia a la conversión o cancelación, la afinidad de contenido y producto, y la calificación de participación.
Arquitectura
Guardas
Para obtener más información sobre las guardas y las latencias de extremo a extremo sobre la ingesta de resultados de ciencia de datos en Experience Platform y Real-Time Customer Profile, consulte las guardas de ingesta de datos y el diagrama de latencia que aparecen en el documento de guardas de implementación.
En la mayoría de los casos, los resultados del modelo deben ingerirse como atributos de perfil y no como eventos de experiencia. Los resultados del modelo pueden ser una simple cadena de atributos. Si se van a ingerir varios resultados de modelo, se recomienda utilizar un campo de tipo matriz o mapa.
El conjunto de datos de instantáneas de perfil diarias, que es una exportación diaria de los datos unificados de atributos de perfil, se puede aprovechar para entrenar modelos con datos de atributos de perfil. Puede acceder a la documentación del conjunto de datos de instantáneas de perfil aquí.
Para extraer datos de Experience Platform, se pueden utilizar los siguientes métodos
SDK de acceso a datos
Los datos están en formato de archivo sin procesar
Los datos de evento de experiencia de perfil se mantienen en su estado sin procesar y no unificado.
Destinos RTCDP
Se pueden extraer atributos de perfil y suscripciones a segmentos.
