DokumentationExperience PlatformAnvändarhandbok om Data Science Workspace

Skapa försäljningsschema och datauppsättning för återförsäljning

Last update: Wed Apr 12 2023 00:00:00 GMT+0000 (Coordinated Universal Time)

Skapat för:

  • User
  • Developer

I den här självstudiekursen får du de krav och resurser som krävs för alla andra Adobe Experience Platform Data Science Workspace självstudiekurser. När du är klar är schema och datauppsättningar för detaljhandelsförsäljning tillgängliga för dig och medlemmar i din organisation den Experience Platform.

Komma igång

Innan du startar den här självstudiekursen måste du ha följande krav:

Skapa schema och datauppsättning för butiksförsäljning

Butiksförsäljningsschemat och datauppsättningarna skapas automatiskt med det angivna Bootstrap-skriptet. Följ stegen nedan i ordning:

Konfigurera filer

  1. Innanför Experience Platform självstudiekursens resurspaket, navigera till katalogen bootstrapoch öppna config.yaml med en lämplig textredigerare.

  2. Under Enterprise anger du följande värden:

    code language-yaml 
    Enterprise:
    api_key: {API_KEY}
    org_id: {ORG_ID}
    tech_acct: {technical_account_id}
    client_secret: {CLIENT_SECRET}
    priv_key_filename: {PRIVATE_KEY}

  3. Redigera värdena som finns under Platform -avsnittet, exempel som visas nedan:

    code language-yaml 
    Platform:
    platform_gateway: https://platform.adobe.io
    ims_token: {ACCESS_TOKEN}
    ingest_data: "True"
    build_recipe_artifacts: "False"
    kernel_type: Python
    • platform_gateway: Bassökvägen för API-anrop. Ändra inte det här värdet.
    • ims_token: Dina {ACCESS_TOKEN} går hit.
    • ingest_data: I den här självstudiekursen anger du det här värdet som "True" för att skapa försäljningsscheman och datauppsättningar för detaljhandeln. Värdet för "False" skapar endast scheman.
    • build_recipe_artifacts: I den här självstudiekursen anger du det här värdet som "False" för att förhindra att skriptet genererar en Recept-artefakt.
    • kernel_type: Körningstypen för Recept-artefakten. Lämna det här värdet som Python if build_recipe_artifacts anges som "False", annars anger du rätt körningstyp.

  4. Under Titles ska du ange följande information för exempeldata för butiksförsäljning, spara och stänga filen när redigeringarna är på plats. Exempel som visas nedan:

    code language-yaml 
    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

Kör bootstrap-skriptet

  1. Öppna terminalprogrammet och gå till Experience Platform självstudiekursens resurskatalog.

  2. Ange bootstrap som aktuell arbetsbana och kör bootstrap.py Python genom att ange följande kommando:

    code language-bash 
    python bootstrap.py
    note note
    NOTE
    Skriptet kan ta flera minuter att slutföra.

Nästa steg

När bootstrap-skriptet har slutförts kan indata- och utdatamodeller och datamängder för butik visas på Experience Platform. Se självstudiekurs om att förhandsgranska schemadata
för mer information.

Du har även importerat exempeldata för butiksförsäljning till Experience Platform med det medföljande bootstrap-skriptet.

Så här fortsätter du att arbeta med inkapslade data:

  • Analysera dina data med Jupyter Notebooks
    • Använd Jupyter Notebooks i Data Science Workspace för att få tillgång till, utforska, visualisera och förstå era data.
  • Paketera källfiler i en mottagare
    • Följ den här självstudiekursen för att lära dig hur du kan använda din egen modell i Data Science Workspace genom att paketera källfiler i en importerbar Recipe-fil.
recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9