Crear el esquema de ventas minoristas y el conjunto de datos

Este tutorial le proporciona los requisitos previos y los recursos necesarios para el resto de Adobe Experience Platform Data Science Workspace tutoriales. Una vez finalizado, el esquema de ventas minoristas y los conjuntos de datos estarán disponibles para usted y los miembros de su organización de IMS en Experience Platform.

Primeros pasos

Antes de iniciar este tutorial, debe tener los siguientes requisitos previos:

• Acceso a Adobe Experience Platform. Si no tiene acceso a una organización de IMS en Experience Platform, póngase en contacto con el administrador del sistema antes de continuar.
• Autorización para realizar Experience Platform Llamadas de API. Complete el Autenticar y acceder a las API de Adobe Experience Platform para obtener los siguientes valores y completar correctamente este tutorial:
  • Autorización: {ACCESS_TOKEN}
  • x-api-key: {API_KEY}
  • x-gw-ims-org-id: {IMS_ORG}
  • Secreto de cliente: {CLIENT_SECRET}
  • Certificado de cliente: {PRIVATE_KEY}
• Datos de ejemplo y archivos de origen para la variable Fórmula de ventas minoristas. Descargar los recursos necesarios para esta y otras Data Science Workspace tutoriales de Repositorio público de Git de Adobe.
• Python >= 2,7 y lo siguiente Python paquetes:
  • pip
  • PyYAML
  • dictor
  • JWT
• Una explicación práctica de los siguientes conceptos utilizados en este tutorial:
  • Experience Data Model (XDM)
  • Aspectos básicos de la composición del esquema

Crear esquema y conjunto de datos de ventas minoristas

El esquema de ventas minoristas y los conjuntos de datos se crean automáticamente mediante el script de arranque proporcionado. Siga estos pasos en orden:

Configuración de archivos

1. Dentro de Experience Platform paquete de recursos de tutorial, vaya al directorio bootstrapy abrir config.yaml con un editor de texto adecuado.

2. En el Enterprise , introduzca los siguientes valores:

   Enterprise:
       api_key: {API_KEY}
       org_id: {IMS_ORG}
       tech_acct: {technical_account_id}
       client_secret: {CLIENT_SECRET}
       priv_key_filename: {PRIVATE_KEY}
   

3. Edite los valores que se encuentran en la sección Platform , Ejemplo que se muestra a continuación:

   Platform:
       platform_gateway: https://platform.adobe.io
       ims_token: {ACCESS_TOKEN}
       ingest_data: "True"
       build_recipe_artifacts: "False"
       kernel_type: Python
   

   • platform_gateway: La ruta de acceso base para llamadas a API. No modifique este valor.
   • ims_token: Su {ACCESS_TOKEN} va aquí.
   • ingest_data: Para este tutorial, establezca este valor como "True" para crear los esquemas y conjuntos de datos de ventas minoristas. Un valor de "False" solo creará los esquemas.
   • build_recipe_artifacts: Para este tutorial, establezca este valor como "False" para evitar que la secuencia de comandos genere un artefacto de fórmula.
   • kernel_type: Tipo de ejecución del artefacto de fórmula. Deje este valor como Python if build_recipe_artifacts se configura como "False", en caso contrario, especifique el tipo de ejecución correcto.

4. En el Titles , proporcione la siguiente información según corresponda para los datos de muestra de ventas minoristas, guarde y cierre el archivo después de que se hayan realizado las ediciones. Ejemplo que se muestra a continuación:

   Titles:
       input_class_title: retail_sales_input_class
       input_mixin_title: retail_sales_input_mixin
       input_mixin_definition_title: retail_sales_input_mixin_definition
       input_schema_title: retail_sales_input_schema
       input_dataset_title: retail_sales_input_dataset
       file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json
       file_with_tenant_id: DSWRetailSales_with_tenant_id.json
       is_output_schema_different: "True"
       output_mixin_title: retail_sales_output_mixin
       output_mixin_definition_title: retail_sales_output_mixin_definition
       output_schema_title: retail_sales_output_title
       output_dataset_title: retail_sales_output_dataset
   

Ejecute el script bootstrap

1. Abra la aplicación de terminal y vaya a la Experience Platform directorio de recursos del tutorial.

2. Configure las variables bootstrap como ruta de trabajo actual y ejecute el bootstrap.py Python introduciendo el siguiente comando:

   python bootstrap.py
   

   NOTA

   La secuencia de comandos puede tardar varios minutos en completarse.

Pasos siguientes

Una vez completado correctamente el script de arranque, los esquemas de entrada y salida de Retail Sales y los conjuntos de datos se pueden ver en Experience Platform. Consulte la tutorial de datos de esquema de vista previa
para obtener más información.

También ha introducido correctamente los datos de muestra de ventas minoristas en Experience Platform usando el script de arranque proporcionado.

Para continuar trabajando con los datos introducidos:

• Analizar los datos con Jupyter Notebooks
  • Utilice portátiles Jupyter en Data Science Workspace para acceder, explorar, visualizar y comprender sus datos.
• Empaquetar archivos de origen en una fórmula
  • Siga este tutorial para aprender a incorporar su propio modelo a Data Science Workspace empaquetando archivos de origen en un archivo de fórmula importable.