Adobe Experience Platform Data Science Workspace bietet die Werkzeuge und Ressourcen zum Erstellen, Auswerten und Verwenden von maschinellen Lernmodellen, um Datenprognosen und -einblicke zu generieren. Wenn Einblicke in das maschinelle Lernen in einen Profile-aktivierten Datensatz aufgenommen werden, werden dieselben Daten auch als Profile-Datensätze erfasst, die dann mit Adobe Experience Platform Segmentation Service segmentiert werden können. Bevor aufgenommene Profil- und Zeitreihendaten mit bestehenden Daten zusammengeführt werden und die Vereinigungsansicht aktualisiert wird, bestimmt das Echtzeit-Kundenprofil anhand der sogenannten Streaming-Segmentierung durchgehend automatisch, ob die neuen Daten in den Segmenten eingeschlossen oder von ihnen ausgeschlossen werden. Das Ergebnis: Berechnungen und Entscheidungen dazu, wie Sie Ihren Kunden herausragende, individuell auf sie abgestimmte Erlebnisse liefern, lassen sich direkt während ihrer Interaktion mit Ihrer Marke anstellen bzw. treffen.
Dieses Dokument enthält Links zu Tutorials, mit denen Sie Real-time Customer Profile mit Ihren Erkenntnissen aus dem maschinellen Lernen bereichern können.
Um die unten stehenden Lernprogramme abzuschließen, benötigen Sie ein funktionierendes Verständnis der Erfassung von Profile-Daten und der Erstellung von Segmenten. Bevor Sie mit diesem Tutorial beginnen, lesen Sie bitte die Dokumentation für die folgenden Dienste:
Neben den oben genannten Dokumenten sollten Sie auch folgende Leitfäden zu Schemas und dem Schema-Editor lesen:
Der erste Schritt zur Bereicherung von Real-time Customer Profile mit bewertenden Einblicken ist das Wissen, welches real-world Objekt (wie eine Person) Ihre Daten definieren. Wenn Sie sich mit Ihren Daten auskennen, können Sie eine Struktur beschreiben und entwerfen, die Bedeutung hinzufügt, ähnlich wie beim Entwerfen einer relationalen Datenbank.
Das Erstellen eines Schemas beginnt mit dem Zuweisen einer Klasse. Klassen definieren die Verhaltensaspekte der Daten, die das Schema enthalten soll (Datensatz oder Zeitreihen). Gehen Sie wie im Lernprogramm Erstellen eines Schemas mit dem Schema-Editor beschrieben vor, um Beginn zu erstellen, die eigene Schemas erstellen. Beachten Sie, dass Sie, bevor Sie einen Datensatz für Profile aktivieren können, das Schema des Datensatzes so konfigurieren müssen, dass es ein primäres Identitätsfeld enthält, und dann das Schema für Profile aktivieren müssen. Wenn Daten in einen Profile-aktivierten Datensatz aufgenommen werden, werden dieselben Daten auch als Profile-Datensätze erfasst.
Wenn Sie stattdessen lieber ein Schema mit der API zusammenstellen möchten, lesen Sie den Beginn Schema Registry Entwicklerhandbuch, bevor Sie das Lernprogramm zum Erstellen eines Schemas mit der API durchführen.Schema Registry
Nachdem Ihr Schema und Ihr Datensatz vorbereitet wurden, können Sie Bewertungsdaten für den Datensatz generieren und erfassen, indem Sie mit einem entsprechenden Modell Bewertungsausläufe durchführen.
Nachdem Sie die Einblicke in die Bewertungsdaten in Ihren Profile-aktivierten Datensatz generiert und eingezogen haben, können Sie dynamische Segmente mit dem Segment Builder erstellen.
Das Segment Builder bietet eine Rich-Workspace-Funktion, mit der Sie mit Profile-Datenelementen interagieren können. Der Arbeitsbereich bietet intuitive Steuerelemente zum Erstellen und Bearbeiten von Regeln, z. B. Drag-and-Drop-Kacheln, die zur Darstellung von Dateneigenschaften dienen. Folgen Sie dem Segment Builder Benutzerhandbuch, um mehr über Folgendes zu erfahren:
Weitere Informationen zu Segmenten und dem Segment Builder finden Sie im Abschnitt Übersicht über den Segmentdienst.
Weitere Informationen zu Real-time Customer Profile finden Sie im Abschnitt zum Kundenüberblick in Echtzeit.