自訂 Profile Enrichment 藍圖的資料科學

為豐富個人資料自訂資料科學 Blueprint 說明如何在 Data Science Workspace 中使用 Adobe Experience Platform 的資料來訓練、部署和計分模型,以提供機器學習見解。這些模型可直接輸出至為即時客戶個人資料啟用的資料集,以進一步豐富客戶個人資料。然後,這些見解可據以個人化。機器學習深入見解的範例包括期限值評分、產品和類別親和性、轉換傾向性或退訂傾向性。

使用案例

  • 從 Experience Platform 中的客戶資料擷取深入見解並探索模式。從這些資料對模型進行訓練和評分。
  • 使用模型驅動的深入見解和屬性豐富的即時客戶個人資料,以進行更細緻的個人化和最佳的歷程最佳化。
  • 對模型訓練和評分以確定客戶深入見解,例如客戶期限值、轉換或退訂傾向性、產品和內容相似性及參與分數。

架構

為豐富個人資料自訂資料科學 Blueprint 的參考架構

實施步驟

  1. 為要擷取的資料建立資料方案
  2. 為要擷取的資料建立資料集
  3. 擷取資料到 Experience Platform。
  4. 建立DSW筆記本
  5. 選擇語言。支援 Python 和 PySpark。
  6. 在筆記本中建立模型。
  7. 訓練模型
  8. 對模型評分以使用目標資料產生預測。
  9. 如果將模型結果推送至即時客戶設定檔,請啟用設定檔的 模型結果資料集

相關文件

相關部落格貼文

本頁內容