데이터 준비 및 수집 블루프린트
데이터 준비 및 수집 블루프린트는 데이터를 준비하고 Adobe Experience Platform으로 수집하는 방법을 모두 포함합니다.
데이터를 준비할 때는 소스 데이터를 XDM(Experience Data Model) 스키마로 매핑하게 됩니다. 또한 데이터에 날짜 포맷 정리, 필드 분할/연결/전환 및 기록 연결/병합/재입력 등의 변환을 수행합니다. 데이터 준비를 통해 고객 데이터를 단일화하면 종합적이고 필터링된 분석 제공에 도움이 됩니다. 보고 시에나 고객 프로필 집합/데이터 과학/활성화 등을 위해 데이터를 준비할 때 유용합니다.
아키텍처
modal-image
데이터 수집 가드레일
아래 다이어그램은 Adobe Experience Platform에 데이터를 수집할 때의 평균 성능 가드레일과 지연 시간을 보여줍니다.
modal-image
데이터 수집 방법
수집 방법
설명
Web/Mobile SDK
지연:
- 실시간 - 동일한 페이지에서 Edge Network로 수집
- 95번째 백분위수에서 15분 미만의 프로필로 수집 스트리밍
- 데이터 레이크로 스트리밍 수집(소규모 일괄 처리 15분 이내)
사용자 가이드:
스트리밍 소스
스트리밍 소스
지연:
- 실시간 - 동일한 페이지에서 Edge Network로 수집
- 프로필로 스트리밍 수집 1분 이내
- 데이터 레이크로 스트리밍 수집(소규모 일괄 처리 15분 이내)
스트리밍 API
Edge Network Server API(기본 설정) - Edge 세분화 등 Edge 서비스 지원,
Data Collection Core Service API - Edge 서비스를 지원하지 않고 허브로 직접 라우팅
지연:
- 실시간 - 동일한 페이지에서 Edge Network로 수집
- 프로필로 스트리밍 수집 1분 이내
- 데이터 레이크로 스트리밍 수집(소규모 일괄 처리 15분 이내)
- 7GB/시간
ETL 도구 사용
ETL 도구를 사용하여 엔터프라이즈 데이터를 Experience Platform으로 수집하기 전에 수정 및 변환합니다.
지연:
- 시간은 외부 ETL 도구의 예약 설정에 따라 달라지며, 수집에 사용하는 방법을 기반으로 표준 수집 가드레일이 적용됩니다.
일괄 처리 API
데이터 준비 방법
데이터 준비 방법
설명
외부 ETL 도구(Snaplogic, Mulesoft, Informatica 등)
ETL 도구에서 복잡한 변환을 수행하고 표준 Experience Platform 플로우 서비스 API 또는 소스 커넥터를 사용하여 결과 데이터를 수집합니다.
쿼리 서비스 - 데이터 준비
데이터를 새 데이터 세트와 연결, 분할, 병합, 변환, 쿼리 및 필터링합니다. CTAS(Create Table as Selec) 사용
설명서
설명서
XDM 매핑 및 데이터 준비 함수(스트리밍 및 일괄 처리)
Experience Platform 수집 시 CSV 또는 JSON 포맷의 소스 특성을 XDM 특성에 매핑합니다.
수집하는 데이터의 함수 계산(데이터 형식 지정, 분할, 연결 등)
사용자 가이드
수집하는 데이터의 함수 계산(데이터 형식 지정, 분할, 연결 등)
사용자 가이드
관련 블로그 게시물
- Leveraging External Data Platforms in Adobe Experience Platform Journey Orchestration
- High Throughput Ingestion with Iceberg
- Query Service Tricks in Adobe Experience Platform (Writing Queries and Storing Derived Datasets)
- Digging into Adobe Experience Platform’s Experience Data Model to More Fully Understand the Power of Real-time Customer Profile
- An Introductory Look at Exploratory Data Analysis on Adobe Experience Platform
- Modeling XDM Data for Data Science at Scale on Adobe Experience Platform
recommendation-more-help
045b7d44-713c-4708-a7a6-5dea7cc2546b