Adobe Experience Platform 용어

A

액세스 제어: 역할 기반 액세스 제어를 사용하면 관리자가 Experience Platform 사용자에게 액세스 및 권한을 할당할 수 있습니다. 권한에는 샌드박스 만들기, 스키마 정의 및 데이터 세트 관리와 같은 Experience Platform 기능을 보거나 사용하는 기능이 포함됩니다.

액세스 키 ID: 액세스 키 ID는 Amazon S3 암호 액세스 키와 연결된 고유한 식별자입니다. 액세스 키 ID와 비밀 액세스 키는 함께 사용하여 Amazon Web Services (AWS) 요청을 서명합니다.

작업: 태그 컨텍스트에서 작업은 이벤트가 발생하고 조건이 평가되고 전달된 후 수행해야 하는 작업을 정의하는 특정 유형의 규칙 구성 요소입니다.

활성화: 활성화 는 세그먼트나 프로필을 대상(예: Oracle Eloqua, Google 또는 Salesforce Marketing Cloud)에 매핑하기 위해 사용자가 수행하는 작업입니다.

활동: 에서 활동 Offer Decisioning에는 오퍼의 선택을 알리는 로직이 포함되어 있습니다.

관리자: Adobe Admin Console에서 Experience Platform에 대한 권한을 구성하고 사용자 지정할 수 있는 조직의 한 명 이상의 개인.

Adobe Admin Console: Adobe Admin Console은 조직에 대한 Adobe 제품 권한 및 액세스를 관리하기 위한 중앙 위치를 제공합니다. 콘솔을 통해 관리자는 사용자 그룹에 "데이터 세트 관리", "데이터 세트 보기" 또는 "프로필 관리"와 같은 다양한 플랫폼 기능에 대한 액세스 권한을 부여할 수 있습니다.

Adobe Experience Platform: Adobe Experience Platform은 기업 전체의 데이터 및 컨텐츠를 표준화하므로 실시간 고객 프로필을 기반으로 데이터 과학을 구현하고 컨텐츠 속도를 가속화하여 고객 여정 전반에서 경험 개인화를 촉진합니다.

Adobe Experience Platform 쿼리 서비스: 데이터 분석가가 분석 및 시스템 학습에서 사용할 이벤트 및 프로필을 쿼리할 수 있도록 합니다. 데이터 과학자 및 분석가는 쿼리 서비스를 사용하여 Experience Platform에 저장된 모든 데이터 세트(행동 데이터 및 POS(Point-of-Sale), 고객 관계 관리(CRM) 등을 포함)를 가져와 해당 데이터 세트에 대해 특정 질문에 답변할 수 있습니다.

Adobe Experience Platform 세그멘테이션 서비스: 실시간 고객 프로필 데이터에서 세그먼트를 작성하고 대상을 생성할 수 있습니다. 그런 다음 이러한 대상을 데이터 레이크 내에서 고유한 데이터 세트로 내보낼 수 있습니다.

Adobe Intelligent Services: Attribution AI 및 고객 AI와 같은 지능형 서비스는 특별히 제작되었으며 Experience Platform이 실행 및 운영되어야 하는 머신 러닝, 인공 지능 기반 모델입니다.

Adobe I/O: Adobe I/O은 Experience Platform의 일부이며 API, 이벤트, 개발자 콘솔 및 유용한 도구 등 플랫폼을 통합, 확장 및 사용자 지정하는 데 필요한 모든 것에 대한 액세스를 제공합니다.

Adobe Sensei: Adobe Sensei은 Experience Platform을 이끄는 정보 프레임워크입니다. 또한 브랜드들이 개인화된 실시간 고객 경험을 제공하는 기능을 향상시킬 수 있는 AI 서비스 세트를 제공합니다.

Amazon S3 버킷: Amazon S3 버킷은 에코시스템에 저장된 데이터의 기본 Amazon 컨테이너입니다. 버킷에는 개체가 포함되어 있으며 각 개체는 고유한 개발자가 지정한 키를 사용하여 저장 및 검색됩니다.

Amazon S3 커넥터: S3 Amazon 커넥터를 사용하면 Experience Platform 고객이 Amazon S3 데이터를 안전하게 연결하고 액세스할 수 있습니다.

저장 전략 추가: "추가" 저장 전략은 연결을 통해 수집할 타사 데이터를 지정하고 데이터 세트 끝에 새 데이터 또는 행을 추가할 때 사용되는 옵션입니다. 이전에 수집된 행은 그대로 유지되며 마지막으로 예약된 실행 이후 생성된 행만 Experience Platform에 수집됩니다. 소스 시스템에서 변경된 모든 행은 Experience Platform 시 변경되지 않은 상태로 유지됩니다.

배열: 배열은 동일한 데이터 유형을 갖는 순서가 지정된 요소에 사용됩니다.

인공 지능: 인공 지능은 시각 인식, 음성 인식, 의사 결정, 언어 간의 번역과 같이 인간의 지능을 필요로 하는 작업을 수행할 수 있는 컴퓨터 시스템의 이론과 개발입니다.

속성: 속성은 프로파일을 나타내는 지정된 특성입니다.

속성 병합: 실시간 고객 프로필 API를 사용하여 병합 정책을 정의할 때 attributeMerge 개체는 데이터 충돌 시 병합 정책이 프로필 속성의 우선 순위를 지정하는 방법을 나타냅니다. 플랫폼 UI에서 병합 정책을 정의할 때 병합 메서드을 선택하는 것과 같습니다.

Attribution AI: Attribution AI 는 전체 고객 라이프사이클에서 알고리즘 다중 채널 속성 기능을 제공하는 Adobe Sensei 기반의 Intelligent Service입니다.

대상: 대상자는 세그먼트 정의의 기준을 충족하는 결과 프로필 세트입니다.

대상 크기: 대상 크기는 세그먼트 정의 기준을 충족하고 대상 멤버십에 대한 자격을 부여하는 총 프로필 수입니다.

대상 스냅샷: 대상 스냅샷은 세그먼테이션 시 세그먼트 기준에 적합한 모든 프로필을 캡처합니다.

B

채우기: 예약된 소스의 경우 채우기 옵션을 사용하면 내역 데이터를 수집할 수 있습니다.

채우기 기간: 채우기 기간은 소스 연결을 통해 타사 내역 데이터를 수집하는 시간을 설정하는 옵션입니다. "영구"의 채우기 기간을 선택하면 소스 데이터의 전체 기록이 Experience Platform에 수집됩니다.

배치: 배치는 일정 기간 동안 수집된 데이터 집합이며 하나의 단위로 함께 처리됩니다. 데이터 세트는 여러 배치로 구성됩니다.

배치 ID: 배치 ID는 데이터 일괄 처리에 대해 Adobe 생성 식별자입니다.

일괄 수집: 배치 수집 기능을 사용하면 데이터를 배치 파일로 Experience Platform에 수집할 수 있습니다. 배치는 단일 단위로 수집할 하나 이상의 파일로 구성된 데이터 단위입니다.

배치 세분화: 배치 세그먼테이션은 지속적인 데이터 선택 프로세스의 대안이며, 세그먼트 정의를 통해 모든 프로필 데이터를 한 번에 이동하여 해당 대상을 생성합니다. 세그먼트가 만들어지면 저장되고 저장되므로 사용할 수 있습니다.

빌드: 태그 컨텍스트에서 빌드는 라이브러리 내에 포함된 비즈니스 논리를 실행하는 데 필요한 모든 구성 및 코드를 포함하는 파일 또는 파일 세트입니다. 따라서 웹 사이트 또는 모바일 앱에 해당 라이브러리를 배포할 수 있습니다.

비즈니스 인텔리전스 도구: 비즈니스 인텔리전스(BI) 도구는 주로 와 통합됩니다 Experience Platform Query Service. BI 도구는 내부 및 외부 시스템에서 대량의 비정형 데이터를 수집하고 처리하는 애플리케이션 소프트웨어 유형입니다.

C

최대 가용량: 에서 Offer Decisioning최대 가용량(빈도 제한)은 오퍼가 표시되는 횟수를 정의하는 데 의사 결정 규칙에 사용됩니다. 캡에는 두 가지 유형이 있습니다. 결합된 target 대상("전역 상한"이라고 함)에서 오퍼를 제안할 수 있는 횟수와 동일한 최종 사용자("프로필 상한"이라고 함)에게 오퍼를 제안할 수 있는 횟수는 얼마나 됩니까?

카탈로그: 소스 및 대상 컨텍스트에서 카탈로그는 Adobe 응용 프로그램과 타사 기술에 사용할 수 있는 연결이 있는 갤러리입니다. Catalog Service과 혼동하지 마십시오.

Catalog Service: Catalog Service ( Catalog라고도 함)는 Adobe Experience Platform 내의 데이터 위치 및 계열에 대한 레코드 시스템입니다. Experience Platform에 수집되는 모든 데이터는 데이터 레이크에 파일 및 디렉터리로 저장되지만 Catalog은 조회, 모니터링 및 데이터 거버넌스를 위해 해당 파일 및 디렉토리의 메타데이터와 설명을 포함합니다.

클래스: XDM(Experience Data Model)에서 클래스는 스키마를 만드는 데 사용되는 가장 작은 필드 집합을 정의하고 스키마가 나타내는 비즈니스 개체의 기본 동작을 정의합니다.

클라이언트: 클라이언트는 PostgreSQL 프로토콜 또는 HTTP API를 Query Service 통해 에 연결하는 외부 도구 또는 애플리케이션입니다.

컬렉션: 에서 Offer Decisioning컬렉션은 오퍼의 카테고리와 같이 마케터가 정의한 사전 정의된 조건을 기반으로 오퍼의 하위 집합입니다.

PII 마케팅 작업과 결합: 개인 식별 정보(PII)를 익명의 데이터와 결합하는 마케팅 작업입니다. 광고 네트워크, 광고 서버 및 타사 데이터 공급자로부터 가져온 데이터에 대해 계약에는 직접 식별 가능한 데이터로 이러한 데이터를 사용하는 것에 대한 특정 계약 금지가 포함되는 경우가 많습니다.

명령줄 인터페이스: 명령줄 인터페이스는 원시 쿼리 실행을 Query Service 위해 에 연결하는 데 사용할 수 있는 텍스트 기반 도구입니다.

구성: 컴포지션은 스키마를 구성하기 위해 함께 형성되는 구성 요소의 그룹입니다.

조건: 태그 컨텍스트에서 조건은 또는 true 를 반환해야 하는 논리 문을 평가하는 규칙 구성 요소입니다 false. 모든 조건은 true으로 평가되어야 하며, 모든 예외 조건은 false로 평가되어야 규칙의 작업이 실행됩니다.

콘솔: 에서 Query Service콘솔은 쿼리의 상태 및 작업에 대한 정보를 제공합니다. 콘솔에는 Query Service에 대한 연결 상태, 실행 중인 쿼리 작업 및 이러한 쿼리에서 발생하는 오류 메시지가 표시됩니다.

계약("C") 레이블: 계약("C") 데이터 사용 레이블은 계약 의무가 있거나 고객의 데이터 거버넌스 정책과 관련된 데이터를 분류하는 데 사용됩니다.

C1 계약 레이블: 계약 C1 데이터 사용 레이블은 개별 또는 장치 식별자를 포함하지 않고 데이터를 집계된 양식으로 Adobe Experience Cloud에서만 내보낼 수 있도록 지정합니다. 예를 들어, 소셜 네트워크에서 가져온 데이터입니다.

C2 계약 레이블: 계약 C2 데이터 사용 레이블은 타사로 내보낼 수 없는 데이터를 지정합니다. 일부 데이터 제공업체는 원래 수집된 위치에서 데이터를 내보내는 것을 금지하는 계약 조건을 가지고 있습니다. 예를 들어 소셜 네트워크 계약은 종종 그로부터 받는 데이터 전송을 제한합니다. C2는 집계 및 익명 데이터만 필요한 C1보다 더 제한적입니다.

C3 계약 레이블: 계약 C3 데이터 사용 레이블은 결합하거나 직접 식별 가능한 정보와 함께 사용할 수 없는 데이터를 지정합니다. 일부 데이터 제공업체는 계약에 직접 식별 가능한 정보와 함께 해당 데이터의 결합 또는 사용을 금지하는 약관을 가지고 있습니다. 예를 들어, 광고 네트워크, 광고 서버 및 타사 데이터 공급자로부터 가져온 데이터에 대한 계약에는 직접 식별 가능한 데이터 사용에 대한 특정 계약 금지 사항이 포함되어 있는 경우가 있습니다.

C4 계약 레이블: 계약 C4 데이터 사용 레이블은 데이터를 온사이트 또는 사이트 간 광고 또는 콘텐츠를 타깃팅하는 데 사용할 수 없도록 지정합니다. C4는 C5, C6 및 C7 레이블을 포함하므로 가장 제한적인 레이블입니다.

C5 계약 레이블: 계약 C5 데이터 사용 레이블은 관심사 기반 콘텐츠 또는 광고를 사이트 간에 타깃팅하는 데 데이터를 사용할 수 없도록 지정합니다. 다음 세 가지 조건이 충족되면 관심사 기반 타깃팅 또는 개인화가 발생합니다. 사이트에서 수집한 데이터는 사용자의 관심사에 대해 추론하는 데 사용됩니다. 는 다른 사이트 또는 앱과 같은 다른 컨텍스트에서 사용됩니다. 및 은 이러한 환경 설정을 기반으로 제공되는 콘텐츠 또는 광고를 선택하는 데 사용됩니다.

C6 계약 레이블: 계약 C6 데이터 사용 레이블은 데이터를 온사이트 광고 타깃팅에 사용할 수 없도록 지정합니다. 온사이트 광고 타깃팅에는 조직의 웹 사이트 또는 앱에서 광고를 선택 및 게재하거나 그러한 광고의 게재 및 효과를 측정하기 위한 것이 포함됩니다. 여기에는 사용자의 관심사에 대해 이전에 수집된 온사이트 데이터를 사용하여 광고를 선택하고, 표시된 광고에 대한 데이터를 처리하며, 광고가 표시되는 위치와 광고 선택 또는 구매 등과 같은 광고와 관련된 작업을 사용자가 수행했는지 여부가 포함됩니다.

C7 계약 레이블: 계약 C7 데이터 사용 레이블은 데이터를 컨텐츠의 온사이트 타깃팅에 사용할 수 없도록 지정합니다. 온사이트 컨텐츠 타깃팅에는 조직의 웹 사이트 또는 앱에 있는 컨텐츠의 선택 및 전달 또는 그러한 컨텐츠의 전달 및 효과를 측정하기 위한 컨텐츠 타깃팅이 포함됩니다. 여기에는 컨텐츠를 선택하려는 사용자의 관심사에 대해 이전에 수집한 정보, 표시된 컨텐츠에 대한 데이터 처리, 표시되는 빈도 또는 시간, 표시되는 시기 및 위치, 사용자가 컨텐츠 선택 등의 컨텐츠와 관련된 작업을 수행했는지 여부 등이 포함됩니다.

C8 계약 레이블: 계약 C8 데이터 사용 레이블은 조직의 웹 사이트 또는 앱을 측정하는 데 데이터를 사용할 수 없도록 지정합니다. 여기에는 관심사 기반 타깃팅이 포함되지 않습니다. 이 타겟팅은 다른 컨텍스트에서 이후에 컨텐츠 및/또는 광고를 개인화하기 위해 이 서비스를 사용하는 방법에 대한 정보를 수집합니다.

C9 계약 레이블: 계약 C9 데이터 사용 레이블은 데이터를 데이터 과학 워크플로우에서 사용할 수 없도록 지정합니다. 일부 계약에는 데이터 과학에 사용되는 데이터에 대한 명시적 금지 사항이 포함됩니다. 경우에 따라 AI(인공 지능), ML(기계 학습) 또는 모델링에 데이터 사용을 금지하는 용어로 표현됩니다.

C10 계약 레이블: 계약 C10 데이터 사용 레이블은 데이터를 결합된 ID 활성화에 사용할 수 없음을 지정합니다. 일부 데이터 사용 정책은 개인화를 위해 결합된 ID 데이터의 사용을 제한합니다. 병합 정책이 "개인 그래프" 옵션을 사용하는 경우 C10 레이블이 세그먼트에 자동으로 적용됩니다.

만든 날짜 열: 생성된 날짜 열을 선택하는 것은 소스 연결을 통해 타사 데이터를 지정할 때 선택할 수 있는 옵션입니다. 저장 전략 추가 가 선택되고 데이터 세트 스키마에 여러 날짜 필드가 포함된 경우 사용 가능한 스키마에서 선택하여 만든 날짜 키 열을 지정해야 합니다. 저장 전략 덮어쓰기 를 선택한 경우에는 생성된 날짜 옵션을 사용할 수 없습니다.

선택 항목으로 테이블 만들기: CTAS(Create Table as Select)는 SQL 명령으로서, 전체 및 유효한 SQL 쿼리 Query Service 의 일부로 실행될 때 데이터 집합에 쿼리 결과를 유지하도록 지시합니다. 새 결과 세트를 만들거나, 이전 결과를 덮어쓰거나 이전 결과에 추가할 수 있습니다.

사이트 간 데이터: 교차 사이트 데이터는 온사이트 데이터와 오프사이트 데이터의 조합 또는 여러 오프사이트 소스의 데이터 조합을 포함하여 여러 사이트의 데이터를 조합하는 것입니다.

사이트 간 타깃팅 마케팅 작업: 사이트 간 광고 타깃팅에 데이터를 사용하는 마케팅 작업입니다. 온사이트 데이터와 오프사이트 데이터의 조합 또는 여러 오프사이트 소스의 데이터 조합을 포함하여 여러 사이트의 데이터 조합을 교차 사이트 데이터라고 합니다. 사이트 간 데이터는 일반적으로 수집 및 처리되어 고객의 관심사에 대해 추론합니다.

사용자 지정 ID 네임스페이스: 조직에서 특정 조직이나 비즈니스 사례에 대한 ID를 나타내도록 사용자 지정 ID 네임스페이스를 만들 수 있습니다.

사용자 지정 레이블: 사용자 지정 데이터 사용 레이블을 사용하면 특정 비즈니스 요구 사항을 충족하는 데이터 필드에 특정 레이블을 만들고 적용할 수 있습니다.

고객 AI: 고객 AI는 AI 기반 자산으로 고객 프로필을 강화하고 고객 세분화와 타겟팅 활동을 강화하는 Adobe Sensei 기반의 지능형 서비스입니다.

D

일별: 예약된 파일 내보내기 컨텍스트에서 사용자가 지정한 시간에 시작 날짜부터 종료 날짜까지 매일 한 번 전체 또는 증분 파일 내보내기를 예약합니다.

데이터 사전: 태그 컨텍스트에서 데이터 사전(데이터 맵이라고도 함)은 속성 내에 정의된 데이터 요소 세트입니다.

데이터 요소: 태그의 컨텍스트에서 데이터 요소는 클라이언트 장치에 있는 특정 데이터를 가리키도록 규칙 및 확장 내에서 사용되는 포인터입니다.

데이터 수집: 데이터 섭취는 소스에서 Experience Platform으로 데이터를 추가하는 프로세스입니다. 스트리밍, 배치 또는 소스 커넥터를 통해 추가할 수 있는 다양한 방법으로 데이터를 플랫폼으로 수집할 수 있습니다.

데이터 레이어: 태그 컨텍스트에서 데이터 계층은 페이지 또는 화면을 보는 컨텍스트에 대한 메타데이터를 포함하는 클라이언트 장치에 있는 데이터 구조입니다.

데이터 거버넌스: 데이터 거버넌스는 데이터 사용과 관련된 규정 및 조직 정책을 준수하는 데 사용되는 전략과 기술을 포함합니다.

데이터 통합 파트너: 데이터 통합 파트너는 코드를 작성하지 않고도 200개 이상의 소스에서 Experience Platform으로 대량의 데이터를 로드 및 변환하는 작업을 간소화하고 자동화합니다.

데이터 집합 레이블: 데이터 사용 레이블을 데이터 세트에 추가할 수 있습니다. 해당 데이터 집합 내의 모든 필드는 데이터 집합의 레이블을 상속합니다.

데이터 과학 작업 공간: Data Science Workspace Experience Platform 내에서 고객이 플랫폼 및 Adobe 애플리케이션 간에 데이터를 활용하여 기계 학습 모델을 만들어 지능형 세그먼트를 만들고, 통찰력을 생성하고, 예측을 제공함으로써 최종 사용자 디지털 경험을 크게 향상시킬 수 있습니다.

데이터 소스: 데이터 소스는 사용자가 지정한 데이터 원본입니다. 데이터 소스의 예로는 모바일 앱, 프로필 및/또는 경험 이벤트, 웹 사이트 프로필 이벤트 또는 CRM이 있습니다.

데이터 관리자: 데이터 관리자는 조직의 데이터 자산을 관리, 감독 및 적용할 책임이 있습니다. 또한 데이터 관리자는 데이터 거버넌스 정책을 안전하게 보호하고 정부 규정 및 조직 정책을 준수하도록 유지 관리합니다.

데이터 스트림: 데이터 스트림은 동일한 스키마를 공유하고 동일한 소스에서 전송되는 메시지 세트 또는 모음입니다.

데이터 유형: 데이터 유형은 계층적 표현으로 여러 속성을 포함하는 객체 유형 필드를 정의하는 재사용 가능한 XDM 리소스입니다.

데이터 사용 레이블: 데이터 사용 레이블을 사용하면 규정 및 기업 정책을 준수하도록 개인 정보 관련 고려 사항 및 계약 조건을 반영하는 데이터를 분류할 수 있습니다. 데이터 세트에 추가된 데이터 사용 레이블은 상속되거나 해당 데이터 세트 내의 모든 필드에 적용됩니다. 데이터 사용 레이블은 필드에 직접 적용할 수도 있습니다.

데이터 흐름: 데이터 흐름은 소스에서 대상으로 플랫폼으로 이동하는 데이터의 가상 파이프라인입니다.

데이터 흐름 실행: 데이터 흐름 실행은 사용자가 지정한 일정을 기반으로 Experience Platform에 들어오는 데이터 흐름입니다.

데이터 세트: 데이터 집합은 스키마(열) 및 필드(행)를 포함하는 데이터 수집을 위한 저장소 및 관리 구성입니다.

데이터 세트 ID: 수집된 데이터 세트에 대해 Adobe 생성 식별자입니다.

데이터 집합 출력: 데이터 세트 출력은 특정 실행에 사용할 "테이블을 선택하여 만들기" 옵션을 결정하는 메커니즘을 Query Service 제공합니다.

중복 제거 키: 사용자가 프로필을 중복 제거하려는 ID를 결정하는 기본 키를 정의했습니다​.

델타 열: 델타 열을 사용하면 증분 수집을 위한 타임스탬프를 나타내는 소스 데이터 필드를 선택할 수 있습니다.

델타 저장 전략: 델타 저장 전략은 소스 연결을 통해 타사 데이터를 수집하는 옵션입니다. 옵션을 사용하면 소스 데이터의 새 행 또는 변경된 행을 Experience Platform에 수집하도록 지정할 수 있습니다. 새 행이 데이터 세트의 끝에 추가되고 변경된 행은 Experience Platform의 데이터 세트에서 업데이트됩니다.

설명자: XDM(Experience Data Model)에서 설명자는 필드의 특정 동작을 설명하는 추가 스키마 관련 메타데이터 세트입니다. 설명자는 Experience Platform이 두 스키마 간의 관계와 같은 의도한 스키마 동작을 이해하는 데 사용할 수 있습니다.

대상: 대상은 대상이 활성화되고 전달되는 Adobe 애플리케이션, 광고 플랫폼, 클라우드 스토리지 서비스 또는 마케팅 서비스와 같은 모든 종단점에 대한 일반적인 용어입니다.

대상 카테고리: 대상 카테고리는 유사한 특성을 갖는 대상 그룹입니다.

대상 카탈로그: 대상 카탈로그는 Experience Platform에서 사용할 수 있는 대상 목록입니다.

직접 호출 규칙: 태그 컨텍스트에서 직접 호출 규칙은 페이지에서 직접 호출될 때 실행되는 규칙으로, 이벤트 감지 및 조회 시스템을 건너뜁니다.

표시 이름: XDM(Experience Data Model)에서 표시 이름은 UI에 표시되는 필드의 사용자에게 친숙한 이름입니다.

E

적합한 오퍼: 자격이 있는 오퍼는 업스트림으로 정의된 제한 사항을 충족하므로 프로필에 일관되게 제공할 수 있습니다.

자격 규칙: 에서 Offer Decisioning자격 규칙은 달력, 예약 및 최대 가용량 제한과 관련된 프로파일에 적용됩니다.

이메일 타겟팅 마케팅 작업: 이메일 타겟팅 캠페인에서 데이터를 사용하는 마케팅 작업입니다.

포함 코드: 태그 컨텍스트에서 포함 코드는 사이트 또는 환경의 HTML 내에 배치된 스크립트 태그입니다. 포함 코드는 빌드를 검색할 위치를 브라우저에 지시합니다.

열거형: 열거형(열거형)은 미리 정의된 값 집합으로 제한되는 XDM 필드입니다.

환경: 태그 컨텍스트에서 환경은 빌드의 호스트 전달 및 파일 형식을 지정하는 배포 지침 세트입니다. 라이브러리를 빌드하려면 환경과 쌍을 이루어야 합니다.

오류 진단: 오류 진단을 사용하면 수집된 배치에 대한 자세한 오류 메시지를 생성할 수 있습니다. 오류 임계값을 사용하여 배치에 실패하기 전에 허용 가능한 오류 비율을 구성할 수 있습니다.

이벤트: 태그 컨텍스트에서 이벤트는 규칙 실행을 시작하기 위해 클라이언트 장치에서 발생하는 트리거인 특정 유형의 규칙 구성 요소입니다.

이벤트 엔티티: 데이터 모델링 컨텍스트에서 이벤트 엔티티는 고객이 수행할 수 있는 작업, 시스템 이벤트 또는 시간에 따라 변경 사항을 추적할 수 있는 기타 개념과 관련된 개념을 나타냅니다. 이 카테고리에 속하는 엔터티는 XDM ExperienceEvent 클래스를 기반으로 하여 스키마로 표시되어야 합니다.

이벤트: 이벤트는 프로필과 연결된 동작 데이터입니다.

XDM(Experience Data Model) Experience Data Model (XDM)은 표준 스키마를 사용하여 Experience Platform 및 Adobe Experience Cloud 애플리케이션과 사용할 데이터를 통합하는 오픈 소스 프레임워크입니다. XDM은 데이터 구성 방식을 표준화하고 대량의 데이터를 통해 통찰력을 얻는 프로세스를 가속화하고 단순화합니다.

실험: 실험은 라이브 프로덕션 데이터의 샘플 부분을 사용하여 인스턴스를 훈련하여 숙련된 모델을 만드는 프로세스입니다. 이는 홀드아웃 테스트 데이터 세트에 대해 테스트하는 숙련된 모델과 다릅니다. 이것은 또한 샘플 모델링 프로젝트를 의미하는 일부 기계 학습 프레임워크의 실험 개념과 다릅니다.

경험 이벤트: 경험 이벤트는 고객 경험과 관련된 상호 작용이나 이벤트가 발생할 때 시스템의 스냅샷을 나타냅니다. 경험 이벤트는 발생한 일에 대한 변경할 수 없는 팩트 레코드이며 합계 또는 해석 없이 발생한 사항을 나타냅니다. XDM(Experience Data Model)에서 이 개념은 XDM ExperienceEvent 클래스에 의해 캡처됩니다.

전체 파일 내보내기: 선택한 세그먼트의 모든 프로필 자격에 대한 전체 스냅숏이 포함된 내보내기 파일입니다.

증분 파일 내보내기: 첫 번째 파일이 선택한 세그먼트에 대한 모든 프로필 자격에 대한 전체 스냅샷이고 그 다음 파일은 이전 내보내기 이후의 증분 프로필 자격인 일련의 내보낸 파일입니다.

확장: 태그 컨텍스트에서 확장은 태그 속성에 추가된 기능의 패키지입니다. 확장은 일반적으로 특정 마케팅 또는 분석 솔루션에 중점을 두고 클라이언트 환경에 해당 기술을 배포하는 데 필요한 도구를 제공합니다.

확장 패키지: 태그 컨텍스트에서 확장 패키지는 확장 개발자가 만들고 업로드한 ZIP 파일로, 태그 사용자가 속성 내에 확장을 설치하는 데 필요한 모든 것을 제공합니다. 확장 패키지에는 확장에 대한 정보를 지정하는 매니페스트, 최종 사용자가 태그 확장의 동작을 구성하는 데 필요한 HTML/JavaScript, 클라이언트 환경에 제공된 실행 가능한 JavaScript(필요한 경우)가 포함되어 있습니다.

F

대체 오퍼: 대체 오퍼는 최종 사용자가 사용된 컬렉션의 오퍼에 적합하지 않을 때 표시되는 기본 오퍼입니다.

기능 매핑: 기능 매핑은 데이터의 기능을 기계 학습 모델에 필요한 입력 및 대상 피쳐로 매핑하는 프로세스를 말합니다.

필드: 필드는 데이터 집합의 XDM 스키마에 의해 정의된 대로 데이터 집합의 가장 낮은 수준 요소입니다. 각 필드에는 참조 목적의 이름이 있고, 필드에 포함된 데이터의 유형을 나타내는 유형이 있습니다. 필드 유형에는 정수, 숫자, 문자열, 부울 및 개체가 포함될 수 있습니다(하지만 이에 제한되지 않음).

필드 그룹: 스키마 필드 그룹 을 참조하십시오.

필드 레이블: 필드 레이블은 데이터 세트에서 상속되거나 필드에 직접 적용되는 데이터 거버넌스 레이블입니다.

필드 이름: 필드 이름은 쿼리 및 다운스트림 서비스의 필드 값을 참조하는 데 사용됩니다.

빈도: 에서 Query Service빈도는 반복 예약된 쿼리가 실행되는 빈도를 결정합니다.

G

지오펜스: 지오펜스는 GPS 또는 RFID 기술로 정의된 가상 지리적 경계로서, 모바일 장치가 특정 영역에 들어오거나 나갈 때 소프트웨어가 응답을 트리거할 수 있도록 합니다.

GDPR(일반 데이터 보호 규정): GDPR(General Data Protection Regulation)은 유럽 연합(EU) 내에서 개인 정보를 수집 및 처리하는 방법에 대한 지침을 설정하는 법적 프레임워크입니다. GDPR은 데이터 관리 원칙 및 개인 권한을 설정하며 EU 시민의 데이터를 처리하는 모든 회사를 다룹니다.

H

호스트: 태그 컨텍스트에서 호스트는 시스템이 빌드를 전달하는 데 필요한 위치, 도메인 및 사용자 자격 증명을 지정합니다.

시간별: 예약된 파일 내보내기 컨텍스트에서 는 3, 6, 8 또는 12시간마다 증분 파일 내보내기를 예약합니다.

I

ID: ID는 쿠키 ID, 장치 ID 또는 이메일 ID와 같이 개별 고객을 고유하게 나타내는 식별자입니다.

ID 필드: ID 필드는 여러 데이터 소스에서 온 개별 고객에 대한 정보를 결합하는 데 사용되는 XDM 필드입니다. 스키마를 실시간 고객 프로필에서 사용하도록 설정하려면 단일 기본 ID를 정의해야 합니다.

ID("I") 레이블: ID("I") 데이터 사용 레이블은 특정 개인을 식별하거나 연락할 수 있는 데이터를 분류하는 데 사용됩니다.

ID 그래프: ID 그래프는 개별 고객을 위해 존재하는 결합된 ID와 연결된 ID 간의 관계 맵입니다. 각 ID 그래프는 고객 활동을 통해 거의 실시간으로 업데이트됩니다. 데이터에서 ID 관계의 일반적인 구조는 각 개별 ID 그래프의 구조적 블루프린트 역할을 하는 개인 그래프로 표시됩니다.

ID 네임스페이스: ID 네임스페이스는 이메일 주소 또는 CRM ID와 같은 식별자의 컨텍스트를 정의합니다.

ID 서비스: Experience Platform Identity Service 는 id 유형을 만들고 관리할 수 있도록 하여, 장치 및 채널 간에 고객 ID를 연결할 수 있습니다. ID를 함께 연결하는 서비스의 기능을 통해 실시간 고객 프로필을 통해 각 개별 고객을 완벽하게 표현할 수 있습니다.

ID 결합: ID 결합은 데이터 조각을 식별하고 함께 결합하여 전체 프로필 레코드를 구성하는 프로세스입니다.

ID 기호: ID 기호는 API에서 참조로 사용할 수 있는 ID 네임스페이스의 약어입니다.

ID 값: ID 네임스페이스와 결합되는 ID 값은 고유한 개인, 조직 또는 자산을 나타내는 식별자입니다. 프로필 조각에서 레코드 데이터를 일치시킬 때 네임스페이스 및 ID 값이 일치해야 합니다.

I1 데이터 사용 레이블: 데이터 I1 사용 레이블은 장치가 아닌 특정 개인을 직접 식별하거나 연락할 수 있는 데이터를 분류하는 데 사용됩니다.

I2 데이터 사용 레이블: I2 데이터 사용 레이블은 특정 개인을 간접적으로 식별하거나 접촉하기 위해 다른 데이터와 함께 사용할 수 있는 데이터를 분류하는 데 사용됩니다.

IMS 조직: IMS 조직(IMS 조직이라고도 함)은 Adobe 제품 간에 회사 또는 회사 내의 특정 그룹을 식별하는 데 사용되는 이름입니다. 관리자는 조직 사용자에 대한 기능 액세스 및 권한을 구성하고 관리할 수 있습니다.

수집: 데이터 수집 을 참조하십시오.

수집 일정: 수집 예약은 소스에서 Experience Platform으로 수집할 때 시간 기반 옵션을 제공합니다.

입력 기능: 입력 피쳐는 피쳐 매핑에 지정되며 기계 학습 모델에서 예측을 수행하는 데 사용됩니다.

Intelligent Services: Intelligent Services Experience Platform Attribution AI 가 필요한 기계 학습, 인공 지능 기반 모델(또는 실시간 고객 데이터 플랫폼과 같은 플랫폼 위에 구축된 애플리케이션)인 Customer AI 과 같은 기능이 있습니다.

관심사 기반 타깃팅 또는 개인화: 다음 세 가지 조건이 충족되면 개인화라고도 하는 관심 기반 타깃팅이 발생합니다.

  1. 사이트에서 수집한 데이터는 사용자의 관심사에 대해 추론하는 데 사용됩니다.
  2. 데이터는 다른 사이트 또는 앱(오프사이트)과 같은 다른 컨텍스트에서 사용됩니다.
  3. 데이터는 이러한 참조를 기반으로 제공되는 콘텐츠 또는 광고를 선택하는 데 사용됩니다.

J

JupyterLab: 플랫폼 UI에 통합된 프로젝트를 위한 오픈 소스 웹 기반 Jupyter 인터페이스입니다.

Jupyter Notebook: JupiterLab과 통합된 Jupiter Notebook을 통해 Python, Scala 및 PySpark와 같은 다양한 언어로 Experience Platform 데이터에 대한 데이터 정리 및 변환, 수치 시뮬레이션, 통계 모델링, 데이터 시각화, 시스템 학습 등을 수행할 수 있습니다.

K

L

라이브러리: 태그 컨텍스트에서 라이브러리는 태그 라이브러리가 클라이언트 장치에서 작동하는 방법에 대한 지침을 포함하는 비즈니스 논리 세트입니다.

조회 엔터티: 데이터 모델링 컨텍스트에서 조회 엔티티는 개별 사용자와 관련될 수 있지만 개인을 식별하는 데 직접 사용할 수 없는 개념을 나타냅니다. 이 카테고리에 속하는 엔티티는 XDM(사용자 지정 Experience Data Model) 클래스를 기반으로 하여 스키마로 표시되어야 합니다.

M

기계 학습(ML): 기계 학습은 컴퓨터가 명시적으로 프로그램되지 않고 배울 수 있도록 하는 학습 분야입니다.

기계 학습 모델: 기계 학습 모델은 비즈니스 사용 사례를 해결하기 위해 내역 데이터 및 구성을 사용하여 학습되는 기계 학습 레서피의 예입니다. Adobe Experience Platform 데이터 과학 작업 공간에서 기계 학습 모델을 레서피라고 합니다.

필수 속성: 모든 프로필 레코드에 선택한 속성이 포함되도록 하는 사용자 활성화 확인란입니다. 예: 내보낸 모든 프로필에는 이메일 주소가 포함되어 있습니다.

매핑: 데이터 매핑은 대상의 관련 대상 필드에 소스 데이터 필드를 매핑하는 프로세스입니다.

마케팅 작업: 데이터 거버넌스 프레임워크에서 마케팅 작업(마케팅 사용 사례라고도 함)은 Experience Platform 데이터 소비자가 취하는 동작이며 데이터 사용 정책 위반을 확인해야 합니다.

병합 방법: 플랫폼 UI를 사용하여 병합 정책을 정의할 때 병합 메서드는 충돌이 발생할 때 데이터 조각의 우선 순위를 지정하는 방법을 지정합니다. 실시간 고객 프로필 API를 사용하여 병합 정책을 정의할 때 병합 방법은 attributeMerge 개체를 사용하여 결정됩니다.

병합 정책: 병합 정책은 Experience Platform이 여러 소스의 고객 데이터 조각을 결합하여 개별 프로필을 만드는 방법을 결정하는 데 사용하는 규칙입니다. 데이터 충돌이 발생하면 병합 정책에 따라 프로필에 포함하기 위해 우선 순위를 지정해야 하는 데이터가 결정됩니다.

Mixin: 스키마 필드 그룹 을 참조하십시오.

모듈: 태그 컨텍스트에서 모듈은 확장에서 제공하는 실행 가능한 JavaScript의 코드 조각이며, 규칙을 만들 필요 없이 클라이언트 환경에서 작업을 수행합니다.

N

비프로덕션 샌드박스: 비프로덕션 샌드박스는 일반적으로 개발 실험, 테스트 또는 실험에 사용되는 샌드박스입니다. 프로덕션 샌드박스와 달리 비프로덕션 샌드박스를 재설정하고 삭제할 수 있습니다.

Notebooks: Notebooks 는 를 사용하여 작성되며 Jupyter Notebook 데이터 분석을 수행하기 위해 실행할 수 있습니다.

O

오퍼: 오퍼는 (잠재적) 고객에게 비즈니스 또는 판매 제안을 포함하는 마케팅 메시지입니다. 오퍼에는 종종 이러한 오퍼를 보거나 받을 수 있는 사람을 결정하는 특정 규칙이 있습니다.

Offer Decisioning: Offer Decisioning 마케터는 채널 및 애플리케이션에서 수집한 데이터를 기반으로 최종 사용자를 참여시킬 때 오퍼 포지션의 규칙과 숙련된 모델을 관리할 수 있습니다.

오퍼 라이브러리: 오퍼 라이브러리는 개인화된 및 대체 오퍼, 의사 결정 규칙 및 활동을 관리하는 데 사용되는 중앙 라이브러리입니다.

온사이트 개인화 마케팅 작업: 온사이트 컨텐츠 개인화에 데이터를 사용하는 마케팅 작업입니다. 온사이트 개인화는 사용자의 관심사에 대한 참조를 만드는 데 사용되는 모든 데이터이며 이러한 참조를 기반으로 제공되는 콘텐츠 또는 광고를 선택하는 데 사용됩니다.

온사이트 타깃팅 마케팅 작업: 조직의 웹 사이트 또는 앱에서 광고를 선택 및 게재하거나 그러한 광고의 게재 및 효과를 측정하기 위해 온사이트 광고에 데이터를 사용하는 마케팅 작업입니다.

한 번: 예약된 파일 내보내기 컨텍스트에서 는 한 번의 주문으로 전체 파일 내보내기를 예약합니다.

저장 전략 덮어쓰기: "덮어쓰기" 저장 전략은 연결을 통해 타사 데이터를 수집하는 옵션으로서, 수집된 데이터가 지정된 일정에 따라 덮어쓰여지는지 여부를 지정할 수 있습니다.

P

부분 수집: 부분 처리를 사용하면 지정된 오류 임계값 내에서 배치 데이터의 유효한 레코드를 섭취할 수 있습니다. 실패한 레코드에 대한 오류 진단은 모니터링 또는 소스 데이터 흐름 실행 개요에서 다운로드하거나 액세스할 수 있습니다.

Parquet 파일: Parquet 파일은 복잡한 중첩 데이터 구조가 있는 열 형식 저장소 파일 형식입니다. 스키마 데이터 세트를 채우려면 Parquet 파일이 필요합니다.

개인화된 오퍼: 개인화된 오퍼는 자격 규칙 및 제한을 기반으로 사용자 정의 가능한 마케팅 메시지입니다.

배치: 배치는 최종 사용자에게 나타나는 오퍼의 위치 및 컨텍스트입니다.

정책 작업 공간: 데이터 관리자가 조직의 데이터 사용 레이블 및 정책을 보고 관리할 수 있도록 하는 Platform UI의 작업 공간입니다.

정책: 데이터 사용 정책은 플랫폼 데이터에 적용되는 사용 레이블 적용을 기반으로 제한된 마케팅 작업을 지정하는 규칙입니다.

정책 적용: 조직 내에서 정책 위반을 구성하는 데이터 작업을 방지하기 위해 적용된 마케팅 작업에 데이터 사용 정책을 적용할 수 있습니다.

기본 키: 기본 키는 모든 레코드를 고유하게 식별하기 위해 스키마에서 지정됩니다.

우선 순위: 에서 우선 Offer Decisioning순위는 자격, 달력 및 캡핑과 같은 모든 제한 사항을 충족하는 오퍼의 등급을 지정하는 데 사용됩니다.

개인 ID 그래프: 개인 ID 그래프(경우에 따라 개인 그래프라고도 함)는 자사 데이터를 기반으로 구축되고 조직에서만 볼 수 있는 결합된 ID와 연결된 ID 간의 관계 개인 맵입니다. 각 조직에 대해 하나의 개인 그래프만 존재하며 브랜드와 상호 작용하는 각 고객에 대해 생성된 개별 ID 그래프의 구조적 블루프린트 역할을 합니다.

제품 프로필: 제품 프로필을 사용하면 관리자는 Experience Platform과 연관된 서비스의 전체 또는 하위 집합에 대한 사용자 액세스 권한을 부여할 수 있습니다.

프로덕션 샌드박스: 프로덕션 샌드박스는 프로덕션 환경에서 사용하기 위한 샌드박스입니다. 비프로덕션 샌드박스와 달리 프로덕션 샌드박스는 재설정하거나 삭제할 수 없습니다.

프로필: 실시간 고객 프로필과 서비스로서의 혼동하지 않도록 프로필은 여러 소스의 병합된 레코드 및 시계열 데이터에서 구성한 개별 고객의 완전한 표현입니다.

프로필 액세스: 실시간 /entities 고객 프로필 API의 종단점을 사용하면 프로필 데이터 저장소의 레코드 데이터 및 시계열 이벤트에 액세스할 수 있습니다. 다음을 참조하십시오. 프로필 엔티티

프로필 데이터: 프로필 데이터는 프로필 데이터 저장소 내에 있는 모든 데이터를 나타냅니다.

프로필 데이터 저장소: 프로필 데이터 저장소(Profile Store라고도 함)는 프로필을 만들고 저장하는 데 실시간 고객 프로필에서 사용하는 데이터 레이크와 별도의 데이터 저장소 시스템입니다.

프로필 엔티티: 프로필 엔티티는 개별 개인(일반적으로 고객)과 관련된 속성을 나타냅니다. 이 카테고리에 속하는 엔터티는 XDM Individual Profile 클래스를 기반으로 하여 스키마로 표시되어야 합니다. 다음을 참조하십시오. 프로필 액세스

프로필 내보내기: Profile 내보내기는 Experience Platform에서 두 가지 대상 유형 중 하나입니다. Profile export 는 프로필 및 속성을 포함하는 파일을 생성하고, 원시 PII 데이터를 이메일과 함께 사용하여 마케팅 및 이메일 자동화 플랫폼과 통합합니다.

프로필 조각: 프로필 조각은 특정 고객을 위해 존재하는 ID 목록 중 하나의 ID에 대한 프로필 정보입니다.

프로필 ID: 프로필 ID는 ID 유형과 연관된 자동 생성 식별자이며, 프로필을 나타냅니다.

속성: 태그 컨텍스트에서 속성은 태그 세트를 배포하는 데 필요한 모든 것을 위한 컨테이너입니다.

Q

쿼리: 쿼리는 데이터베이스 테이블의 데이터에 대한 요청입니다.

쿼리 편집기: 쿼리 편집기는 SQL 문을 작성, 검증 및 제출하기 위한 도구입니다 Query Service.

R

실시간 고객 데이터 플랫폼: Real-time Customer Data Platform 디지털 고객 여정 전반에서 간소화된 통합, 지능적인 세그먼테이션 및 실시간 활성화를 통해 신뢰할 수 있는 고객 프로필을 만들기 위해 알려진 알 수 없는 고객 데이터를 제공합니다.

실시간 고객 프로필: 실시간 고객 프로필(경우에 따라 프로필)은 온라인, 오프라인, CRM 및 타사 등 여러 채널의 데이터를 결합하여 각 개별 고객을 전체적으로 볼 수 있도록 합니다. 프로필 을 사용하면 고객 데이터를 모든 고객 상호 작용을 실행 가능하고 타임스탬프가 지정된 계정을 제공하는 개별 프로필에 통합할 수 있습니다.

레서피: 레서피는 모델 사양에 대한 Adobe의 용어이며, 숙련된 모델을 구축 및 실행하는 데 필요한 특정 기계 학습 프로세스, AI 알고리즘, 처리 논리 및 구성 매개 변수를 나타내는 최상위 컨테이너이므로 특정 비즈니스 문제를 해결하는 데 도움이 됩니다.

레코드: 레코드는 데이터 집합에 있는 행으로 지속되는 데이터입니다.

데이터 기록: 주체의 특성에 대한 정보를 제공합니다. 주제는 조직 또는 개인일 수 있습니다.

되풀이: 에서 Query Service반복은 쿼리가 한 번만 실행되도록 예약할지 또는 반복적으로 실행되도록 예약할지 여부를 정의합니다.

표시: 에서 Offer Decisioning표현은 위치나 언어와 같은 오퍼를 표시하기 위해 채널에서 사용하는 정보입니다.

리소스: 태그 컨텍스트에서 리소스는 확장, 데이터 요소 및 규칙을 포함하여 tagsa 사용자가 클라이언트 환경 내에서 구성할 수 있는 옵션을 참조하는 일반 용어입니다.

역할 기반 액세스 제어: 역할 기반 액세스 제어를 사용하면 관리자가 Experience Platform 사용자에게 액세스 및 권한을 할당할 수 있습니다. 권한에는 샌드박스 만들기, 스키마 정의 및 데이터 세트 관리와 같은 Experience Platform 기능을 보거나 사용하는 기능이 포함됩니다.

규칙: 태그 컨텍스트에서 규칙은 논리적으로 그룹화해야 하는 특정 이벤트, 조건 및 작업 집합을 정의하는 구성 요소의 컬렉션입니다.

규칙 구성 요소: 태그 컨텍스트에서 규칙 구성 요소는 규칙을 구성하는 이벤트, 조건 및 작업입니다.

런타임: 런타임에서는 기계 학습 레서피에 대한 런타임 환경을 지정합니다. Python, R, SparkPySpark 및 Tensorflow 런타임 시 레서피 소스에 대한 Docker 이미지에 URL을 입력할 수 있습니다.

S

샘플 데이터: 샘플 데이터는 데이터 파일의 미리 보기입니다. 일반적으로 처음 100개 행은 데이터 과학자나 엔지니어에게 데이터 파일에 있는 스키마나 데이터에 대한 아이디어를 제공합니다.

샌드박스: 샌드박스는 디지털 경험 애플리케이션을 개발하고 발전시키기 위해 단일 플랫폼 인스턴스를 별도의 가상 환경으로 분할하는 가상 구성입니다.

샌드박스 재설정: 샌드박스 재설정은 데이터, 프로필 및 샌드박스 내의 세그먼트를 포함한 모든 데이터를 삭제합니다. 샌드박스 재설정은 내부 또는 외부 대상에 연결된 데이터에 영향을 줄 수 있습니다.

샌드박스 전환기: Experience Platform의 샌드박스 전환기 컨트롤을 사용하면 사용자가 액세스할 수 있는 샌드박스 간을 탐색할 수 있습니다. 샌드박스를 전환하면 모든 콘텐츠가 변경되고 권한에 따라 기능 액세스가 변경될 수 있습니다.

예약: 예약은 타사 데이터 소스에서 Adobe Experience Platform으로 데이터 수집 빈도 또는 대상에 대한 사용자 정의 사양입니다.

점수: 점수는 숙련된 모델을 사용하여 데이터에서 통찰력을 생성하는 프로세스입니다.

스키마: 스키마는 데이터의 구조와 형식을 나타내고 유효성을 검사하는 규칙 세트입니다. 스키마는 클래스와 선택적 필드 그룹으로 구성되며 데이터 세트 및 데이터 세트를 만드는 데 사용됩니다. 스키마에는 동작 속성, 타임스탬프, ID, 속성 정의, 관계 등이 포함될 수 있습니다.

스키마 필드 그룹: XDM(Experience Data Model)에서 스키마 필드 그룹을 사용하면 재사용 가능한 필드를 확장하여 스키마에 포함할 속성을 하나 이상 정의할 수 있습니다.

스키마 라이브러리: 스키마 라이브러리에는 Adobe이 사용할 수 있는 업계 표준 XDM 리소스와 조직에서 정의한 사용자 정의 리소스가 포함되어 있습니다.

스키마 레지스트리: 스키마 레지스트리는 스키마 라이브러리에서 모든 스키마 관련 리소스를 보고 관리하는 데 사용되는 사용자 인터페이스와 RESTful API를 제공합니다.

비밀 액세스 키: 비밀 액세스 키는 AWS 요청에 서명하기 위해 액세스 키 ID와 함께 사용되는 Amazon S3 키입니다.

세그먼트: 세그먼트는 여러 프로필을 대상으로 자격을 부여하는 속성 및 이벤트 데이터를 포함하는 규칙 세트입니다.

세그먼트 빌더: 세그먼트 Segment Builder 정의를 작성하는 데 사용되는 시각적 개발 환경입니다. 이 구성 요소는 Experience Platform 세그멘테이션 서비스를 사용하는 모든 응용 프로그램의 공통 구성 요소 역할을 합니다.

세그먼트 정의: 세그먼트 정의는 타겟 대상의 주요 특성이나 행동을 설명하는 데 사용되는 규칙 세트입니다. 개념화된 경우 세그먼트 정의에 요약된 규칙은 세그먼트에 대한 자격을 부여하는 대상 구성원을 결정하는 데 사용됩니다.

세그먼트 평가 방법: 두 가지 세그먼트 평가 방법이 있습니다. 예약 및 온디맨드. 예약된 평가를 사용하면 특정 시간에 내보내기 작업을 실행하는 반복 일정을 사용할 수 있지만, 온디맨드 평가에는 세그먼트 작업을 만들어 대상을 즉시 작성할 수 있습니다.

세그먼트 내보내기: 세그먼트 내보내기는 Experience Platform에서 두 가지 대상 유형 중 하나입니다. 세그먼트 내보내기를 사용하면 자격이 있고 대상에 매핑된 프로필을 보낼 수 있습니다. 세그먼트 및 사용자 ID 및 익명의 데이터를 사용하며, 일반적으로 소셜 네트워크 및 기타 디지털 미디어 타겟 플랫폼과 통합됩니다.

세그먼트 ID: 세그먼트 ID는 세그먼트와 연결된 자동 생성된 식별자입니다.

세그먼트 멤버십: 세그먼트 멤버십에는 현재 프로필이 속한 세그먼트가 표시됩니다.

세그먼트 규칙: 세그먼트 규칙은 프로필이 세그먼트에 적합한지를 결정하는 조건을 정의합니다.

세그멘테이션: 세그멘테이션은 큰 고객, 잠재 고객 또는 소비자를 유사한 속성을 공유하고 특정 마케팅 전략과 유사하게 응답하는 작은 그룹으로 나누는 프로세스입니다.

Sensei ML 프레임워크: Sensei ML 프레임워크는 Experience Platform 데이터를 활용하여 데이터 과학자가 ML 기반의 인텔리전스 서비스를 빠르고 확장 가능하며 재사용 가능한 방식으로 개발할 수 있도록 하는 ML(통합 기계 학습) 프레임워크입니다.

중요("S") 레이블: 중요("S") 레이블은 중요로 표시하려는 다양한 유형의 행동 또는 지리적 데이터와 같이, 중요로 간주되는 데이터를 분류하는 데 사용됩니다.

서비스: Adobe Intelligent Services를 활용하여 AI 및 ML 서비스를 운영할 수 있는 강력한 프레임워크입니다. 서비스는 개인화된 실시간 고객 경험을 제공하거나 맞춤형 지능형 서비스를 제공합니다.

단일 ID 개인화 마케팅 작업: 온사이트 컨텐츠 개인화에 데이터를 사용하는 마케팅 작업입니다. 온사이트 개인화는 사용자의 관심사에 대해 추론하는 데 사용되는 모든 데이터이며, 이러한 환경 설정을 기반으로 제공되는 콘텐츠 또는 광고를 선택하는 데 사용됩니다.

S1 데이터 사용 레이블: 데이터 S1 사용 레이블은 장치의 정확한 위치를 결정하는 데 사용할 수 있는 위도와 경도를 지정하는 데이터를 분류하는 데 사용됩니다.

S2 데이터 사용 레이블: 데이터 S2 사용 레이블은 광범위하게 정의된 지오펜스 영역을 결정하는 데 사용할 수 있는 데이터를 분류하는 데 사용됩니다.

소스: 소스는 플랫폼의 모든 입력 커넥터에 대한 일반적인 용어입니다. 다음을 참조하십시오. 소스 커넥터

소스 속성: 소스 속성은 소스 데이터 세트에 있는 필드입니다. 소스 속성은 대상 스키마 필드에 매핑됩니다.

소스 카탈로그: 소스 카탈로그는 Experience Platform에서 사용 가능한 소스 커넥터 목록입니다.

소스 카테고리: 소스 카테고리는 유사한 특성을 갖는 소스 그룹입니다.

소스 커넥터: 소스 커넥터(소스라고도 함)를 사용하면 여러 소스에서 데이터를 쉽게 수집할 수 있으므로 Experience Platform 서비스를 사용하여 데이터를 구조화, 레이블 지정 및 개선할 수 있습니다. 클라우드 기반 스토리지, 타사 소프트웨어 및 CRM 시스템과 같은 다양한 소스에서 데이터를 수집할 수 있습니다.

스트리밍 연결: 스트리밍 연결은 Adobe이 제공하는 고유한 종단점으로, 데이터를 Experience Platform으로 스트리밍하기 위해 고객의 IMS 조직에 연결됩니다.

표준 ID 네임스페이스: 표준 ID 네임스페이스는 Adobe에서 제공하는 사전 정의된 ID 네임스페이스이며, 이 네임스페이스는 고객을 식별하는 데 일반적으로 사용되는 업계 표준 솔루션을 나타냅니다.

스트리밍 수집: 스트리밍 수집 기능을 사용하여 클라이언트 및 서버측 장치에서 실시간으로 Experience Platform으로 데이터를 보낼 수 있습니다.

스트리밍 세그멘테이션: 스트리밍 세그먼테이션은 사용자 활동에 대한 응답으로 세그먼트를 업데이트하는 지속적인 데이터 선택 프로세스입니다. 세그먼트가 만들어지고 저장되면, 들어오는 데이터에 대해 세그먼트 정의가 Real-time Customer Profile에 적용됩니다. 세그먼트 추가 및 제거는 정기적으로 처리되므로 타겟 대상이 적절하도록 합니다.

시스템 보기: 시스템 보기는 대상으로 이동하는 소스 데이터 세트 Real-time Customer Profile 를 시각적으로 나타냅니다.

T

태그: Adobe Experience Platform에서 태그는 모든 클라이언트 장치에서 관련 고객 환경을 향상하는 데 필요한 분석, 마케팅 및 광고 통합 기능을 배포, 통합 및 관리하는 도구를 제공합니다.

Target 기능: 피쳐 매핑에서 대상 피쳐는 모델에 의해 예측되는 피쳐입니다.

시계열 데이터: 시계열 데이터는 작업 수행 시 레코드 주체가 직접 또는 간접적으로 시스템의 스냅샷을 제공합니다.

숙련된 모델: 숙련된 모델은 모델 교육 프로세스의 실행 가능한 결과를 나타내며, 모델 인스턴스에 트레이닝 데이터 세트가 적용되었습니다. 숙련된 모델은 이 모델에서 만들어지는 모든 Intelligent Web Service에 대한 참조를 유지 관리합니다. 숙련된 모델은 점수를 매기고 지능형 웹 서비스를 만드는 데 적합합니다.

토큰: 토큰은 와 함께 컴퓨터 서비스의 사용을 승인하는 데 사용할 수 있는 2단계 인증 보안의 유형입니다 Query Service.

U

결합 스키마: 결합 스키마는 동일한 클래스를 공유하고 에 대해 활성화된 스키마를 통합하는 Real-time Customer Profile것입니다. 조직에 대해 여러 결합 스키마가 있을 수 있지만 클래스당 하나의 결합 스키마만 있을 수 있습니다.

V

W

X

XDM: XDM(경험 데이터 모델) 을 참조하십시오.

XDM 결정 이벤트: XDM 결정 이벤트는 결정 활동의 결과와 컨텍스트에 대한 관찰을 캡처하는 데 사용되는 시계열 기반 클래스입니다. 여기에는 결정 방법, 결정 발생 시, 제안된 옵션(및 선택한 옵션), 결정에 영향을 주거나 결정 프로세스 중에 관찰될 수 있는 상황별 상태에 대한 정보가 포함됩니다.

XDM ExperienceEvent: XDM ExperienceEvent는 관련 주체의 시간과 ID를 포함하여 이벤트(또는 이벤트 세트)가 발생한 경우 시스템의 상태를 캡처하는 데 사용되는 시계열 기반 클래스입니다. 다음을 참조하십시오. 경험 이벤트

XDM 개별 프로필: XDM Individual Profile 은 식별된 주제와 부분적으로 식별된 주제의 속성을 단일 표현으로 구성하는 레코드 기반 클래스입니다. 식별이 높은 프로필은 개인 통신 또는 타겟팅된 계약에 사용할 수 있으며 이름, 성별, 생년월일, 위치, 전화 번호 및 이메일 주소 등 자세한 개인 정보를 포함할 수 있습니다.

XDM 시스템: XDM 시스템은 다운스트림 Experience Platform 서비스에서 사용할 XDM 스키마를 운영하는 프레임워크를 나타냅니다.

Y

Z

이 페이지에서는