Creare lo schema e il set di dati di vendita al dettaglio

Questa esercitazione fornisce i prerequisiti e le risorse necessari per tutte le altre esercitazioni Adobe Experience Platform Data Science Workspace . Al termine, lo schema e i set di dati Vendite al dettaglio saranno disponibili per te e per i membri dell’organizzazione IMS su Experience Platform.

Introduzione

Prima di avviare questa esercitazione, è necessario disporre dei seguenti prerequisiti:

Creare schema e set di dati per vendite al dettaglio

Lo schema e i set di dati Vendite al dettaglio vengono creati automaticamente utilizzando lo script bootstrap fornito. Segui i passaggi riportati di seguito per ordinare:

Configurare i file

  1. All'interno del pacchetto di risorse per l'esercitazione Experience Platform , naviga nella directory bootstrap e apri config.yaml utilizzando un editor di testo appropriato.

  2. Nella sezione Enterprise , inserisci i seguenti valori:

    Enterprise:
        api_key: {API_KEY}
        org_id: {IMS_ORG}
        tech_acct: {technical_account_id}
        client_secret: {CLIENT_SECRET}
        priv_key_filename: {PRIVATE_KEY}
    
  3. Modifica i valori trovati sotto la sezione Platform, Esempio mostrato di seguito:

    Platform:
        platform_gateway: https://platform.adobe.io
        ims_token: {ACCESS_TOKEN}
        ingest_data: "True"
        build_recipe_artifacts: "False"
        kernel_type: Python
    
    • platform_gateway : Percorso di base per le chiamate API. Non modificare questo valore.
    • ims_token : Il tuo {ACCESS_TOKEN} va qui.
    • ingest_data : Ai fini di questa esercitazione, imposta questo valore come "True" per creare gli schemi e i set di dati di vendita al dettaglio. Il valore "False" crea solo gli schemi.
    • build_recipe_artifacts : Ai fini di questa esercitazione, imposta questo valore "False" per impedire che lo script generi un artefatto Ricetta.
    • kernel_type : Tipo di esecuzione dell’artifact Ricetta. Lascia questo valore come Python se build_recipe_artifacts è impostato come "False", altrimenti specifica il tipo di esecuzione corretto.
  4. Nella sezione Titles , fornisci le seguenti informazioni in modo appropriato per i dati di esempio Vendite al dettaglio, salva e chiudi il file dopo aver apportato le modifiche. Esempio mostrato di seguito:

    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
    

Esegui lo script bootstrap

  1. Apri l'applicazione terminale e passa alla directory delle risorse di esercitazione Experience Platform .

  2. Imposta la directory bootstrap come percorso di lavoro corrente ed esegui lo script bootstrap.py Python immettendo il seguente comando:

    python bootstrap.py
    
    NOTA

    Il completamento dello script potrebbe richiedere alcuni minuti.

Passaggi successivi

Al completamento dello script bootstrap, è possibile visualizzare gli schemi di input e output di Retail Sales e i set di dati su Experience Platform. Consulta l’ esercitazione sui dati dello schema di anteprima
per ulteriori informazioni.

Hai anche acquisito i dati di esempio Vendite al dettaglio in Experience Platform utilizzando lo script di avvio fornito.

Per continuare a utilizzare i dati acquisiti:

In questa pagina