Adobe Experience Platform の用語

A

アクセス制御:役割に基づくアクセス制御を使用すると、管理者は、Experience Platformのユーザーにアクセス権と権限を割り当てることができます。権限には、サンドボックスの作成、スキーマの定義、データセットの管理など、Experience Platform の機能の表示や使用の機能が含まれます。

アクセスキー ID:アクセスキー ID は、 Amazon S3 秘密アクセスキーに関連付けられた一意の識別子です。アクセスキー ID と秘密アクセスキーは、Amazon Web Services (AWS) 要求への署名に使用されます。

アクション:タグのコンテキストでは、アクションとは、イベントが発生し、条件が評価されて渡された後に何が起こるかを定義する特定のタイプのルールコンポーネントです。

アクティブ化:アクティブ化は、セグメントまたはプロファイルを宛先( 、 、など)にマッピングするためにユーザーが実行す Oracle Eloquaるアク Googleションで Salesforce Marketing Cloudす。

アクティビティ:で Offer Decisioningは、アクティビティには、オファーの選択を通知するロジックが含まれています。

管理者:Adobe Admin ConsoleでExperience Platformの権限を設定およびカスタマイズできる、組織内の 1 人以上の個人。

Adobe Admin Console:Adobe Admin Consoleは、組織のAdobe製品の使用権限とアクセス権を一元的に管理できます。管理者は、コンソールを使用して、「データセットの管理」、「データセットの表示」、「プロファイルの管理」など、様々な Platform 機能に対するユーザーのグループのアクセス権限を付与できます。

Adobe Experience Platform:Adobe Experience Platformは、企業全体のデータとコンテンツを標準化し、リアルタイムの消費者プロファイルを強化し、データサイエンスを可能にし、コンテンツベロシティを加速して、カスタマージャーニー全体でエクスペリエンスのパーソナライゼーションを推進します。

Adobe Experience Platformクエリサービス:データアナリストが分析や機械学習で使用するイベントとプロファイルをクエリできます。クエリサービスを使用すると、データサイエンティストやアナリストは、Experience Platformに保存されたすべてのデータセット ( 行動データ、POS(Point-of-Sale)、顧客関係管理 (CRM) など ) を取り込み、データに関する特定の質問に回答します。

Adobe Experience Platform Segmentation Service:リアルタイム顧客プロファイルデータからセグメントを作成し、オーディエンスを生成できます。これらのオーディエンスは、データレイク内の独自のデータセットにエクスポートできます。

Adobeインテリジェントサービス:Attribution AIや顧客 AI などのインテリジェントサービスは、機械学習、人工知能ベースのモデルで、専用で、実行や操作にExperience Platformが必要です。

Adobe I/O:Adobe I/OはExperience Platformの一部で、API、イベント、開発者コンソール、便利なツールなど、開発者が Platform の統合、拡張、カスタマイズに必要なすべての開発者向けのアクセスを提供します。

Adobe Sensei:Adobe Senseiは、Experience Platformを強化する知性の枠組みです。また、ブランドの能力を強化し、パーソナライズされた顧客体験をリアルタイムで提供する AI サービスも提供します。

Amazon S3 バケット: Amazon S3 バケットは、エコシステムに保存されるデータの基本的なコ Amazon ンテナです。グループにはオブジェクトが含まれ、各オブジェクトは、一意の開発者が割り当てたキーを使用して保存および取得されます。

Amazon S3 コネクタ:S3 コ Amazon ネクタを使用すると、Experience Platformをご利用のお客様は、 Amazon S3 データに安全に接続してアクセスできます。

保存方法を追加:「追加」保存方法は、接続を介して取り込むサードパーティデータを指定し、データセットの最後に新しいデータや行を追加する場合に使用するオプションです。以前に取り込んだ行は変更されず、最後にスケジュールされた実行以降に作成された行のみが Experience Platform に取り込まれます。ソースシステムで変更された行は、Experience Platform 上で変更されません。

配列:配列は、同じデータ型を持つ順序付けされた要素に使用されます。

人工知能:人工知能とは、視覚、音声認識、意思決定、言語間の翻訳など、通常は人間の知性を必要とするタスクを実行できるコンピュータシステムの理論と開発です。

属性:属性は、プロファイルを表す指定された特性です。

属性の結合:リアルタイム顧客プロファイル API を使用して結合ポリシーを定義する場合、オブジェクト attributeMerge は、データの競合時に結合ポリシーがプロファイル属性に優先順位を付ける方法を示します。Platform UI で結合ポリシーを定義する場合に、 結合メソッド を選択するのと同じです。

Attribution AI: Attribution AI は、顧客のライフサイクル全体にわたってアルゴリズムによる複数チャネルアトリビューション機能を提供する、Adobe Senseiを活用したインテリジェントサービスです。

オーディエンス:オーディエンスとは、セグメント定義の条件を満たすプロファイルの結果セットです。

オーディエンスのサイズ:オーディエンスサイズとは、セグメント定義の条件を満たし、オーディエンスのメンバーシップの対象となるプロファイルの合計数です。

オーディエンスのスナップショット:オーディエンスのスナップショットは、セグメント化の際にセグメント条件に該当するすべてのプロファイルをキャプチャします。

B

バックフィル:スケジュールされたソースの場合、「バックフィル」オプションを使用して履歴データを取り込むことができます。

バックフィル期間:バックフィル期間は、ソース接続を介してサードパーティの履歴データを取り込む時間の長さを設定するオプションです。「無期限」のバックフィル期間を選択すると、ソースデータの履歴全体がExperience Platformに取り込まれます。

バッチ:バッチとは、一定期間に収集され、1 つの単位としてまとめて処理される一連のデータです。データセットは複数のバッチで構成されます。

バッチ ID:バッチ ID は、データのAdobeで生成される識別子です。

バッチ取得:バッチ取り込み:データをバッチファイルとしてExperience Platformに取り込むことができます。バッチとは、単一の単位として取得される 1 つ以上のファイルで構成されるデータの単位です。

バッチセグメント化:バッチセグメント化は、継続的なデータ選択プロセスの代わりに使用され、すべてのプロファイルデータをセグメント定義を通じて一度に移動し、対応するオーディエンスを生成します。作成したセグメントは保存され、保存されて使用するために書き出しできます。

ビルド:タグのコンテキストでは、ビルドは、ライブラリ内に含まれるビジネスロジックの実行に必要なすべての設定とコードを含むファイルまたはファイルのセットで、Web サイトやモバイルアプリにそのライブラリをデプロイできます。

ビジネスインテリジェンスツール:ビジネスインテリジェンス (BI) ツールは、主にと統合されていま Experience Platform Query Serviceす。BI ツールは、内部および外部システムから大量の非構造化データを収集し、処理するアプリケーションソフトウェアの一種です。

C

キャッピング:で Offer Decisioningは、制限(頻度キャップとも呼ばれます)は、オファーの表示回数を定義する判定ルールで使用されます。キャップには次の 2 種類があります。組み合わせターゲットオーディエンス(「グローバル上限」と呼ばれる)全体でオファーを提案できる回数と、同じエンドユーザー(「プロファイル上限」と呼ばれる)にオファーを提案できる回数。

カタログ:ソースと宛先のコンテキストでは、カタログとは、Adobeアプリケーションやサードパーティテクノロジーとの接続を備えたギャラリーです。Catalog Service と混同しないでください。

Catalog Service: Catalog Service ( とも呼ばれま Catalogす ) は、Adobe Experience Platform内のデータの場所と系列のレコードのシステムです。Experience Platformに取り込まれたすべてのデータはファイルとディレクトリとしてデータレイクに保存されますが、 Catalog には、参照、監視、データガバナンスの目的で、これらのファイルとディレクトリのメタデータと説明が保持されます。

クラス:エクスペリエンスデータモデル (XDM) では、クラスは、スキーマの構築に使用される最小のフィールドセットを定義し、スキーマが表すビジネスオブジェクトの基本動作を定義します。

クライアント:クライアントは、PostgreSQL プロトコルまたは HTTP API を介してに接続する外部ツ Query Service ールまたはアプリケーションです。

コレクション:で Offer Decisioningは、コレクションは、オファーのカテゴリなど、マーケターが定義した事前定義済みの条件に基づくオファーのサブセットです。

PII マーケティングアクションとの組み合わせ:任意の個人識別情報 (PII) と匿名データを組み合わせたマーケティングアクション。広告ネットワーク、広告サーバー、およびサードパーティのデータプロバイダーをソースとするデータの契約には、直接識別可能なデータとの併用に関する特定の契約上の禁止条項が含まれていることがよくあります。

コマンドラインインターフェイス:コマンドラインインターフェイスは、生のクエリの実行に接続するために使用できるテキ Query Service ストベースのツールです。

組成:組成とは、組み合わせて構成するコンポーネントをグループ化したスキーマです。

条件:タグのコンテキストでは、条件とは、またはを返す必要がある論理ステートメントを評価するルールコンポーネ true ントで falseす。すべての条件はtrueに評価され、すべての例外条件は、ルールに対するアクションが実行される前にfalseに評価される必要があります。

コンソール:で Query Serviceは、コンソールはクエリのステータスと操作に関する情報を提供します。コンソールには、Query Service への接続ステータス、実行中のクエリ操作、およびこれらのクエリによるエラーメッセージが表示されます。

契約 (「C」) ラベル:契約 (「C」) データ使用ラベルは、契約上の義務を負うデータや、顧客のデータガバナンスポリシーに関連するデータの分類に使用されます。

C1 契約ラベル:契約デ C1 ータ使用ラベルでは、個々の ID やデバイスの ID を含めずに、集計された形式でのみAdobe Experience Cloudからデータをエクスポートできることを指定します。たとえば、ソーシャルネットワークから生成されたデータなどです。

C2 契約ラベル:契約デ C2 ータ使用ラベルは、サードパーティにエクスポートできないデータを指定します。一部のデータプロバイダーでは、最初に収集された場所からのデータのエクスポートを禁じる条項が契約に含まれています。たとえば、ソーシャルネットワークの契約によって、多くの場合、ソーシャルネットワークから受信するデータの転送が制限されます。C2 は C1 よりも制限が厳しく、集計と匿名データのみが必要です。

C3 契約ラベル:契約デ C3 ータ使用ラベルは、情報を直接特定できるものと組み合わせたり、組み合わせて使用したりできないデータを指定します。一部のデータプロバイダーでは、データと直接識別可能な情報の組み合わせや併用を禁じる条項が契約に含まれています。たとえば、広告ネットワーク、広告サーバー、サードパーティのデータプロバイダーをソースとするデータの契約には、多くの場合、直接識別可能なデータの使用に関する特定の契約上の禁止事項が含まれます。

C4 契約ラベル:契約デ C4 ータ使用ラベルは、オンサイトまたはクロスサイトの広告やコンテンツのターゲティングにデータを使用できないことを指定します。C4 は、C5、C6、C7 の各ラベルを含む、最も厳しいラベルです。

C5 契約ラベル:契約デ C5 ータ使用ラベルは、関心に基づくコンテンツや広告のクロスサイトターゲティングにデータを使用できないことを指定します。興味に基づくターゲティング(パーソナライゼーション)は、次の 3 つの条件を満たした場合に発生します。オンサイトで収集されたデータは、ユーザーの興味/関心を推測するために使用されます。は、別のサイトやアプリ上などの別のコンテキストで使用されます。およびは、これらの推定に基づいて提供されるコンテンツまたは広告を選択するために使用されます。

C6 契約ラベル:契約デ C6 ータ使用ラベルは、オンサイト広告ターゲティングにデータを使用できないことを示します。オンサイト広告のターゲティングには、組織の Web サイトまたはアプリに対する広告の選択と配信、またはそのような広告の配信と効果の測定が含まれます。 これには、以前に収集したユーザーの興味に関するオンサイトデータを使用して広告を選択し、表示された広告のデータを処理し、広告の日時と場所、広告の選択や購入など、広告に関連する行動をとったかどうかが含まれます。

C7 契約ラベル:契約デ C7 ータ使用ラベルは、データをオンサイトのコンテンツターゲティングに使用できないことを示します。オンサイトコンテンツのターゲティングには、組織の Web サイトやアプリでのコンテンツの選択と配信、またはそのようなコンテンツの配信と効果の測定が含まれます。 これには、ユーザーのコンテンツ選択に対する関心に関する情報、表示されたコンテンツ、表示されたコンテンツの頻度や時間、表示された日時や場所、コンテンツの選択など、コンテンツに関連するアクションを実行したかどうかに関する情報が含まれます。

C8 契約ラベル:契約デ C8 ータ使用ラベルは、組織の Web サイトやアプリの測定にデータを使用できないことを示します。これには、興味に基づくターゲティングは含まれません。興味に基づくターゲティングとは、他のコンテキストでコンテンツや広告をパーソナライズするために、このサービスを使用することに関する情報を集めたものです。

C9 契約ラベル:契約デ C9 ータ使用ラベルは、データサイエンスワークフローでデータを使用できないことを指定します。一部の契約には、データサイエンスに使用されるデータに対する明示的な禁止が含まれています。 人工知能(AI)、機械学習(ML)、モデリングのためのデータの使用を禁止する用語で表現される場合があります。

C10 契約ラベル:契約デ C10 ータ使用ラベルは、データをステッチされた ID のアクティベーションに使用できないことを指定します。一部のデータ使用ポリシーは、パーソナライゼーションのためのステッチ ID データの使用を制限します。結合ポリシーで「プライベートグラフ」オプションが使用されている場合、C10 ラベルはセグメントに自動的に適用されます。

作成日列:作成日列の選択は、ソース接続を介してサードパーティデータを指定する場合のオプションです。追加保存方法を選択し、データセットスキーマに複数の日付フィールドが含まれている場合、利用可能なスキーマから選択して、作成日キー列を指定する必要があります。 「作成日」オプションは、上書き保存方法が選択されている場合は使用できません。

選択としてテーブルを作成:Create Table as Select(CTAS) は SQL コマンドで、完全で有効な SQL クエリの一部として実行される Query Service と、クエリの結果をデータセットに保持するように指示します。新しい結果セットを作成したり、以前の結果を上書きしたり、以前の結果に追加したりできます。

クロスサイトデータ:クロスサイトデータは、複数のサイトのデータの組み合わせです。オンサイトデータとオフサイトデータの組み合わせ、または複数のオフサイトソースのデータの組み合わせが含まれます。

クロスサイトターゲティングマーケティングアクション:クロスサイト広告ターゲティングにデータを使用するマーケティングアクション。オンサイトデータとオフサイトデータの組み合わせや、複数のオフサイトソースから得られるデータの組み合わせなど、複数サイトのデータの組み合わせは、クロスサイトデータと呼ばれます。クロスサイトデータは、通常、顧客の興味/関心を推測するために収集および処理されます。

カスタム ID 名前空間:カスタム ID 名前空間は、特定の組織またはビジネスケースの ID を表すために、組織で作成できます。

カスタムラベル:カスタムデータ使用ラベルを使用すると、特定のビジネスニーズに合ったデータフィールドに特定のラベルを作成して適用できます。

顧客 AI:顧客 AI は、Adobe Senseiを活用したインテリジェントサービスで、AI ベースの傾向で顧客プロファイルを豊かにし、顧客のセグメント化やターゲティングの取り組みを強化します。

D

毎日:スケジュールされたファイルエクスポートのコンテキストでは、毎日、開始日から終了日まで、ユーザーが指定した時刻に、1 日に 1 回、完全または増分ファイルエクスポートをスケジュールします。

データディクショナリ:タグのコンテキストでは、データディクショナリ(データマップとも呼ばれます)とは、プロパティ内で定義される一連のデータ要素です。

データ要素:タグのコンテキストでは、データ要素は、クライアントデバイス上に存在する特定のデータ部分を指すために、ルールおよび拡張内で使用されるポインターです。

データ取り込み:データ取り込みは、ソースからデータをExperience Platformに追加するプロセスです。データは、ストリーミング、バッチ、ソースコネクタを介した追加など、様々な方法で Platform に取り込むことができます。

データレイヤー:タグのコンテキストでは、データレイヤーは、ページや画面が表示されるコンテキストに関するメタデータを含む、クライアントデバイス上に存在するデータ構造です。

データガバナンス:データガバナンスには、データがデータの使用に関する規制や組織のポリシーに準拠していることを保証するために使用される戦略とテクノロジーが含まれます。

データ統合パートナー:データ統合パートナーは、コードを記述することなく、200 を超えるソースからExperience Platformに大量のデータを読み込み、変換する作業をシンプル化し、自動化します。

データセットラベル:データ使用ラベルをデータセットに追加できます。データセット内のすべてのフィールドは、データセットのラベルを継承します。

Data Science Workspace: Data Science Workspace のExperience Platform内では、Platform およびAdobeアプリケーションのデータを利用して機械学習モデルを作成し、インテリジェントなセグメントを作成し、インサイトを生成し、予測を提供して、エンドユーザーのデジタルエクスペリエンスを大幅に強化できます。

データソース:データソースは、ユーザーが指定した接触チャネルのデータです。データソースの例としては、モバイルアプリ、プロファイルイベントやエクスペリエンスイベント、Web サイトプロファイルイベント、CRM などがあります。

データ管理人:データ管理人とは、組織のデータアセットの管理、監視、および実施を担当する人のことです。また、データガバナンスポリシーは、政府の規制や組織のポリシーに準拠するよう、保護され、保守されます。

データストリーム:データストリームとは、同じスキーマを共有し、同じソースから送信されるメッセージのセットまたはコレクションです。

データタイプ:データ型は再利用可能な XDM リソースで、複数のプロパティを階層表現で含むオブジェクト型フィールドを定義します。

データ使用ラベル:データ使用ラベルを使用すると、規制や企業のポリシーに準拠するためにプライバシー関連の注意事項や契約条件を反映したデータを分類できます。データセットに追加されたデータ使用状況ラベルは、そのデータセット内のすべてのフィールドに継承または適用されます。 データ使用状況ラベルは、フィールドに直接適用することもできます。

データフロー:データフローは、ソースから宛先にフローされ、Platform にフローされるデータの仮想パイプラインです。

データフローの実行:データフロー実行は、ユーザー指定のスケジュールに基づいてExperience Platformに配置されるデータフローです。

データセット:データセットは、スキーマ(列)とフィールド(行)を含むテーブルなど、データの集まりのストレージと管理の構成体です。

データセット ID:取り込んだAdobeのデータセット生成識別子。

データセット出力:データセット出力は、特定の実行に「選択としてテーブルを作成」オプションを使用するかどうかを決定するメカニズムを提供 Query Service します。

重複排除キー:ユーザーがプロファイルの重複を排除する ID を決定するユーザー定義のプライマリキー​。

デルタ列:差分列を使用すると、増分取り込みのタイムスタンプを表すソースデータフィールドを選択できます。

デルタ保存戦略:差分保存方法は、ソース接続を介してサードパーティデータを取り込むためのオプションです。このオプションを使用すると、ユーザーは、ソースデータの新しい行または変更された行を Experience Platform に取り込むように指定できます。新しい行がデータセットの末尾に追加され、変更された行が Experience Platform のデータセット内で更新されます。

記述子:エクスペリエンスデータモデル (XDM) では、記述子は、フィールドの特定の動作を記述する追加のスキーマ関連メタデータのセットです。記述子は、Experience Platformが 2 つのスキーマ間の関係など、意図したスキーマ動作を理解するために使用できます。

宛先:宛先とは、Adobeがアクティブ化され配信される、オーディエンスアプリケーション、広告プラットフォーム、クラウドストレージサービス、マーケティングサービスなどの、任意のエンドポイントを指す一般的な用語です。

宛先カテゴリ:宛先カテゴリは、類似した特性を持つ宛先のグループです。

宛先カタログ:宛先カタログは、Experience Platformで使用可能な宛先のリストです。

ダイレクト型ルール:タグのコンテキストでは、ダイレクト型ルールとは、イベント検出およびルックアップシステムをバイパスして、ページから直接呼び出されたときに実行されるルールです。

表示名:エクスペリエンスデータモデル (XDM) では、表示名は、UI に表示されるフィールドのわかりやすい名前です。

E

適格なオファー:上流で定義された制約を満たすので、適格なオファーは、一貫してプロファイルに提供できます。

実施要件ルール:で Offer Decisioningは、実施要件ルールは、カレンダー、スケジュール、制限に関連するプロファイルに適用されます。

電子メールターゲティングマーケティングアクション:電子メールターゲティングキャンペーンのデータを使用するマーケティングアクション。

埋め込みコード:タグのコンテキストでは、埋め込みコードは、サイトまたは環境上のHTML内に配置されるスクリプトタグです。埋め込みコードは、ビルドを取得する場所をブラウザーに指示します。

列挙:列挙 (enum) は、事前定義された値のセットに制限される XDM フィールドです。

環境:タグのコンテキストでは、環境とは、ビルドのホスト配信とファイル形式を指定する一連のデプロイメント手順のことです。ライブラリを構築する前に、環境とペアにする必要があります。

エラー診断:エラー診断を使用すると、取り込んだバッチの詳細なエラーメッセージを生成できます。エラーしきい値を使用すると、バッチが失敗する前に許容可能なエラーの割合を設定できます。

イベント:タグのコンテキストでは、イベントは特定のタイプのルールコンポーネントで、ルールの実行を開始するためにクライアントデバイスで発生するトリガーです。

イベントエンティティ:データモデリングのコンテキストでは、イベントエンティティは、顧客が実行できるアクション、システムイベント、または時間の経過と共に変更を追跡するその他の概念に関連する概念を表します。このカテゴリに該当するエンティティは、XDM ExperienceEvent クラスに基づくスキーマで表される必要があります。

イベント:イベントとは、プロファイルに関連付けられた行動データです。

エクスペリエンスデータモデル (XDM) Experience Data Model (XDM) は、標準スキーマを使用して、Experience PlatformおよびAdobe Experience Cloudアプリケーションで使用するデータを統合する、オープンソースのフレームワークです。XDM は、データの構造化と高速化を標準化し、大量のデータから洞察を得るプロセスを簡素化します。

実験:実験とは、実稼動データのサンプル部分を使用してインスタンスをトレーニングすることで、トレーニング済みモデルを作成するプロセスです。これは、ホールドアウトテストデータセットに対してテストされるトレーニング済みモデルとは異なります。これは、実際にサンプルモデリングプロジェクトを意味する機械学習フレームワークの実験の概念とは異なります。

エクスペリエンスイベント:エクスペリエンスイベントは、顧客体験に関連するインタラクションまたはイベントが発生した際のシステムのスナップショットを表します。エクスペリエンスイベントは、発生した事実の不変の事実レコードで、集計や解釈なしで発生した事実を表します。 エクスペリエンスデータモデル (XDM) では、この概念は XDM ExperienceEvent クラスによってキャプチャされます。

完全なファイルをエクスポート:選択したセグメントのすべてのプロファイル認定の完全なスナップショットを含むエクスポートファイル。

増分ファイルのエクスポート:1 つ目のファイルが、選択したセグメントに対するすべてのプロファイル認定の完全なスナップショットであり、それ以降のファイルは、前回のエクスポート以降の増分プロファイル認定です。

拡張機能:タグのコンテキストでは、拡張機能は、タグプロパティに追加される機能のパッケージです。拡張機能は、通常、特定のマーケティングまたは分析ソリューションに焦点を当て、そのテクノロジーをクライアント環境にデプロイするために必要なツールを提供します。

拡張機能パッケージ:タグのコンテキストでは、拡張パッケージは、拡張機能開発者が作成およびアップロードした ZIP ファイルで、タグユーザーがプロパティ内に拡張機能をインストールするのに必要なすべての情報を提供します。拡張パッケージには、拡張機能に関する情報を指定するマニフェスト、タグ拡張の動作をエンドユーザーが設定するために必要なHTML/JavaScript、およびクライアント環境に配信される実行可能な JavaScript(必要に応じて)が含まれます。

F

フォールバックオファー:フォールバックオファーは、使用されるコレクション内のオファーに対してエンドユーザーが適格でない場合に表示されるデフォルトのオファーです。

機能マッピング:機能マッピングとは、機械学習モデルで必要なデータの機能を入力およびターゲット機能にマッピングするプロセスを指します。

フィールド:フィールドは、データセットの XDM スキーマで定義される、データセットの最下位レベルの要素です。各フィールドには、参照用の名前と、そのフィールドに含まれるデータのタイプを示すタイプがあります。 フィールドタイプには、整数、数値、文字列、ブール値、オブジェクトを含めることができます(ただし、これらに限定されません)。

フィールドグループ:「スキーマフィールドグループ」を参照してください。

フィールドラベル:フィールドラベルは、データセットから継承されるデータガバナンスラベル、またはフィールドに直接適用されるデータガバナンスラベルです。

フィールド名:フィールド名は、クエリやダウンストリームサービスでフィールドの値を参照するために使用されます。

頻度:で Query Serviceは、頻度は、定期的にスケジュールされたクエリを実行する頻度を決定します。

G

ジオフェンス:ジオフェンスは、GPS または RFID テクノロジーによって定義される仮想的な地理的境界で、モバイルデバイスが特定の領域に入る、または離れる際にソフトウェアが応答をトリガーできるようにします。

GDPR(一般データ保護規則):EU 一般データ保護規則 (GDPR) は、欧州連合 (EU) 内の個人情報の収集と処理に関するガイドラインを定めた法的枠組みです。GDPR は、データ管理の原則と個人の権利を定め、EU 市民のデータを扱う会社をすべて網羅しています。

H

ホスト:タグのコンテキストでは、ホストは、システムがビルドを配信するのに必要な場所、ドメイン、ユーザー資格情報を指定します。

1 時間ごと:スケジュールされたファイルエクスポートのコンテキストでは、3、6、8、12 時間ごとに増分ファイルエクスポートのスケジュールを設定します。

I

ID:ID は、Cookie ID、デバイス ID、電子メール ID など、個々の顧客を一意に表す識別子です。

ID フィールド:ID フィールドは、複数のデータソースから取得した個々の顧客に関する情報を組み合わせるために使用される XDM フィールドです。スキーマをリアルタイム顧客プロファイルで使用できるようにするには、単一のプライマリ ID を定義する必要があります。

ID(「I」) ラベル:ID(「I」) データ使用ラベルは、特定の人物を識別または連絡できるデータを分類するために使用します。

ID グラフ:ID グラフは、個々の顧客に存在する、ステッチ済み ID とリンク済み ID の間の関係のマップです。各 ID グラフは、顧客のアクティビティにほぼリアルタイムで更新されます。 データ内の ID 関係の共通構造は プライベートグラフ で表され、個々の ID グラフの構造設計図として機能します。

ID 名前空間:ID 名前空間は、電子メールアドレスや CRM ID などの識別子のコンテキストを定義します。

ID サービス: Experience Platform Identity Service id タイプの作成と管理を可能にし、デバイスやチャネル間で顧客 id をリンクできます。ID をリンクするサービスの機能により、リアルタイム顧客プロファイルで各顧客の完全な表現を提供できます。

ID ステッチ:ID ステッチとは、データフラグメントを識別し、それらを組み合わせて完全なプロファイルレコードを形成するプロセスです。

ID シンボル:ID シンボルは、API で参照として使用できる ID 名前空間の略語です。

ID 値:ID 値は、ID 名前空間と組み合わされ、一意の個人、組織またはアセットを表す識別子です。プロファイルフラグメント間でレコードデータを一致させる場合は、名前空間と ID 値が一致する必要があります。

I1 データ使用ラベル:デー I1 タ使用ラベルは、デバイスではなく特定の人物を直接識別または連絡できるデータを分類するために使用されます。

I2 データ使用ラベル:デー I2 タ使用ラベルは、他のデータと組み合わせて使用できるデータを分類し、特定の人物を間接的に特定または連絡するために使用されます。

IMS 組織:IMS 組織(IMS 組織とも呼ばれます)は、Adobe製品全体の会社または会社内の特定のグループを識別するために使用される名前です。管理者は、組織のユーザーに対する機能のアクセスおよび権限を設定および管理できます。

取り込み:「データ取り込み」を参照してください。

取得スケジュール:取り込みスケジュールは、ソースからExperience Platformに取り込む際に、時間ベースのオプションを提供します。

入力機能:入力機能は、機能マッピングで指定され、機械学習モデルが予測のために使用します。

Intelligent Services: Intelligent Services やな Attribution AI ど Customer AI は、機械学習を通じた人工知能ベースのモデルで、Experience Platform( またはReal-time Customer Data Platformなどの Platform 上に構築されたアプリケーション ) を実行して操作する必要があります。

興味ベースのターゲティングまたはパーソナライゼーション:興味ベースのターゲティング(パーソナライゼーションとも呼ばれます)は、次の 3 つの条件を満たした場合に発生します。

  1. オンサイトで収集されたデータは、ユーザーの興味/関心を推測するために使用されます。
  2. データは、別のサイトやアプリ(オフサイト)など、別のコンテキストで使用されます。
  3. データは、それらの推測に基づいて提供されるコンテンツまたは広告を選択するために使用されます。

J

JupyterLab:Platform UI に統合された、プロジェクト用のオープンソー Jupyter スの Web ベースのインターフェイス。

Jupyter Notebook:JupyterLab と統合された Jupyter ノートブックは、データのクリーニングと変換、数値シミュレーション、統計モデリング、データ視覚化、機械学習など、Python、Scala、PySpark など、様々な言語でExperience Platformデータに対して実行できます。

K

L

ライブラリ:タグのコンテキストでは、ライブラリとはビジネスロジックのセットで、タグライブラリがクライアントデバイス上でどのように動作するかに関する手順を含みます。

参照エンティティ:データモデリングのコンテキストでは、ルックアップエンティティは個々の個人に関連する概念を表しますが、個人を識別するために直接使用することはできません。このカテゴリに該当するエンティティは、カスタムエクスペリエンスデータモデル (XDM) クラスに基づくスキーマで表される必要があります。

M

機械学習 (ML):機械学習とは、明示的にプログラムされることなくコンピューターが学習できる学習の分野です。

機械学習モデル:機械学習モデルは、履歴データと構成を使用してトレーニングを受け、ビジネスユースケースを解決する機械学習レシピのインスタンスです。Adobe Experience Platform Data Science Workspace では、機械学習モデルをレシピと呼びます。

必須属性:すべてのプロファイルレコードに選択した属性が含まれていることを確認する、ユーザーが有効なチェックボックス。例:書き出されるすべてのプロファイルには、電子メールアドレスが含まれます。

マッピング:データマッピングは、ソースデータフィールドを宛先の関連するターゲットフィールドにマッピングする処理です。

マーケティングアクション:データガバナンスフレームワークでは、マーケティングアクション(マーケティングの使用例とも呼ばれます)とは、Experience Platformのデータ消費者がおこなうアクションで、データ使用ポリシーの違反を確認する必要があります。

結合メソッド:Platform UI を使用して結合ポリシーを定義する場合、結合メソッドでは、競合が発生した場合にデータフラグメントの優先順位を付ける方法を指定します。リアルタイム顧客プロファイル API を使用して結合ポリシーを定義する場合、結合メソッドは attributeMerge オブジェクトを使用して決定されます。

結合ポリシー:結合ポリシーは、Experience Platformが複数のソースからの顧客データフラグメントを組み合わせて個々のプロファイルを作成する方法を決定する際に使用するルールです。データの競合が発生した場合、結合ポリシーによって、プロファイルに含めるために優先順位を付けるデータが決定されます。

Mixin:「スキーマフィールドグループ」を参照してください。

モジュール:タグのコンテキストでは、モジュールは、拡張機能によって提供される実行可能な JavaScript のスニペットで、ルールを作成する必要なく、クライアント環境でアクションを実行します。

いいえ

非実稼動用サンドボックス:非実稼働用サンドボックスは、通常、開発実験、テストまたは試用に使用されるサンドボックスです。実稼動用サンドボックスとは異なり、非実稼動用サンドボックスは、リセットおよび削除できます。

Notebooks: Notebooks を使用してオーサリング Jupyter Notebook し、を実行してデータ分析を実行できます。

O

オファー:オファーとは、(潜在的な)顧客に対するビジネスまたは販売提案を含むマーケティングメッセージです。多くの場合、オファーには、誰が表示または受け取る資格があるかを決定する特定のルールがあります。

Offer Decisioning: Offer Decisioning を使用すると、マーケターは、複数のチャネルやアプリケーションで収集されたデータに基づいてエンドユーザーとのエンゲージメントを図る際に、オファー提案のルールやトレーニング済みモデルを管理できます。

オファーライブラリ:オファーライブラリは、パーソナライズおよびフォールバックのオファー、決定ルール、アクティビティを管理するための中央ライブラリです。

オンサイトパーソナライゼーションマーケティングアクション:オンサイトコンテンツのパーソナライゼーションにデータを使用するマーケティングアクション。オンサイトパーソナライゼーションとは、ユーザーの興味/関心を推測するために使用されるデータで、それらの推測に基づいて提供されるコンテンツや広告を選択するために使用されます。

オンサイトターゲティングマーケティングアクション:組織の Web サイトやアプリでの広告の選択と配信、またはそのような広告の配信と効果の測定など、オンサイト広告にデータを使用するマーケティングアクション。

1 回:スケジュールされたファイルのエクスポートのコンテキストでは、は、1 回限りの、オンデマンドの、完全なファイルエクスポートをスケジュールします。

上書き保存方法:「上書き」保存方法は、接続を介してサードパーティデータを取り込むためのオプションです。取り込んだデータを指定されたスケジュールで上書きするかどうかを指定できます。

P

部分取得:部分的な取り込みでは、指定したエラーしきい値内のバッチデータの有効なレコードを取り込むことができます。失敗したレコードのエラー診断は、Monitoring または Sources データフロー実行の概要でダウンロードしたりアクセスしたりできます。

Parquet ファイル:Parquet ファイルは、複雑にネストされたデータ構造を持つ円柱形のストレージファイル形式です。パケットファイルは、データセットにデータを入力するためのスキーマを追加する場合に必要です。

パーソナライズされたオファー:パーソナライズされたオファーは、実施要件ルールと制約に基づいてカスタマイズ可能なマーケティングメッセージです。

プレースメント:プレースメントは、エンドユーザー用のオファーが表示される場所および/またはコンテキストです。

ポリシーワークスペース:データ管理人が組織のデータ使用ラベルとポリシーを表示および管理できる、Platform UI のワークスペース。

ポリシー:データ使用ポリシーは、Platform データに適用される使用ラベルの適用に基づいて制限されるマーケティングアクションを指定するルールです。

ポリシーの適用:適用されたマーケティングアクションでデータ使用ポリシーを適用し、組織内のポリシー違反を構成するデータ操作を防ぐことができます。

プライマリキー:プライマリキーは、すべてのレコードを一意に識別するスキーマ内の宛先です。

優先度:で Offer Decisioningは、優先度を使用して、実施要件、カレンダー、制限など、すべての制約を満たすオファーをランク付けします。

プライベート ID グラフ:プライベート ID グラフ(プライベートグラフとも呼ばれます)は、ファーストパーティデータに基づいて構築され、組織のみが表示する、ステッチ済み ID とリンクされた ID との関係のプライベートマップです。各組織に対して 1 つのプライベートグラフのみが存在し、ブランドとやり取りする各顧客に対して生成される個々の ID グラフの構造的なブループリントとして機能します。

製品プロファイル:製品プロファイルを使用すると、管理者は、Experience Platformに関連付けられたすべてのまたは一部のサービスに対するユーザーアクセスを許可できます。

実稼動用サンドボックス:実稼働用サンドボックスは、実稼働環境での使用を目的としたサンドボックスです。非実稼働用サンドボックスとは異なり、実稼働用サンドボックスは、リセットまたは削除できません。

プロファイル:リアルタイム顧客プロファイルをサービスとして扱う場合と混同しないように、プロファイルは個々の顧客を完全に表したもので、複数のソースの結合されたレコードと時系列データから構成されます。

プロファイルアクセス:リアル /entities タイム顧客プロファイル API のエンドポイントを使用すると、プロファイルデータストアのレコードデータと時系列イベントにアクセスできます。関連トピック:プロファイルエンティティ

プロファイルデータ:プロファイルデータは、プロファイルデータストア内の任意のデータを参照します。

プロファイルデータストア:プロファイルデータストア(プロファイルストアとも呼ばれます)は、データレイクとは別のデータストレージシステムで、リアルタイム顧客プロファイルがプロファイルを作成および保存するために使用します。

プロファイルエンティティ:プロファイルエンティティは、個人(通常は顧客)に関連する属性を表します。このカテゴリに該当するエンティティは、XDM Individual Profile クラスに基づくスキーマで表される必要があります。 関連トピック:プロファイルアクセス

プロファイルの書き出し: Profile 書き出しは、Experience Platformの 2 種類の宛先の 1 つです。Profile 書き出しは、プロファイルと属性を含むファイルを生成し、生の PII データと電子メールを使用して、マーケティングおよび電子メール自動化プラットフォームと統合します。

プロファイルフラグメント:プロファイルフラグメントとは、特定の顧客に存在する ID のリストの中から、1 つの ID のみに関するプロファイル情報を指します。

プロファイル ID:プロファイル ID は、ID タイプに関連付けられた自動生成識別子で、プロファイルを表します。

プロパティ:タグのコンテキストでは、プロパティは、一連のタグのデプロイに必要なすべてのコンテナの 1 つです。

Q

クエリ:クエリとは、データベーステーブルからのデータのリクエストです。

クエリエディター:クエリエディターは、で SQL 文の書き込み、検証、送信をおこなうツールで Query Serviceす。

R

Real-time Customer Data Platform: Real-time Customer Data Platform は、既知の顧客データと不明な顧客データを統合し、信頼できる顧客プロファイルを作成し、デジタルカスタマージャーニー全体でのシンプルな統合、インテリジェントなセグメント化、リアルタイムのアクティベーションを実現します。

リアルタイム顧客プロファイル:リアルタイム顧客プロファイル(プロファイルとも呼ばれます)は、オンライン、オフライン、CRM、サードパーティなど、複数のチャネルからのデータを組み合わせることで、各顧客の全体像を提供します。プロファイルを使用すると、顧客データを個々のプロファイルに統合し、顧客とのやり取りのたびに実用的なタイムスタンプ付きのアカウントを提供できます。

レシピ:レシピは、モデル仕様を表すAdobeの用語で、トレーニング済みモデルを作成して実行するために必要な、特定の機械学習プロセス、AI アルゴリズム、処理ロジック、設定パラメーターを表すトップレベルのコンテナです。

レコード:レコードとは、データセット内の行として存在するデータです。

レコードデータ:主体の属性に関する情報を提供します。主体は、組織または個人にすることができます。

繰り返し:で Query Serviceは、繰り返しは、クエリの実行を 1 回のみにスケジュールするか、定期的にスケジュールするかを定義します。

表現:で Offer Decisioningは、表現とは、場所や言語などのオファーを表示するためにチャネルで使用される情報です。

リソース:タグのコンテキストでは、リソースとは、拡張機能、データ要素、ルールなど、クライアント環境内でタグユーザーが設定できるオプションを指す一般的な用語です。

ロールベースのアクセス制御:役割に基づくアクセス制御を使用すると、管理者は、Experience Platformのユーザーにアクセス権と権限を割り当てることができます。権限には、サンドボックスの作成、スキーマの定義、データセットの管理など、Experience Platform の機能の表示や使用の機能が含まれます。

ルール:タグのコンテキストでは、ルールとは、論理的にグループ化する必要のある特定のイベント、条件およびアクションのセットを定義するコンポーネントのコレクションです。

ルールコンポーネント:タグのコンテキストでは、ルールコンポーネントは、イベント、条件およびルールを構成するアクションです。

ランタイム:ランタイムは、機械学習レシピのランタイム環境を指定します。Python、R、PySpark、Tensorflow の Sparkランタイムを使用して、レシピソースの Docker イメージへの URL を入力できます。

S

サンプルデータ:サンプルデータは、データファイル(通常は最初の 100 行)のプレビューで、データサイエンティストやエンジニアがデータファイル内のスキーマやデータを把握できます。

サンドボックス:サンドボックスは、デジタルエクスペリエンスアプリケーションの開発と発展を支援するために、単一の Platform インスタンスを別々の仮想環境にパーティション化する仮想構成体です。

サンドボックスのリセット:サンドボックスのリセットは、サンドボックス内のデータ、プロファイル、セグメントを含むすべてのデータを削除します。サンドボックスのリセットは、内部または外部の宛先に接続されているデータに影響を与える可能性があります。

サンドボックス切り替え:Experience Platformのサンドボックス切り替えコントロールを使用すると、ユーザーはアクセス権を持つサンドボックス間を移動できます。サンドボックスを切り替えると、すべてのコンテンツが変更され、権限に基づいて機能へのアクセスが変更される場合があります。

スケジュール:スケジュールとは、サードパーティのデータソースからAdobe Experience Platformにデータを取り込む頻度や範囲に関するユーザー定義の仕様です。

スコア:スコアリングとは、トレーニング済みモデルを使用して、データからインサイトを生成するプロセスです。

スキーマ:スキーマは、データの構造と形式を表し、検証する一連のルールです。スキーマは、クラスとオプションのフィールドグループで構成され、データセットとデータストリームの作成に使用されます。 スキーマには、行動属性、タイムスタンプ、ID、属性定義、関係などが含まれます。

スキーマフィールドグループ:エクスペリエンスデータモデル (XDM) では、スキーマフィールドグループを使用して、再利用可能なフィールドを拡張し、スキーマに含める 1 つ以上の属性を定義できます。

スキーマライブラリ:スキーマライブラリには、Adobeが使用できる業界標準の XDM リソースと、組織が定義したカスタムリソースが含まれています。

スキーマレジストリ:スキーマレジストリは、スキーマライブラリ内のすべてのスキーマ関連リソースの表示と管理に使用されるユーザーインターフェイスと RESTful API を提供します。

秘密鍵:秘密アクセスキーは、 Amazon AWS要求に署名するためにアクセスキー ID と組み合わせて使用される S3 キーです。

セグメント:セグメントとは、オーディエンスになるために多数のプロファイルを修飾する属性とイベントデータを含む一連のルールです。

セグメントビルダー:は、セ Segment Builder グメント定義の作成に使用される視覚的な開発環境です。これは、Experience Platformセグメント化サービスを使用するすべてのアプリケーションの共通コンポーネントとして機能します。

セグメント定義:セグメント定義とは、ターゲットオーディエンスの主要な特性や動作を記述するために使用されるルールセットです。概念化が完了すると、セグメント定義で説明されているルールを使用して、セグメントの適格なオーディエンスメンバーが決定されます。

セグメント評価方法:次の 2 つのセグメント評価方法があります。スケジュール済みおよびオンデマンドスケジュールされた評価では、特定の時間に書き出しジョブを繰り返し実行するスケジュールを有効にします。オンデマンド評価では、オーディエンスを即座に作成するセグメントジョブを作成します。

セグメントエクスポート:セグメントの書き出しは、Experience Platformの 2 種類の宛先の 1 つです。セグメントのエクスポートを使用すると、適合し、宛先にマッピングされたプロファイルを送信できます。 セグメント ID と偽名データを使用し、通常はソーシャルネットワークや他のデジタルメディアターゲットプラットフォームと統合します。

セグメント ID:セグメント ID は、セグメントに関連付けられた自動生成の識別子です。

セグメントのメンバーシップ:セグメントのメンバーシップには、プロファイルが現在属しているセグメントが表示されます。

セグメントルール:セグメントルールは、プロファイルがセグメントに適合するかどうかを決定する条件を定義します。

セグメント:セグメント化とは、顧客、見込み客または消費者の大きなグループを、類似の属性を共有し、特定のマーケティング戦略に同様に対応する小さなグループに分割するプロセスです。

Sensei ML フレームワーク:Sensei ML Framework は、Experience Platformデータを活用して、データサイエンティストが ML 主導のインテリジェンスサービスをより迅速、拡張性と再利用性の高い方法で開発できるようにする、統合機械学習 (ML) フレームワークです。

機密 (「S」) ラベル:機密 (「S」) ラベルは、機密性が高いと見なされるデータ(機密性の高いとマークする様々な種類の行動データや地理的データなど)を分類するために使用されます。

サービス:インテリジェントサービスを活用して AI および ML サービスを運用する強力なAdobe。サービスは、顧客体験をリアルタイムでパーソナライズし、カスタムのインテリジェントなサービスを運用します。

単一の ID パーソナライゼーションマーケティングアクション:オンサイトコンテンツのパーソナライゼーションにデータを使用するマーケティングアクション。オンサイトパーソナライゼーションは、ユーザーの興味に関する推論をおこなうために使用されるデータであり、それらの推論に基づいて提供されるコンテンツまたは広告の選択に使用されます。

S1 データ使用ラベル:デー S1 タ使用ラベルは、デバイスの正確な位置を決定するのに使用できる緯度と経度を指定するデータを分類するために使用されます。

S2 データ使用ラベル:デー S2 タ使用ラベルは、広く定義されたジオフェンス領域を決定するために使用できるデータを分類するために使用されます。

ソース:ソースは、Platform 内の任意の入力コネクタを指す一般的な用語です。関連トピック:ソースコネクタ

ソース属性:source 属性は、ソースデータセットのフィールドです。ソース属性は、ターゲットスキーマフィールドにマップされます。

ソースカタログ:ソースカタログは、Experience Platformで使用可能なソースコネクタのリストです。

ソースカテゴリ:ソースカテゴリとは、類似した特性を持つソースのグループです。

ソースコネクタ:ソースコネクタ(ソースとも呼ばれます)を使用すると、複数のソースからデータを簡単に取り込むことができ、Experience Platformサービスを使用したデータの構造化、ラベル付け、強化をおこなうことができます。データは、クラウドベースのストレージ、サードパーティのソフトウェア、CRM システムなど、さまざまなソースから取り込むことができます。

ストリーミング接続:ストリーミング接続は、Adobeが提供する一意のエンドポイントで、顧客の IMS 組織に結び付けられ、データをExperience Platformにストリーミングします。

標準 ID 名前空間:標準 ID 名前空間は、Adobeが提供する事前定義の ID 名前空間で、顧客の識別に一般的に使用される業界標準のソリューションを表します。

ストリーミング取り込み:ストリーミング取り込みを使用すると、クライアントサイドおよびサーバーサイドのデバイスから、リアルタイムでExperience Platformにデータを送信できます。

ストリーミングセグメント化:ストリーミングセグメント化は、継続的なデータ選択プロセスで、ユーザーのアクティビティに応じてセグメントを更新します。セグメントを作成して保存すると、受信データに対してセグメント定義が Real-time Customer Profile に適用されます。 セグメントの追加と削除は定期的に処理され、ターゲットオーディエンスの関連性が維持されます。

システム表示:システム表示は、宛先にフローするソースデータセットを視覚的に Real-time Customer Profile 表現します。

T

タグ:Adobe Experience Platformでは、タグは、すべてのクライアントデバイスで関連する顧客体験を強化するために必要な、分析、マーケティングおよび広告の統合をデプロイ、統合、管理するツールを提供します。

Target の機能:フィーチャーマッピングでは、ターゲットフィーチャーはモデルによって予測されるフィーチャーです。

時系列データ:時系列データは、レコードの主体によって直接または間接的にアクションが実行された時点のシステムのスナップショットを提供します。

トレーニング済みモデル:トレーニング済みモデルは、モデルインスタンスにトレーニングデータのセットが適用された、モデルトレーニングプロセスの実行可能な出力を表します。トレーニング済みモデルは、そのモデルから作成されたインテリジェント Web サービスへの参照を保持します。トレーニング済みモデルは、インテリジェント Web サービスのスコアリングと作成に適しています。

トークン:トークンは、でのコンピューターサービスの使用を承認するために使用できる 2 要素認証セキュリティの一種で Query Serviceす。

U

和集合スキーマ:和集合スキーマとは、同じクラスを共有し、に対して有効になっているスキーマの統合で Real-time Customer Profileす。1 つの組織に対して複数の和集合スキーマが存在できますが、クラスごとに 1 つの和集合スキーマしか存在できません。

V

W

X

XDM:エクスペリエンスデータモデル (XDM) を参照してください。

XDM 判定イベント:XDM 判定イベントは、判定アクティビティの結果とコンテキストに関する観察をキャプチャするために使用される、時系列ベースのクラスです。これには、判定の方法、いつ提案(および選択)されたか、および判定に影響を与えた、または判定プロセス中に観察される可能性のある状況に関する情報が含まれます。

XDM ExperienceEvent:XDM ExperienceEvent は、イベント(または一連のイベント)が発生したときのシステムの状態(関連する対象のポイントインタイムや ID など)を取り込むために使用される、時系列ベースのクラスです。関連トピック:エクスペリエンスイベント

XDM 個別プロファイル:XDM Individual Profile は、識別された主体と部分的に識別された主体の両方の属性の単数表現を形成する、レコードベースのクラスです。高度に識別されるプロファイルには、個人的なコミュニケーションやターゲットを絞ったエンゲージメントに使用したり、詳細な個人情報(名前、性別、生年月日、場所など)および連絡先情報(電話番号や電子メールアドレスなど)を含めたりできます。

XDM システム:XDM System は、ダウンストリームスキーマサービスで使用する XDM スキーマを操作可能にするExperience Platformを表します。

Y

Z

このページ