En un Snowflake Implementación de FDA (predeterminada), Adobe Campaign v8 está conectado a Snowflake para acceder a los datos mediante Acceso de datos federado capacidad: puede acceder a datos e información externos almacenados en su Snowflake base de datos sin cambiar la estructura de los datos de Adobe Campaign.
Este modelo de implementación ofrece las siguientes ventajas:
Almacenamiento y rendimiento
Puede mover los datos históricos a Snowflake y, a continuación, reduzca las dependencias al límite de Adobe Campaign ID. Esta arquitectura también reduce su dependencia de los límites de almacenamiento y rendimiento de PostgreSQL. A medida que se almacenan menos datos en la base de datos de Campaign, el rendimiento es mejor y las tareas de mantenimiento se realizan más rápido.
Administración y extensión del modelo de datos
Puede crear tablas en Snowflake y vincularlos a Adobe Campaign, por ejemplo, para utilizar datos archivados durante períodos de retención o ejecutar procesos de segmentación con rendimientos excepcionales.
Esta arquitectura también le permite utilizar las funcionalidades de flujo de trabajo de gestión de datos en Snowflake. Solo los agregados y las tablas temporales se mueven a Campaign con fines de personalización y envío.
Con este modelo de implementación, los usuarios de Adobe Campaign pueden ampliar sus datos a Snowflake y aproveche las ventajas de una plataforma de datos única e integrada para obtener información valiosa de los datos de las campañas de marketing en tiempo real. Proporciona a los usuarios la capacidad de desbloquear valores profundos de sus datos al ofrecer una plataforma única, unificada y fácil de usar para el análisis de datos. La plataforma de datos en la nube no requiere administración, ya que se escala infinitamente para admitir cualquier volumen de datos de marketing de Adobe Campaign.
La comunicación general entre servidores y procesos se realiza según el siguiente esquema:
PostgreSQL es la base de datos principal y Snowflake es la base de datos secundaria. Puede ampliar el modelo de datos y almacenar los datos en Snowflake. Posteriormente, puede ejecutar ETL, segmentación e informes en un conjunto de datos grande con un rendimiento sobresaliente.