Versionshinweise zu Adobe Experience Platform

Releasedatum: 28. Juni 2019

Neue Funktionen in Adobe Experience Platform:

Aktualisierungen vorhandener Funktionen:

Data Science Workspace

Adobe Experience Platform Data Science Workspace ist ein vollständig verwalteter Dienst innerhalb von Experience Platform, der es Datenwissenschaftlern ermöglicht, nahtlos Einblicke aus Daten und Inhalten aus Adobe- und Drittanbietersystemen zu generieren, indem sie Modelle für maschinelles Lernen erstellen und umsetzen. Data Science Workspace ist eng in den durchgängigen Datenwissenschaftslebenszyklus integriert Platform und ermöglicht ihn, einschließlich der Erforschung und Vorbereitung von XDM-Daten, gefolgt von der Entwicklung und Inbetriebnahme von Modellen zur automatischen Anreicherung Real-time Customer Profile mit Insights für maschinelles Lernen.

Wichtigste Funktionen

Funktion Beschreibung
Bereitstellung und Berechnung der Isolation Stellen Sie spezielle Rechenressourcen bereit, die erforderlich sind, damit Datenwissenschaftler nicht vertrauenswürdigen Code innerhalb von Experience Platform auf sichere Weise ausführen können.
Erstmaliges Benutzererlebnis Enthält vordefinierte Beispiele für verschiedene Umgebungen für maschinelles Lernen und Sprachen wie Python, R, PySpark und Scala Spark.
Notebooks Benutzerdefinierte Umgebung für Datenwissenschaftler/Dateningenieure mit Jupyter Notebooks, um sie in die Lage zu versetzen, Daten vorzubereiten, Funktionen zu extrahieren und ML-Modelle mit einer kuratierten Liste von Bibliotheken und beliebten Frameworks für maschinelles Lernen zu entwickeln.
Datenforschung Nahtloser Zugriff auf XDM-Daten, die in Platform integriert in Platform Data Access SDK erfasst werden.
Datenvisualisierung Möglichkeit, SQL-Abfragen in Jupyter Notebooks auszuführen, um die Datenvorbereitung und Funktionsentwicklung zu beschleunigen.
Funktions-Pipelines API/SDK für Scala/PySpark zur Bereitstellung von Funktionsentwicklungs-Pipelines zur Umwandlung von Kern-XDM-Daten in Funktionsschemas.
Modellerstellung Vorlagen und Laufzeitumgebungen, die es Datenwissenschaftlern ermöglichen, sich auf die Modellentwicklung zu konzentrieren, ohne Infrastruktur-Code für den Zugriff auf Daten und die Berechnung von Ressourcen implementieren zu müssen. Sie können Modellcode importieren und umsetzen, um Einblicke aus Daten in Platform abzuleiten.
Management von Unternehmensmodellen Unterstützung von Datenmodellen mit mehreren Mandanten zur Nachverfolgung von Modellversionen und dazugehörigen Hyperparameterkonfigurationen, um die Grundlage für das Partner-Ökosystem zu schaffen.
Modellbewertung Bewerten und optimieren Sie Regressions- und Classification-Modelle in Python, PySpark, R und Scala.
Modellimplementierung Möglichkeit zum Vergleichen von Bewertungsmetriken und -konfigurationen über mehrere Experimentiervorgänge hinweg und zum Veröffentlichen des optimalen Modells als Service.
Batch-Bewertung Reichern Sie Real-time Customer Profile mit Einblicken aus maschinellem Lernen an oder schreiben Sie sie als Datensätze zurück in Platform
Zeitplan Mit Platform Orchestration Service integriert, um Modellschulung, -bewertung und Funktions-Pipelines mit benutzerdefinierten Zeitplänen über APIs zu automatisieren.

Bekannte Probleme

  • Planungs- und Funktions-Pipelines stehen derzeit nur über API zur Verfügung. Eine Benutzeroberfläche wird in einer zukünftigen Version hinzugefügt.

Weitere Informationen finden Sie unter Data Science Workspace – Überblick.

Decisioning Service

Adobe Experience Platform Decisioning Service bietet die Möglichkeit, programmatisch und intelligent das "nächstbeste Erlebnis"aus einer Reihe verfügbarer Optionen für eine bestimmte Person auszuwählen, sie an einen beliebigen Kanal oder eine Anwendung zu senden und Berichte und Analysen durchzuführen.

Ein vordefiniertes Rich-Data-Modell ermöglicht die Verwendung der Entscheidungsfindung für das „nächstbeste Angebot“ unabhängig vom Kanal.

Wichtigste Funktionen

Funktion Beschreibung
Business Object Repository Ein Repository, das von JSON-Schema-Modellen gesteuert wird, ermöglicht es einem Entwickler, eine Vielzahl von Geschäftsobjekten zu erstellen, zu lesen, zu aktualisieren und zu löschen. Das Repository bietet umfassende Abfrage-APIs sowie eine schemabasierte Suche.
Repository-Container Innerhalb des Business Object Repositorys kann ein Entwickler seine Bedenken in Bezug auf Projekte, geschäftliche oder organisatorische Einheiten oder die Lebenszyklusphasen eines Projekts isolieren (z. B. in der Entwicklung und Integration, beim Staging oder bei der Live-Produktion). Diese Isolationen werden als Repository-Container bezeichnet.
Rollen und Berechtigungen Mit dem Admin Console kann eine Organisation Profile erstellen und verwalten, um zielgerichteten Zugriff auf Ressourcen nach Typ, Zugriffsvorgang und Container zu gewähren. Benutzer können diesen Profilen hinzugefügt werden und effektive Zugriffsberechtigungen werden automatisch aus diesen Richtlinien berechnet.
Vordefiniertes Angebots-Objektmodell Ohne ein Datenmodell erstellen zu müssen, kann ein Platform-Entwickler vorgefertigte JSON-Schemas und -Beziehungen nutzen, um einen Angebotskatalog zu erstellen, Entscheidungsregeln und -einschränkungen zu definieren und Angebotskollektionen für die Entscheidungsfindung zusammenzustellen.
Entscheidungsregeln auf der Grundlage von Profil- und Nicht-Profil-Daten Durch eine enge Integration mit Real-time Customer Profile können Entwickler Entscheidungsregeln erstellen, die Profildaten nutzen. Entscheidungen können nicht nur mit Profilattributen getroffen werden, sondern auch anhand des Erlebnisverlaufs eines Profils und auf der Grundlage von Geschäftseinheiten, die nicht mit einer Benutzeridentität (z. B. Traffic-Ereignisse, Produktbestand) in Verbindung stehen. Jede Experience Data Model (XDM)-Entität, für die ein Schema in Schema Registry vorhanden ist, kann für die Entscheidungsregeln verwendet werden. Regeln sind erstklassige Entitäten und können für beliebige Entscheidungsoptionen und Aktivitäten wiederverwendet werden.
Rangfolge und Begrenzung Entscheidungsoptionen, die alle Voraussetzungen und sonstigen Einschränkungen für einen bestimmten Benutzer erfüllen, werden nach Rang geordnet und die beste Option wird ausgewählt. Zusätzliche Einschränkungen pro Benutzer und globale Begrenzungseinschränkungen der Verfügbarkeit der verfügbaren Optionen können verwendet werden, um eine Personalisierung unter Berücksichtigung von Ressourcenbeschränkungen und Benutzermüdigkeit zu ermöglichen.
Decisioning REST-APIs Das Decisioning Service kann mithilfe einer einfachen REST-API aufgerufen werden, um das nächste beste Angebot für eine bestimmte Person zu erhalten. Eine Metrik-API kann zur Überprüfung von Echtzeit-Angebotsvorschlägen und zum Begrenzen von Werten verwendet werden.
Streaming von Entscheidungsereignissen in Data Lake und Query Service Decisioning Service erstellt automatisch Datensätze, um alle XDM-Entscheidungsereignisse automatisch in Data Lake zu streamen. Die Datensätze stehen dann für die Analyse und Berichterstellung mit Query Service zur Verfügung.
Entwicklerunterstützung Self-Service-Teilnahme mit Dokumentation zu Adobe I/O, einschließlich Tutorials zu verschiedenen Themen.

Bekannte Probleme

  • Das Angebotsdatenmodell wird nicht über Schema Registry verfügbar gemacht und kann daher nur in begrenztem Umfang erweitert werden. Das Modellschema verfügt über integrierte Strukturen, mit denen benutzerdefinierte Daten angehängt werden können. In Zukunft können Sie eine Basis-XDM-Modellklasse erweitern, um Ihre eigenen benutzerdefinierten Entscheidungsfindungs-Domänen zu definieren.
  • Sie müssen über das Domänenmodell der Angebotsverwaltung verfügen und Benutzer und Integrationen müssen in diesem Produktkontext verwaltet werden.

Query Service

Query ServiceMit können Sie in Adobe Experience Platform standardmäßige SQL-Daten zur Abfrage zu verwenden, um viele verschiedene Anwendungsfälle für Analyse und Daten-Management zu unterstützen. Es handelt sich dabei um ein Server-loses Tool, mit dem Sie beliebige Datensätze in Data Lake einbinden und die Abfrageergebnisse als neuen Datensatz erfassen können, der für die Berichterstellung (Data Science Workspace) oder für die Aufnahme in Profile Service verwendet werden kann.

Sie können Query Service verwenden, um Ökosysteme für die Datenanalyse zu erstellen und so ein Bild der Verbraucher über ihre verschiedenen Interaktionskanäle hinweg zu erstellen. Diese Kanäle können Folgendes umfassen:

  • Point-of-Sale-System
  • Web
  • Mobile
  • CRM-System

Wichtigste Funktionen

Funktion Beschreibung
Abfrageeditor Verwenden Sie ein Web-basiertes Tool, um Abfragen zu schreiben, zu validieren, zu testen und auszuführen. Es enthält eine Konsole für detaillierte Informationen über die Durchführung von Abfragen sowie die Möglichkeit, die Abfrageergebnisse als Vorschau anzuzeigen.
Datensatz-Erstellung Erstellen Sie Datensätze für Experience Platform über die SQL-Standardsyntax.
Adobe-definierte Funktionen Nutzen Sie Verknüpfungsfunktionen für gängige Aufgaben wie das Identifizieren von Sitzungen oder das Festlegen von Attribution.
BI-Tool-Konnektivität Verwenden Sie die PostgreSQL-Treiber (Postgres) in gängigen BI-Tools, um eine Verbindung mit Query Service herzustellen, um Berichte und Visualisierungen zu erstellen. Zu den unterstützten Tools gehören: Tableau, Power BI und Looker. Authentifizierungsinformationen finden Sie auf der Registerkarte „Berechtigungen“.
Konnektivität des Datenbank-Management-Tools Verbinden Sie Aqua Data Studio oder DB Visualizer mit Query Service , um Daten zu erforschen und Datensätze zu erstellen. Query Service unterstützt auch die Konnektivität von R Studio. Authentifizierungsinformationen finden Sie auf der Registerkarte „Berechtigungen“.
Befehlszeilen-Abfrage-Tool Stellen Sie eine Verbindung zu PSQL her, um Abfragen über die Befehlszeile ausführen zu können.
Abfrage-Protokoll Verfolgt Abfragen, die von Query Service ausgeführt werden, und ermöglicht es Ihnen, frühere SQL-Anweisungen zur Bearbeitung, Ausführung oder zur Erstellung eines Datensatzes aus den Ergebnissen zu finden.
API zur Abfrageplanung Planen Sie Abfragen für die wiederholte Ausführung über diese API.

Bekannte Probleme

  • Query Editor zeigt ein Beispiel von 100 Zeilen der Ergebnisse für Ihre Abfragen. Um die vollständige Ergebnismenge beizubehalten, verwenden Sie die Datensatz-Erstellungsfunktionen aus dem Abfrage-Protokoll.
  • In künftigen Versionen werden Ansichten und eine Benutzeroberfläche für die Anwendung von Zeitplänen auf Abfragen unterstützt.

Weitere Informationen zu Query Service finden Sie in der Produktdokumentation.

Experience Data Model (XDM)

Standardisierung und Interoperabilität sind Schlüsselkonzepte von Experience Platform. Das von Adobe unterstützte Experience Data Model (XDM)-System ist ein Versuch, Kundenerlebnisdaten zu standardisieren und Schemas für das Kundenerlebnis-Management zu definieren.

XDM ist eine öffentlich dokumentierte Spezifikation, die die Leistungsfähigkeit digitaler Erlebnisse verbessern soll. Es stellt allgemeine Strukturen und Definitionen für Anwendungen bereit, die mit Diensten in Adobe Experience Platform kommunizieren. Durch die Einhaltung von XDM-Standards können alle Kundenerlebnisdaten in eine gemeinsame Darstellung integriert werden, die Erkenntnisse schneller und besser integriert liefert. Sie können wertvolle Einblicke aus Kundenaktionen gewinnen, Zielgruppen durch Segmente definieren und Kundenattribute für Personalisierungszwecke verwenden.

XDM ist der Mechanismus, der es Experience Cloud, powered by Adobe Experience Platform, ermöglicht, die richtige Nachricht zum richtigen Zeitpunkt an die richtige Person auf dem richtigen Kanal zu senden.

Die Methode, auf der Experience Platform basiert, XDM System stellt Experience Data Model-Schemas für die Verwendung durch Experience Platform-Komponenten bereit.

Neue Funktionen

Funktion Beschreibung
JSON-Schema-Einschränkungen Die folgenden Datentypen verfügen jetzt über zusätzliche Optionen in der Benutzeroberfläche zum Definieren von Einschränkungen: string – min./max. Länge, Muster, Standardwert, Formate (wie im JSON Schema draft-6 definiert) sowie double – min./max., Standardwert.
Benutzerspezifisch $id Sie können jetzt Ihren eigenen $id-Wert angeben, wenn Sie Ressourcen in POST-Anfragen erstellen.
Leistungsverbesserungen in der Schema Registry Optimierte Erstellung von Vereinigungsschemas und verbessertes Schema-Caching, um die Reaktionszeiten der API deutlich zu verbessern.

Fehlerkorrekturen

  • Das Feld identityMap wurde aus dem Kontext/Profil in eine eigene Schemafeldgruppe verschoben, um die Definition von Identitäten intuitiver zu gestalten.
  • Alle vorhandenen Schemas basierend auf Kontext/Profil mit context/identitymap gepatcht.
  • Die Fehlermeldung, bei der keine Version angegeben war, wurde korrigiert.
  • Es wurde ein Fehler behoben, durch den Schema Registry zufällige Antworten für Profilvereinigungsschema-Aufrufe gab.
  • Es wurde ein Fehler behoben, durch den Vereinigungsschemas die korrekten Felder in Schema Registry nicht anzeigten.
  • Es wurde ein Fehler behoben, durch den Identitätsdeskriptoren gelegentlich nicht mit gültigen Namensräumen erstellt werden konnten.
  • Es wurde ein Dereferenzproblem behoben, bei dem ein Objekt properties anstelle von allOf verwendete.

Bekannte Probleme

  • Eine von Platform bereitgestellte Feldergruppe kann nicht durch Hinzufügen eines Felds erweitert werden.
  • Deskriptoren werden nicht gelöscht, wenn eine Feldergruppe aus der Schemakomposition entfernt wird.
  • Es kann kein Enum-Feld ohne Beschriftungen erstellt werden.

Weitere Informationen zum Arbeiten mit XDM unter Verwendung der Schema Registry-API und Schema Editor finden Sie in der XDM-Systemdokumentation.

Segmentation Service

Segmentation Service definiert eine bestimmte Untergruppe von Profilen aus Ihrem Profilspeicher und beschreibt die Kriterien zur Ermittlung einer vermarktbaren Personengruppe in Ihrem Profilspeicher. Segmente können auf Datensatzdaten (z. B. demografischen Informationen) oder Zeitreihen-Ereignissen basieren, die Berührungspunkte von Kunden mit Ihrer Marke darstellen.

In einer E-Mail-Kampagne, die sich auf Laufschuhe konzentriert, können Sie beispielsweise ein Zielgruppensegment aller Benutzer verwenden, die in den letzten 30 Tagen zwar nach Laufschuhen gesucht, jedoch keinen Einkauf getätigt haben. Ein weiteres Beispiel wäre die Verwendung eines Segments für das Targeting von Site-Inhalt, sodass er nur jenen Besuchern angezeigt wird, die zu einer bestimmten Stufe Ihres Prämienprogramms gehören.

Neue Funktionen

Funktion Beschreibung
Relative Zeitregeln Sie können jetzt rollierende Zeitfenster, wie z. B. „vor 14 Tagen“, „vor 3 bis 5 Stunden“ usw. auswählen.
XDM-Feldzusammenfassungen Für Attribute auf der linken Leiste stehen nun Zusammenfassungen zur Verfügung, die eine Ansicht der zugrunde liegenden Daten ermöglichen.
Suche in der linken Leiste Verbesserte Suchfunktionen für den Segmentbereich in der linken Leiste.
eVar-Anzeigenamen Verbesserte Unterstützung für Anzeigenamen, sodass Sie leichter erkennen können, welche Informationen in benutzerdefinierten Ereignissen und Dimensionen aus Adobe Analytics erfasst werden.
Unterstützung für Zusammenführungsrichtlinien Sie können jetzt anhand einer einfachen Dropdown-Liste festlegen, welche Zusammenführungsrichtlinie auf die Segmentdefinition angewendet werden soll.

Fehlerkorrekturen

  • Es wurde ein zeitweilig auftretender Fehler behoben, der dazu führte, dass die Attribute und Ereignis-Bausteine in der linken Leiste nur langsam geladen wurden.
  • Es wurde ein Fehler behoben, der dazu führte, dass die Schätzung eine „NaN“-Antwort zurückgab.
  • Es wurde ein Fehler behoben, bei dem einige Felder die falsche Arbeitsfläche zum Erstellen von Regeln öffneten.

Bekannte Probleme

  • Keine.

Weitere Informationen finden Sie unter Segmentation Service – Übersicht.

Auf dieser Seite