Criar o esquema de vendas de varejo e o conjunto de dados

Este tutorial fornece os pré-requisitos e os ativos necessários para todos os outros Adobe Experience Platform Data Science Workspace tutoriais. Após a conclusão, o esquema de Vendas de varejo e os conjuntos de dados estarão disponíveis para você e os membros de sua organização em Experience Platform.

Introdução

Antes de iniciar este tutorial, você deve ter os seguintes pré-requisitos:

Acesso a Adobe Experience Platform. Se você não tiver acesso a uma organização no Experience Platform, entre em contato com o administrador do sistema antes de continuar.
Autorização para efetuar Experience Platform Chamadas de API. Conclua o Autenticar e acessar APIs do Adobe Experience Platform tutorial para obter os seguintes valores para concluir com sucesso este tutorial:
- Autorização: {ACCESS_TOKEN}
- x-api-key: {API_KEY}
- x-gw-ims-org-id: {ORG_ID}
- Segredo do cliente: {CLIENT_SECRET}
- Certificado do cliente: {PRIVATE_KEY}
Dados de amostra e arquivos de origem para o Receita de vendas de varejo. Baixar os ativos necessários para esta e outras Data Science Workspace tutoriais da Repositório Git público do Adobe.
Python >= 2,7 e o seguinte Python pacotes:
- pip
- PyYAML
- ditor
- JWT
Uma compreensão funcional dos seguintes conceitos usados neste tutorial:
- Experience Data Model (XDM)
- Noções básicas da composição do esquema

Criar conjunto de dados e esquema de Vendas de Varejo

O esquema de vendas de varejo e os conjuntos de dados são criados automaticamente usando o script de inicialização fornecido. Siga as etapas abaixo para:

Configurar arquivos

Dentro do Experience Platform pacote de recursos de tutorial, navegue até o diretório bootstrape abrir config.yaml usando um editor de texto apropriado.

No Enterprise insira os seguintes valores:

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

Edite os valores encontrados em Platform , Exemplo mostrado abaixo:
```
Platform:
    platform_gateway: https://platform.adobe.io
    ims_token: {ACCESS_TOKEN}
    ingest_data: "True"
    build_recipe_artifacts: "False"
    kernel_type: Python
```
- platform_gateway: o caminho base para chamadas de API. Não modifique esse valor.
- ims_token: Seu {ACCESS_TOKEN} aqui.
- ingest_data: Para a finalidade deste tutorial, defina este valor como "True" para criar os esquemas e conjuntos de dados de Vendas de varejo. Um valor de "False" O só criará os esquemas.
- build_recipe_artifacts: Para a finalidade deste tutorial, defina este valor como "False" para impedir que o script gere um artefato de fórmula.
- kernel_type: o tipo de execução do artefato Receita. Deixe este valor como Python se build_recipe_artifacts está definido como "False", caso contrário, especifique o tipo de execução correto.

No Titles forneça as seguintes informações apropriadamente para os dados de amostra de Vendas de varejo, salve e feche o arquivo após as edições estarem em vigor. Exemplo mostrado abaixo:

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

Executar o script de inicialização

Abra o aplicativo de terminal e navegue até o Experience Platform diretório de recursos do tutorial.
Defina o bootstrap como o caminho de trabalho atual e execute o bootstrap.py Python insira o seguinte comando:
```
python bootstrap.py
```
OBSERVAÇÃO

O script pode levar vários minutos para ser concluído.

Próximas etapas

Após a conclusão bem-sucedida do script de inicialização, os esquemas de entrada e saída de Vendas de Varejo e os conjuntos de dados podem ser exibidos em Experience Platform. Consulte a visualizar tutorial de dados do esquema
para obter mais informações.

Você também assimilou com êxito dados de amostra de Vendas de varejo em Experience Platform usando o script de inicialização fornecido.

Para continuar trabalhando com os dados assimilados:

Analise seus dados usando o Jupyter Notebooks
- Use o Jupyter Notebooks no Data Science Workspace para acessar, explorar, visualizar e entender seus dados.
Compactar arquivos de origem em uma fórmula
- Siga este tutorial para saber como trazer seu próprio modelo para o Data Science Workspace empacotando arquivos de origem em um arquivo de fórmula importável.