プロファイルエンリッチメントのためのカスタムデータサイエンスブループリント

プロファイルエンリッチメントのためのカスタムデータサイエンスブループリントは、Adobe Experience Platform のデータが Data Science Workspace でどのように使用され、機械学習のインサイトを提供するモデルをトレーニング、デプロイ、スコアリングするかを説明します。モデルは、リアルタイム顧客プロファイルに対して有効なデータセットに直接出力でき、顧客プロファイルをさらに強化することができます。インサイトは、パーソナライゼーション向けにアクション化できます。機械学習インサイトの例には、ライフタイム値、スコアリング、製品およびカテゴリの親和性、コンバージョン傾向、チャーン傾向が含まれます。

ユースケース

  • Experience Platform の顧客データからインサイトを抽出してパターンを見つけます。このデータからモデルをトレーニングおよびスコアリングします。
  • より詳細なパーソナライズ機能と最適化されたジャーニーのために、リアルタイム顧客プロファイルをモデル主導のインサイトおよび属性でエンリッチメントします。
  • 顧客のライフタイムバリュー、コンバージョン傾向やチャーン傾向、製品およびコンテンツの親和性、エンゲージメントスコアなどの顧客インサイトを判別するためのモデルをトレーニングおよびスコアリングします。

アーキテクチャ

プロファイルエンリッチメントのためのカスタムデータサイエンスブループリントの参照アーキテクチャ

実装手順

  1. データを取り込むためにスキーマを作成します。
  2. データを取り込むためにデータセットを作成します。
  3. Experience Platform にデータを取り込みます
  4. DSW ノートブックを作成します
  5. 言語を選択します。Python と PySpark をサポートしています。
  6. ノートブックでモデルを作成します
  7. モデルをトレーニングします
  8. モデルをスコアリングして、ターゲットデータを使用した予測を生成します。
  9. モデル結果をリアルタイム顧客プロファイルにプッシュする場合は、プロファイル用のモデル結果データセットを有効にします

関連ドキュメント

関連するブログ投稿

このページ