사용자 정의 데이터 과학을 통한 프로필 강화 블루프린트

사용자 정의 데이터 과학을 통한 프로필 강화 블루프린트에서는 Adobe Experience Platform의 데이터를 사용하여 모델을 교육, 배포, 평가함으로써 Experience Platform과 Real-time Customer Data Platform에 데이터 과학과 머신 러닝 도구가 제공하는 머신 러닝 인사이트를 제공하는 방법을 다룹니다. 모델링한 인사이트를 Experience Platform에 수집하여 실시간 고객 프로필을 보강할 수 있습니다. 머신 러닝 인사이트의 예로는 생애 가치 평가, 제품 및 카테고리 관심도, 전환 경향 또는 이탈 경향 등이 있습니다.

사용 사례

  • 고객 데이터에서 인사이트를 끌어내고 패턴을 발견하며, 이 데이터로 모델을 교육하고 평가합니다.
  • 모델 기반 인사이트와 특성으로 Real-time Customer Profile을 강화하여 개인화를 개선하고 여정을 최적화합니다.
  • 모델을 훈련 및 사용하여 고객 생애 가치, 전환 또는 이탈 경향, 제품과 콘텐츠 관련성 및 참여도 점수를 확인합니다.

아키텍처

사용자 정의 데이터 과학을 통한 프로필 강화 블루프린트용 참조 아키텍처

구현 단계

  1. 수집할 데이터를 위한 스키마를 만듭니다.
  2. 수집할 데이터를 위한 데이터 세트를 만듭니다.
  3. 데이터를 Experience Platform으로 수집합니다.

모델의 결과를 실시간 고객 프로필에 수집하려면 데이터를 수집하기 전에 다음 작업을 수행해야 합니다.

  1. 수집한 데이터를 통합 프로필로 결합할 수 있도록 스키마에 올바른 ID와 ID 네임스페이스를 구성합니다.
  2. 프로필에 대해 스키마와 데이터 세트를 활성화합니다.

구현 시 고려 사항

  • 대부분의 경우 모델 결과는 경험 이벤트가 아니라 프로필 속성으로 수집해야 합니다. 모델 결과는 단순한 속성 문자열일 수 있습니다. 수집할 모델 결과가 여러 개 있는 경우 배열이나 맵 유형 필드를 사용하면 좋습니다.
  • 통합 프로필 속성 데이터를 일 단위로 내보낸 일별 프로필 스냅샷 데이터 세트를 활용하여 프로필 속성 데이터에 대한 모델을 교육할 수 있습니다. 프로필 스냅샷 데이터 세트 설명서는 여기에서 확인할 수 있습니다.
  • Experience Platform에서 데이터를 추출하려면 다음 방법 중 하나를 사용할 수 있습니다.
    • 데이터 액세스 SDK
      • 데이터는 원시 파일 형태
      • 프로필 경험 이벤트 데이터는 통합되지 않은 원시 상태로 유지됩니다.
    • RTCDP 대상
      • 프로필 속성 및 세그먼트 멤버십만 내보낼 수 있습니다.
    • 쿼리 서비스
      • 대량의 원시 데이터에 액세스하면 쿼리가 10분 제한을 초과하여 타임아웃 처리될 수 있습니다. 따라서 데이터를 점점 증가하는 방식으로 쿼리하는 것이 좋습니다.

관련 설명서

관련 블로그 게시물

이 페이지에서는