用户档案扩充的自定义数据科学 Blueprint

用户档案扩充的自定义数据科学 Blueprint 说明了如何在数据科学工作区中使用 Adobe Experience Platform 中的数据来训练、部署和评估模型以提供机器学习洞察。这些模型可以直接输出到启用实时客户档案的数据集，以进一步丰富客户档案。然后，可以对这些洞察进行个性化配置。机器学习洞察的示例包括存留期值评分、产品和类别亲和力、转化倾向或客户流失倾向。

用例

• 从 Experience Platform 中的客户数据中提取洞察并发现模式。根据这些数据对模型进行训练和评分。
• 利用模型驱动的洞察和属性来丰富实时客户档案，以实现更精细的个性化并优化历程。
• 对模型进行训练和评分，以确定客户洞察，如客户存留期值、转化或参与倾向、产品和内容关联，以及参与分数。

架构

实施步骤

1. 为要摄入的数据创建架构。
2. 为要摄入的数据创建数据集。
3. 将数据摄入 Experience Platform。
4. 创建 DSW 笔记本。
5. 选择语言。支持 Python 和 PySpark。
6. 在笔记本中创作模型。
7. 训练模型。
8. 对模型进行评分，以使用目标数据生成预测。
9. 如果将模型结果推送到实时客户档案，则为用户档案启用模型结果数据集。

相关文档

• Adobe Experience Platform 智能产品说明
• 数据科学工作空间文档
• 数据科学工作空间教程

相关博客帖子

• 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