Adobe Experience Platform Data Science Workspace bietet die Tools und Ressourcen zum Erstellen, Auswerten und Verwenden maschineller Lernmodelle, um Datenprognosen und Einblicke zu generieren. Wenn Einblicke aus maschinellem 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 Einblicken aus maschinellem Lernen anreichern können.
Um die unten stehenden Tutorials abzuschließen, benötigen Sie ein Verständnis für die Aufnahme von Profile-Daten und die 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 Anreicherung von Real-time Customer Profile mit Scoring-Einblicken besteht darin zu wissen, welches reale Objekt (z. B. eine Person) Ihre Daten definieren. Wenn Sie Ihre Daten verstehen, können Sie eine Struktur beschreiben und entwerfen, um Bedeutung hinzuzufügen, 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). Um Ihre eigenen Schemas zu erstellen, führen Sie die Schritte im Tutorial zum Erstellen eines Schemas mit dem Schema-Editor🔗 aus. 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 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 ein Schema mit der Schema Registry-API erstellen möchten, lesen Sie zunächst das Schema Registry Entwicklerhandbuch , bevor Sie das Tutorial zum Erstellen eines Schemas mit der API🔗 durchführen.
Sobald Ihr Schema und Ihr Datensatz vorbereitet sind, können Sie Scoring-Daten generieren und in den Datensatz aufnehmen, indem Sie Scoring-Läufe mit einem geeigneten Modell durchführen.
Nachdem Sie Ihre Auswertungsdateneinblicke generiert und in Ihren Profile-aktivierten Datensatz aufgenommen haben, können Sie mit Segment Builder dynamische Segmente erstellen.
Der Segment Builder bietet einen Rich-Workspace, mit dem 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 unter Übersicht über den Segmentation Service.
Weitere Informationen zu Real-time Customer Profile finden Sie unter Übersicht über das Echtzeit-Kundenprofil .