Blueprint de Ciência de dados personalizada para enriquecimento de perfis
Última atualização em 2023-03-27
Tópicos
Criado para:
Developer
User
O Blueprint de Ciência de dados personalizada para enriquecimento de perfis ilustra como os dados podem ser usados para treinar, implantar e pontuar modelos para fornecer insights de aprendizado de máquina para a Experience Platform e a Real-time Customer Data Platform por meio de ferramentas de aprendizado de máquina e ciência de dados. É possível assimilar insights modelados na Experience Platform para enriquecer o perfil do cliente em tempo real. Exemplos de insights de aprendizado de máquina incluem pontuação de valor vitalício, afinidade de categorias e produtos, propensão à conversão ou ao churn.
Casos de uso
Extraia insights e descubra padrões a partir de dados do cliente; treine e pontue modelos de acordo com esses dados.
Aprimore o Perfil de cliente em tempo real com insights e atributos orientados por modelos para uma personalização mais detalhada e jornadas aperfeiçoadas.
Treine e classifique modelos para determinar insights do cliente, como valor vitalício do cliente, propensão à conversão ou à rotatividade, afinidade de conteúdos e produtos e classificação de engajamentos.
Arquitetura
Medidas de proteção
Para obter medidas de proteção detalhadas e latências de ponta a ponta ao assimilar resultados de ciência de dados na Experience Platform e no Perfil de cliente em tempo real, consulte as medidas de proteção de assimilação de dados e o diagrama de latências referenciados no documento de medidas de proteção de implantação.
Na maioria dos casos, o resultado do modelo deve ser assimilado como atributos de perfil, e não como eventos de experiência. Os resultados do modelo podem ser uma cadeia de caracteres de atributo simples. Se houver vários resultados de modelo a assimilar, é recomendável usar um campo de tipo matriz ou mapa.
O conjunto de dados de instantâneo de perfil diário, que é uma exportação diária dos dados de atributo de perfil unificado, pode ser aproveitado para treinar modelos em dados de atributo de perfil. A documentação do conjunto de dados de instantâneo de perfil pode ser acessada aqui.
Para extrair dados da Experience Platform, os seguintes métodos podem ser usados
SDK de acesso a dados
Os dados estão na forma de arquivo bruto
Os dados do evento de experiência de perfil permanecem em seu estado bruto e não unificado.
Destinos da RTCDP
É possível fazer a saída de atributos de perfil e associações de segmento.
