Notes de mise à jour d’Adobe Experience Platform

Date de lancement : 28 juin 2019

Nouvelles fonctionnalités d’Adobe Experience Platform :

Mises à jour des fonctionnalités existantes :

Data Science Workspace

Adobe Experience Platform Data Science Workspace is a fully managed service within Experience Platform that enables data scientists to seamlessly generate insights from data and content across Adobe solutions and third party systems by building and operationalizing Machine Learning Models. Data Science Workspace est étroitement intégré à et alimente le cycle de vie de la science des données de bout en bout, y compris l’exploration et la préparation des données XDM, puis le développement et la mise en œuvre de modèles pour enrichir automatiquement avec des insights d’apprentissage automatique.PlatformReal-time Customer Profile

Fonctionnalités clés

Fonctionnalité Description
Mise en service et isolation du calcul Provision dedicated compute resources needed to enable data scientists to execute untrusted code within Experience Platform in a secure manner.
Première expérience client Includes out-of-the box samples for various Machine Learning frameworks and languages such as Python, R, PySpark and Scala Spark.
Notebooks Customized environment for data scientists/data engineers powered by Jupyter Notebooks to enable them to prepare data, extract features, and develop ML Models with a curated list of libraries and popular Machine Learning frameworks.
Exploration des données Accès transparent aux données XDM intégrées dans Platform le Platform Data Access SDK.
Visualisation des données Ability to execute SQL queries in Jupyter Notebooks to accelerate data prep and feature engineering.
Pipelines de fonctionnalités API/SDK pour Scala/PySpark destinés à déployer des pipelines d’ingénierie de fonctionnalités afin de transformer les données XDM de base en schémas de fonctionnalités.
Création de modèles Modèles et composants d’exécution permettant aux spécialistes des données de se concentrer sur le développement de modèles sans avoir à implémenter le code d’infrastructure pour accéder aux données et aux ressources de calcul. Vous pouvez importer du code de modèle et le mettre en œuvre afin d’obtenir des informations à partir de données dans Platform.
Gestion des modèles d’entreprise Prise en charge des modèles de données à plusieurs clients pour effectuer le suivi des versions des modèles et des configurations d’hyperparamètres associées afin de fournir les bases d’un écosystème de partenaires.
Évaluation de modèles Evaluate and optimize regression and classification models in Python, PySpark, R, and Scala.
Déploiement de modèles Possibilité de comparer des mesures et des configurations d’évaluation sur plusieurs exécutions expérimentales, et de publier le modèle optimal en tant que service.
Notation par lots Enrich Real-time Customer Profile with Machine Learning insights or write them as datasets back to Platform
Planification Integrated with Platform Orchestration Service to automate Model training, scoring, and feature pipelines with user-defined schedules through APIs.

Problèmes connus

  • Les pipelines de planification et de fonctionnalités sont actuellement disponibles via des API uniquement, avec une interface utilisateur qui sera ajoutée dans une version ultérieure.

Pour plus d’informations, consultez la section Présentation de Data Science Workspace.

Decisioning Service

Adobe Experience Platform Decisioning Service provides the ability to programmatically and intelligently select the ‘Next Best Experience’ from a set of available options for a given individual, deliver them to any channel or application, and perform reporting and analysis.

Un modèle prédéfini de données enrichies permet d’utiliser de manière non conformiste le cas d’utilisation de la prise de décision de « la meilleure offre disponible ».

Fonctionnalités clés

Fonctionnalité Description
Référentiel d’objets métier Un référentiel piloté par les modèles de schéma JSON permet aux développeurs de créer, lire, mettre à jour et supprimer un grand nombre d’objets métier. Le référentiel fournit des API de requête expressives et à usage général ainsi que des recherches prenant en compte les schémas.
Conteneurs de référentiel Dans le référentiel d’objets métier, un développeur peut isoler les éléments qui le préoccupent relativement aux projets, aux unités commerciales ou organisationnelles, ou aux étapes du cycle de vie d’un projet (par exemple, dans le développement et l’intégration, l’évaluation ou pour une utilisation en production). Ces isolations sont appelées des conteneurs de référentiel.
Rôles et autorisations Using the Admin Console, an organization can create and manage profiles to grant targeted access to resources by type, access operation, and container. Des utilisateurs peuvent être ajoutés à ces profils d’accès et les privilèges d’accès effectifs sont automatiquement calculés à partir de ces stratégies.
Modèle d’objet d’offre prédéfini Without the need to first build a data model, a Platform developer can leverage prebuilt JSON schemas and relationships to create an offer catalog, define decision rules and constraints, and assemble offer collections for decisioning.
Règles de décision basées sur les données de profil et autres A tight integration with the Real-time Customer Profile allows a developer to create decision rules that leverage Profile data. Les décisions peuvent non seulement être prises à l’aide d’attributs de profil, mais aussi en fonction de l’historique des événements d’expérience d’un profil et d’entités commerciales sans rapport avec une identité d’utilisateur (par exemple : conditions de trafic ou inventaire des produits). Any Experience Data Model (XDM) entity for which a schema exists in the Schema Registry can be used for the decision rules. Les règles sont des entités de première classe et peuvent être réutilisées pour n’importe quelle activité ou option de décision.
Classement et limitation Les options de décision qui respectent toutes les conditions d’éligibilité et les autres contraintes pour un utilisateur donné sont classées et la meilleure option est sélectionnée. Des contraintes de limitation supplémentaires globales et par utilisateur peuvent être utilisées pour limiter l’exposition des options disponibles, ce qui permet de personnaliser les options en tenant compte des contraintes en termes de ressources et de la fatigue des utilisateurs.
Decisioning API REST The Decisioning Service can be invoked using a simple REST API to get the Next Best Offer for a given individual. Une API de mesures peut être utilisée pour vérifier les valeurs de limitation et les propositions d’offre en temps réel.
Diffusion en flux continu des Événements décisionnels dans Data Lake et Query Service Le Decisioning Service système crée automatiquement des jeux de données pour diffuser automatiquement tous les Événements de décision XDM dans le Data Lake. Les jeux de données sont alors disponibles pour la création d’analyses et de rapports à l’aide de Query Service.
Activation pour les développeurs Accord préalable en libre-service avec documentation sur les E/S Adobe, y compris des tutoriels pour diverses rubriques.

Problèmes connus

  • The offer data model is not exposed through the Schema Registry and can therefore only be extended in limited ways. Le schéma de modèles est doté de structures intégrées permettant de joindre des données personnalisées. À l’avenir, vous pourrez étendre une classe de modèle XDM de base pour définir vos propres domaines de décision personnalisés.
  • Vous devez être configuré avec le modèle de domaine de gestion des offres, et les utilisateurs et les intégrations doivent être gérés dans ce contexte de produit.

Query Service

Query Service permet d’utiliser des commandes SQL standard pour rechercher des données dans Adobe Experience Platform afin de prendre en charge de nombreux cas d’utilisation d’analyse et de gestion des données. It is a serverless tool which allows you to join any datasets in the Data Lake and capture the query results as a new dataset for use in reporting, Data Science Workspace, or for ingestion into Profile Service.

You can use Query Service to build data analysis ecosystems, creating a picture of consumers across their various interaction channels. Ces canaux peuvent prendre les formes suivantes :

  • Système de point de vente
  • Web
  • Mobile
  • Système CRM

Fonctionnalités clés

Fonctionnalité Description
Éditeur de requêtes Utilisez un outil web pour écrire, valider, tester et exécuter des requêtes. L’éditeur comprend une console pour obtenir des informations détaillées sur l’exécution des requêtes, ainsi qu’une fonction permettant d’afficher les résultats des requêtes.
Création de jeux de données Create datasets on Experience Platform via standard SQL syntax.
Fonctions définies par Adobe Tirez parti des fonctions de raccourci pour les tâches courantes, comme l’identification des sessions ou la définition des attributions.
Connectivité de l’outil de veille stratégique Use the PostgreSQL (Postgres) drivers found in common BI tools to connect to Query Service to create reports and visualizations. Les outils pris en charge sont les suivants : Tableau, Power BIet Looker. Recherchez les informations d’authentification dans l’onglet dédié.
Connectivité de l’outil de gestion de base de données Connectez-vous Aqua Data Studio ou DB Visualizer à pour Query Service la fonctionnalité d’exploration de données et de création de jeux de données. Query Service prend également en charge la connectivité à partir de R Studio. Recherchez les informations d’authentification dans l’onglet dédié.
Outil de requête de ligne de commande Connectez PSQL pour pouvoir exécuter des requêtes à partir de la ligne de commande.
Journal des requêtes Keeps a history of queries executed by Query Service and enables you to find prior SQL for editing, execution, or for creating a dataset out of the results.
API de planification de requête Planifiez des requêtes pour une exécution récurrente via cette API.

Problèmes connus

  • Query Editor présente un échantillon de 100 lignes de résultats pour votre requête. Pour conserver le jeu de résultats complet, utilisez les fonctionnalités de création de jeux de données du journal de requêtes.
  • Les versions publiées à court terme intégreront la prise en charge d’affichages et une interface pour l’application de calendriers de requêtes.

For more information about Query Service, see the product documentation.

Experience Data Model (XDM)

Standardization and interoperability are key concepts behind Experience Platform. Experience Data Model (XDM), piloté par l’Adobe, vise à normaliser les données d’expérience client et à définir des schémas pour la gestion de l’expérience client.

XDM est une spécification documentée publiquement conçue pour améliorer la puissance des expériences numériques. Elle fournit des structures et des définitions communes à toutes les applications pour communiquer avec des services sur Adobe Experience Platform. En adhérant aux normes XDM, toutes les données d’expérience client peuvent être intégrées dans une représentation commune afin de fournir des informations plus rapidement et de manière plus intégrée. Vous pouvez obtenir des informations précieuses à partir des actions des clients, définir des types de clients par le biais de segments et utiliser les attributs du client à des fins de personnalisation.

XDM is the mechanism that allows Experience Cloud, powered by Adobe Experience Platform, to deliver the right message to the right person, on the right channel, at exactly the right moment.

La méthodologie sur laquelle Experience Platform est fondée XDM System rend opérationnels Experience Data Model les schémas utilisés par les Experience Platform composants.

Nouvelles fonctionnalités

Fonctionnalité Description
Contraintes de schéma JSON Des options supplémentaires sont désormais disponibles dans l’interface utilisateur pour les types de données suivants afin de définir des contraintes : string - longueur min./max., modèle, valeur par défaut, formats (comme défini dans le schéma JSON version préliminaire 6) et double - valeur par défaut, min./max.
Valeur $id personnalisée Vous pouvez désormais fournir votre propre valeur $id lors de la création de ressources dans les requêtes POST.
Amélioration des performances du registre des schémas Génération optimisée des schémas d’union et mise en cache améliorée des schémas pour accélérer considérablement les temps de réponse de l’API.

Corrections de bogues

  • Déplacement du champ identityMap depuis le contexte/profil vers son propre mixin pour rendre la définition des identités plus intuitive.
  • Mise en correspondance de tous les schémas existants en fonction du contexte/profil avec le contexte/identityMap.
  • Correction du message d’erreur lorsqu’aucune version n’est fournie.
  • Fixed bug where Schema Registry was giving random responses for profile union schema calls.
  • Fixed bug where union schemas were not displaying the correct fields in Schema Registry.
  • Correction d’un bogue en raison duquel les descripteurs d’identité ne pouvaient parfois pas être créés avec des espaces de noms valides.
  • Correction d’un problème de référence lorsqu’un objet utilisait properties au lieu de allOf.

Problèmes connus

  • Cannot extend a Platform-supplied mixin by adding a field.
  • Les descripteurs ne sont pas supprimés lorsqu’un mixin est lui-même supprimé de la composition du schéma.
  • Impossible de créer un champ d’énumération sans libellé.

To learn more about working with XDM using the Schema Registry API and Schema Editor, please read the XDM System documentation.

Segmentation Service

Segmentation Service définit un sous-ensemble particulier de profils depuis votre banque de profils, décrivant les critères permettant de distinguer un groupe de clients potentiels dans votre banque de profils. Les segments peuvent être basés sur des données d’enregistrement (telles que des informations démographiques) ou des événements de séries temporelles représentant les points de contact des clients avec votre marque.

Par exemple, dans une campagne par e-mail concernant des chaussures de course, vous pourriez utiliser un segment ciblé de tous les utilisateurs ayant recherché des chaussures de course au cours des 30 derniers jours, mais sans effectuer d’achat. Un autre exemple peut être l’utilisation d’un segment pour cibler le contenu d’un site, de sorte qu’il s’affiche uniquement pour les utilisateurs qui correspondent à un certain niveau de votre programme de récompense.

Nouvelles fonctionnalités

Fonctionnalité Description
Règles de temps relatives Vous pouvez désormais choisir des fenêtres de temps variables, telles qu’il y a 14 jours, il y a 3 à 5 heures, etc.
Résumés des champs XDM Pour les attributs sur le rail de gauche, des résumés sont désormais disponibles, fournissant un aperçu de vos données sous-jacentes.
Recherche sur le rail gauche Amélioration des fonctionnalités de recherche pour la partie segments du rail gauche.
Noms conviviaux des valeurs eVar Amélioration de la prise en charge des noms conviviaux, vous permettant ainsi d’identifier plus facilement les informations capturées dans les dimensions et les événements personnalisés d’Adobe Analytics.
Prise en charge des stratégies de fusion Vous pouvez désormais choisir la stratégie de fusion à appliquer à leur définition de segment à l’aide d’une simple liste déroulante.

Corrections de bogues

  • Correction d’un problème intermittent qui ralentissait le chargement des attributs et des blocs de création d’événements dans le rail gauche.
  • Correction d’un bogue en raison duquel l’estimateur renvoyait la réponse « NaN ».
  • Correction d’une erreur en raison de laquelle certains champs ouvraient le mauvais canevas de création de règles.

Problèmes connus

  • Aucun.

Pour plus d’informations, voir la Présentation de Segmentation Service.

Sur cette page