運用機器學習見解豐富Real-time Customer Profile內容

Adobe Experience PlatformData Science Workspace提供工具和資源來建立、評估和運用機器學習模型,以產生資料預測和洞見。 當機器學習見解被收錄到啟用Profile的資料集時,相同的資料也會被收錄為Profile記錄,然後可使用Adobe Experience Platform Segmentation Service加以分段。 當擷取描述檔和時間系列資料時,即時客戶描述檔會自動決定透過稱為串流分段的持續程式,將該資料加入或排除區段中,然後將其與現有資料合併並更新聯合檢視。 因此,您可以即時執行計算並做出決策,以便客戶在與品牌互動時提供增強的個人化體驗。

本檔案提供教學課程的連結,讓您運用機器學習的見解豐富Real-time Customer Profile內容。

快速入門

為完成下列教學課程,您必須對擷取Profile資料和建立區段有良好的認識。 在開始本教學課程之前,請先閱讀下列服務的檔案:

除了上述文檔,強烈建議您還查看以下方案指南和方案編輯器:

  • 架構構成基礎:介紹XDM架構、構建塊、原則和最佳做法,以合成要用於的架構 Experience Platform。
  • 架構編輯器教程:提供使用中的方案編輯器建立方案的詳細說明 Experience Platform。

建立和配置輸出模式和資料集

透過計分見解豐富Real-time Customer Profile的第一步是瞭解您的資料所定義的真實對象(例如個人)。 瞭解資料後,您便能描述和設計可增加意義的結構,就像設計關係資料庫。

構成模式的開始方法是分配類。 類定義模式將包含的資料的行為方面(記錄或時間序列)。 要開始建立自己的方案,請按照教程中的步驟使用方案編輯器建立方案。 請注意,在為Profile啟用資料集之前,您需要將資料集的模式配置為具有主標識欄位,然後為Profile啟用模式。 當資料被收錄至啟用Profile的資料集時,相同的資料也會被收錄為Profile記錄。

如果您偏好使用Schema Registry API來編寫架構,請先閱讀Schema Registry 開發人員指南,再嘗試使用API🔗建立架構的教學課程。

在您的架構和資料集準備完成後,您可以使用適當的模型執行計分執行,以產生計分資料並將計分資料收錄至資料集。

使用Segment Builder建立區段

在您產生並將計分資料見解擷取至啟用Profile的資料集後,您可以使用Segment Builder建立動態區段。

Segment Builder提供豐富的工作區,可讓您與Profile資料元素互動。 工作區提供建立和編輯規則的直覺式控制項,例如用來表示資料屬性的拖放圖格。 請依照Segment Builder 使用指南瞭解:

  • 使用屬性、事件和現有對象的組合來建立區段定義,做為建立區塊。
  • 使用規則產生器畫布和容器來控制區段規則的執行順序。
  • 檢視您潛在讀者的估計值,讓您視需要調整區段定義。
  • 為排程的區段啟用所有區段定義。
  • 為串流區段啟用指定的區段定義。

下一步

若要進一步瞭解區段和Segment Builder,請閱讀區段服務概觀

若要進一步瞭解Real-time Customer Profile,請閱讀即時客戶資料概觀

本頁內容